1.摘要
[MmM9J[" Q1V2pP+=@ 在测量信号或数据的情况下,很难(如果不是不可能的话)完全避免所有可能的噪声源,因为这些噪声源会干扰任何实验测量。但是,噪声的存在会干扰数据的重要特征(例如,测量
光谱的半宽谱)。
/bcY6b=: 因此,有一些后期处理技巧可能会有所帮助。这里我们只讨论一个这样的工具:Savitzky-Golay滤波器,它通过对一组采样点执行回归算法来平滑局部噪声。在这个例子中,我们讨论了
VirtualLab Fusion中这个特性的选项和效果,并以一个绿色
LED灯在60 nm带宽下发射的光谱为例进行了测试。
gGbI3^r# r*d Q5
_
[m#NfA:h, G11cNr>* 2.如何进入Savitzky-Golay过滤器
Q_}n%P:u K2|7% 对于每个实值数据数组,都可以在下面找到Savitzky-Golay滤波器
%zljH"F 操作→
dU+0dZdKO 杂项→
xrI}3T Savitzky-Golay过滤器
uPU#c\ Oxa5Kfpa
Z<]VTo jgRCs.6 3.可视化的过滤
函数 otnV-7)@
`ue?Z%p|
w%u5< cjT[P"5$ 4.影响过滤器-窗口大小
/djACA ,"H?hFQ 更大的窗口大小导致在拟合过程中考虑更多的采样点,因此
曲线更平滑。
.mt^m
;1E_o
iS05YW p#<nK+6.8 更高的阶数允许更详细的曲线,但反过来也可以保留局部噪声。
"::9aYd! x]'H jTqX
taV|YP$ V.j#E1P 5.局部噪声过滤
8p,>y(o P#bm uCOS
fLM.kCD?u Oga1u 6.FWHM 检测
s01$fFJgO pn*d[M|k
/j
%_t ULu O0\W 7.等距的重采样
bL
MkPty j4vB`Gr]