1.摘要
N[Sb#w`[/ [vTMS2 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)。
h qmSE'8 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。
ZPO|<uR |dmh
+.Bmkim 7=P^_LcU 2.如何进入Savitzky-Golay过滤器
fSA)G$b] f9TV%fG? 对于每个实值数据数组,都可以在下面找到Savitzky-Golay滤波器
"0&N} 操作→
C3VLV&wF 杂项→
?Zz'|.l@ Savitzky-Golay过滤器
8Fq_i-u z.)p
P'CJo
naNyGE7) K`k'}(vj 3.可视化的过滤
函数 mlu 3K N.j
"S'(i
bAF )Bli .px:e)iW 4.影响过滤器-窗口大小
~]uZy=P? 5 x5Zrz<Y$w 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。
$Ui&D
I |L:Cn J
4TRG.$2[ qpqokK 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。
{CUk1+ 2t1I3yA'{z
{G*QY%j^ H:S,\D?%2x 5.局部噪声过滤
ZR3nK0 MZv\ C
?tYpc_p# gPEqjj 6.FWHM 检测
;-@= $=aI"(3&
\pY^^ l* dpzw.Z 7.等距的重采样
|3eGz%Sd 0 bSA_