1.摘要
F^fL k><k|P[| 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)。
O3x9S,1i 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。
F-D9nI4{X A]c'`Nf
wxS.!9K }%x2Z{VF 2.如何进入Savitzky-Golay过滤器
.hPk}B/KV 14Y_ oH9 对于每个实值数据数组,都可以在下面找到Savitzky-Golay滤波器
KP,#x$Bg 操作→
CC"}aV5 杂项→
R6eKI,y\" Savitzky-Golay过滤器
+-"uJIwMD Dc-v`jZ@)
0@7% @{n"/6t 3.可视化的过滤
函数 (#KSwWo{ed rvfS[@>v
rr~O6Db "Te[R%aP 4.影响过滤器-窗口大小
{8p<iY- % !p
#m?|Km 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。
V7DMn@Ckw %La<]
EC;R^) \D67J239E 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。
,!
b9 V?t56n Y}
)IBvm1 <<WqL?8W 5.局部噪声过滤
?$$Xg3w_# )@(IhU)
W=G8l% }jdMo83 6.FWHM 检测
W?TvdeBx 1#tFO
h8XoF1wuw d%,@,>>) 7.等距的重采样
ly9tI-E `@3{}