1.摘要
.!`y(N0hc |//D|-2 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)。
fb=[gK#*, 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。
-$2B!#]3 j}`XF?2D
iBXS 4[XiD*
* 2.如何进入Savitzky-Golay过滤器
&6@#W]_ ^~7/hm: 对于每个实值数据数组,都可以在下面找到Savitzky-Golay滤波器
w/oXFs&FK 操作→
lZ*V.-D^] 杂项→
E,}(jAq7 Savitzky-Golay过滤器
G m~2s;/ ev4f9Fhu
b(HbwOt~3 eZ
G#op 3.可视化的过滤
函数 d#U~>wr )azK&f@tR|
gebDNl\Y2 qS!U1R?s 4.影响过滤器-窗口大小
Ivx]DXR| olxnQYFo 更大的窗口大小导致在拟合过程中考虑更多的采样点,因此
曲线更平滑。
gucgNpX %7v!aJ40
2v\<MrL c}G\F$ 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。
>(\Z-I&YQ 0s72BcP
$/FL)m8.3 8-s7s!j 5.局部噪声过滤
EEp~\^- Q3'L\_1L
?ZAynZF|# K[^BRn 6.FWHM 检测
([ODmZHv G6XDPr:}
9>-]*7 nr?| !gj 7.等距的重采样
nJ|M |ERf3