1.摘要
.l( r8qY# k[ffs} 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)。
j+13H+dN 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。
Gj7QGIKx 2gL[\/s
*T>#zR{ {`K]sa7` 2.如何进入Savitzky-Golay过滤器
Gp ^ owr _WDBG 对于每个实值数据数组,都可以在下面找到Savitzky-Golay滤波器
iTugvb 操作→
Ag>>B9 杂项→
&Qq/Xi,bZ Savitzky-Golay过滤器
SEQO2`]e: QVSsi
j
>OKS/(I0 *]:G7SW{ 3.可视化的过滤
函数 mU?&\w=v$ F@_Egi
D)*_{
h2/dhp 4.影响过滤器-窗口大小
Ng."+& J"D&q 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。
\}u7T[R=` 3d#9Wyxs
(iCZz{l@~
KF:]4`$ 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。
vbWJhjK0h 'TK$ndy;7}
t7*G91Hoq& Gh$y#0qr 5.局部噪声过滤
} Jdh^t . f#;ubfi"z
r>@ B+Xi ]s*[Lib 6.FWHM 检测
^Kw&=u [NCXn>Z
=0PNHO\gl 2\nBqCxR 7.等距的重采样
=#.8$oa^ f
gK2.;>