1.摘要
{F'~1qf |<aF)S4 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)。
Cqra\ 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。
V,?BVt ,|7!/]0&
4iPxtVT h!!7LPxt 2.如何进入Savitzky-Golay过滤器
A`I ;m0< V."qxKsz 对于每个实值数据数组,都可以在下面找到Savitzky-Golay滤波器
|PaVb4j 操作→
aGx[?}= 杂项→
C4h4W3w Savitzky-Golay过滤器
Y@#rGV> |'SgGg=E
{0IC2jE M~O$,dof 3.可视化的过滤
函数 5;:964Et a{y"vVQOF
Be4n\c. $%Kyz\;7/ 4.影响过滤器-窗口大小
W*!u_]K> +wpQ$)\ 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。
%gbvX^E? 9C"d7--
na0-v- :&-j{8p- 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。
|K11Woii B4/\RC2
AfaoFn+ *D:"I!Ho 5.局部噪声过滤
5n#@,V.O/ WW.amv/[a
yu98d1 Y5XhV;16 6.FWHM 检测
e"u89acp yrCY-'%
8EC$p} S eN Y? 7.等距的重采样
JXNfE,_ c%O8h