1.摘要
X":2o|R oFT1d 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)。
8k+k\V{ 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。
y\[q2M< %a:T9v
/c6]DQ<? \HQ.Pwr 6 2.如何进入Savitzky-Golay过滤器
F?ps?
e cl |}0Q5 对于每个实值数据数组,都可以在下面找到Savitzky-Golay滤波器
*SpE
XO 操作→
:_`Yrx5 杂项→
=kCiJ8q| Savitzky-Golay过滤器
t~BWN e E(+
yU"#2 *C *pAB dP+ 3.可视化的过滤
函数 O@w_"TJP/z |;^$IZSsz
7Jd&9&O U (f~}5O< 4.影响过滤器-窗口大小
e)}=T0
s ="PFCxi 更大的窗口大小导致在拟合过程中考虑更多的采样点,因此
曲线更平滑。
F8M};&=*1r nZG
zez
<I 0om(P wDW/?lT& 更高的阶数允许更详细的曲线,但反过来也可以保留局部噪声。
F+j"bhe &JD^\+7U:
0-57_";%Q 8Qj1%Ri:U 5.局部噪声过滤
06v'!M B__e*d:)!m
}mI0D>n jj]|}G 6.FWHM 检测
D9hq$? IWI$@dng6
z46Sh&+ [HQ/MkP-Z 7.等距的重采样
oa[O~z{~ B]mMwqM#