1.摘要
wlvgg ~~P5k: 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)。
]EAO+x9 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。
'LC1(V!_j j (d~aqW 
vr l-$ii 7]bGc
\ 2.如何进入Savitzky-Golay过滤器
^ytrK
Q +sA2WK] 对于每个实值数据数组，都可以在下面找到Savitzky-Golay滤波器
*^4"5X @ 操作→
U)gH}0n& 杂项→
=nS3p6>rZ Savitzky-Golay过滤器
*&W"bOMH* HC8e>kP9b 
WH} y"W NI]N4[8( 3.可视化的过滤
函数 jr. "I+ F>l]
9!P|m 
,4$>,@WW~ AT3Mlz~7# 4.影响过滤器-窗口大小
}0z)5c O/C rd/ 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。
m (!FHPvN ki!0^t:9 
f}e`XA? q9_OGd|P 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。
\2$|Ei7 Q%G8U#Tm 
2ilQXy Gef TdO.& 5.局部噪声过滤
9A=,E& O >,e~#! 
+\9NDfYIA `^&OF u ee 6.FWHM 检测
o*H<KaX tsjr RMR 
Yq
K Ceg 5 ;EvNu 7.等距的重采样
7:1Lol-V p5iuYHKk? 
