1.摘要
oZ tCx A4#FAFy 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)。
zG 9D
Ph 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。
lfC]!=2%~8 * O?Yp%5NH
\>lA2^Ef wJq$yqos{ 2.如何进入Savitzky-Golay过滤器
.S/zxf~h 5 *YvgB; 对于每个实值数据数组,都可以在下面找到Savitzky-Golay滤波器
2@2d
| 操作→
'2<r{ 杂项→
1%N*GJlwJ Savitzky-Golay过滤器
UXpp1/d|e u|AMqS
' F9gp!s8~ 8uH8) 3.可视化的过滤
函数 l,l6j";ohd c6c@XdV
mR
XRuK 7t<MHdw 4.影响过滤器-窗口大小
3rMJC\h /Qr`au 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。
5<v1v& 9Scg:}Nj
.o/uA ivq(eKy 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。
ku]?"{Xx V|sV U
|D/a}Av>B C:5d/9k 5.局部噪声过滤
R"P-+T=7M C5TV}Bq\
YMK ![ q- '=Lpch2J 6.FWHM 检测
Ow4(1eE_ (y.N-I,
=IQ}Y_xr { ,c*OR 7.等距的重采样
m=^]93+ a <?~1pWtc