1.摘要
hPSMPbI Vy
I\Jmr 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)。
%jy$4qAf% 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。
E I(e3 #Zw:&'
QB
5{k,/Z[L
'fl< ac,. 2.如何进入Savitzky-Golay过滤器
aqN{@| QMz =e 对于每个实值数据数组,都可以在下面找到Savitzky-Golay滤波器
l[c '%M |N 操作→
O*GF/ R8B 杂项→
4r7F8*z Savitzky-Golay过滤器
Jh 0Grq G(.G>8pf
babL.Ua8o %L* EB;nK 3.可视化的过滤
函数 E&zf<Y CTW\Dt5
05R"/r* yy=hCjQ) 4.影响过滤器-窗口大小
=~h b& 38p"lT 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。
HzGwO^tbK =Q40]>bpx
G|KA!q i,r:R
g~ 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。
`
= O dhob]8b
Hvm}@3F| %rG4X 5.局部噪声过滤
`!Z?F]):G b(GV4%
up'`)s' 2$5">%? 6.FWHM 检测
d,Aa8I xj;:B( i
IS&qFi}W|W I U" 7.等距的重采样
"ktuq\a@ [w'Q9\,p