1.摘要
IS0HV$OI 5oT2)yz 在测量信号或数据的情况下,很难(如果不是不可能的话)完全避免所有可能的噪声源,因为这些噪声源会干扰任何实验测量。但是,噪声的存在会干扰数据的重要特征(例如,测量
光谱的半宽谱)。
dbMu6Bm\G 因此,有一些后期处理技巧可能会有所帮助。这里我们只讨论一个这样的工具:Savitzky-Golay滤波器,它通过对一组采样点执行回归算法来平滑局部噪声。在这个例子中,我们讨论了
VirtualLab Fusion中这个特性的选项和效果,并以一个绿色
LED灯在60 nm带宽下发射的光谱为例进行了测试。
[x$eF~Kp dPH!
V6r
>?G|Yz*kEJ 7U{b+=,wK 2.如何进入Savitzky-Golay过滤器
)F%wwc^r rx}ujjx 对于每个实值数据数组,都可以在下面找到Savitzky-Golay滤波器
D<_,>{$gW 操作→
;G4HMtL 杂项→
gq/ePSa Savitzky-Golay过滤器
AjL?Qh4 aiR|.opIb
r7Q:l ?F2 o/x5
3.可视化的过滤
函数 A<YZBR_ h87L8qh9
."!8B9s ]df9'\ 4.影响过滤器-窗口大小
{x&jh|f`g !dbA ( 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。
+]S;U&vQ -hG 9
HjUw[Yz+6 m m J)m 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。
S0Bl?XsD_ w371.84
< o'7{ pzt Zb 5.局部噪声过滤
e&H<lT PFDWC3<
YzhN |!;!k W3o}.|] 6.FWHM 检测
U3_yEvZ uG(~m_7Hx
n6%jhv9H 3f:1D=f 7.等距的重采样
<_sT]?N# *nsnX/e(-