1.摘要
4&$hBn=!
mEyZ<U9 在测量信号或数据的情况下，很难(如果不是不可能的话)完全避免所有可能的噪声源，因为这些噪声源会干扰任何实验测量。但是，噪声的存在会干扰数据的重要特征(例如，测量
光谱的半宽谱)。
KXicy_@DC` 因此，有一些后期处理技巧可能会有所帮助。这里我们只讨论一个这样的工具:Savitzky-Golay滤波器，它通过对一组采样点执行回归算法来平滑局部噪声。在这个例子中，我们讨论了
VirtualLab Fusion中这个特性的选项和效果，并以一个绿色
LED灯在60 nm带宽下发射的光谱为例进行了测试。
top3o{ 4 wz073-v>ZV 
rh$%*l 1G{$ B^
f 2.如何进入Savitzky-Golay过滤器
V%o:Qa[a e-UPu%' 对于每个实值数据数组，都可以在下面找到Savitzky-Golay滤波器
]E[Mv}
= 操作→
l~ F,i n. 杂项→
/SlCcozFL~ Savitzky-Golay过滤器
K'1rS[^>R DC[ - <:B 
L.+5`& A3Ltk 2< 3.可视化的过滤
函数 ymr-kB ]9;WM. 
ywi
Shvi8 $Iqt
c)DA 4.影响过滤器-窗口大小
|` :Uww+3 If]g6
B. = 更大的窗口大小导致在拟合过程中考虑更多的采样点，因此
曲线更平滑。
* k=Pk E$smr\ 
zx;x@";p ]<++w;#+x 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。
?z
M s; " F)7!e 
X Uh)z {PYN3\N, 5.局部噪声过滤
.\*\bvyCw BXyZn0k 
- DL/Hk_r }ndH|, 6.FWHM 检测
$\m=-5 0- a/`fJY6rR 
=2->1<!x6< +>c)5Jih 7.等距的重采样
t2tH%%Rs }Ct_i'Ow 
