1.摘要
Br-y`s~cP r~t&;yRv 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)。
aL#b8dCy' 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。
R8":1 #& Z!LzyCVl
Pw$'TE} !B-&I E? 2.如何进入Savitzky-Golay过滤器
Ix1ec^?f z^Oiwzo 对于每个实值数据数组,都可以在下面找到Savitzky-Golay滤波器
_ogT(uYyr 操作→
$5il]D` 杂项→
N_/&xHw Savitzky-Golay过滤器
{(xNC#
+k8><_vr}
EWH'x$z_q Nm\I_wjX 3.可视化的过滤
函数 K;[V`)d' 6
D!,vu
,:=E+sS
(">!vz 4.影响过滤器-窗口大小
li/O&@g` nwO;>Qr 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。
f$(w>B7.. G=~T)e
BT`/OD@ p(f)u]1` 更高的阶数允许更详细的曲线,但反过来也可以保留局部噪声。
6pr}A {d^&$~
9D8el}uHf J5|Dduv
5.局部噪声过滤
d/R:-{J)c eDTEy;^o
0 w@~ynW[ kw=+"U 6.FWHM 检测
QdDdrR^& m[Zz(tL
Ev$?c9*> L$(W*
PG} 7.等距的重采样
IybMO5Mwn n:k~\-&WJ