1.摘要
T0v@mXBQ E'S;4B5? 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)。
L+rySP 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。
06 Esc^D G\>\VA
q\t>D
_lU 8^/Ek<Qb| 2.如何进入Savitzky-Golay过滤器
&iiK ZZ`_o ;=VK_3" 对于每个实值数据数组,都可以在下面找到Savitzky-Golay滤波器
<6b\i5j 操作→
[{p?BTs 杂项→
H"GE\ Savitzky-Golay过滤器
RQS:h]?:l mGpkM?Y"
VWA -?%r lDPRn~[#\ 3.可视化的过滤
函数 ";?C4%L dbT^9: Q
w4fJ`, <aSLm= 4.影响过滤器-窗口大小
<x0uO m wEVEx24 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,Wl)\ hXQg=Sj
Z>Kcz^a# {`Fx~w;i 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。
r< ?o}Qq a[P>SqT4`
u5XU`! W`/jz/ 5.局部噪声过滤
+ersP@G )_Xxk_
)-9w3W1r =O3I[ 6.FWHM 检测
7Ysy\gZ&wp )>/j&>%
|+;K hC RSPRfYU/ 7.等距的重采样
z@%/r~?| kJ#[UCqzM