[技术]Savitzky-Golay滤波函数 [复制链接]

1.摘要 |x}TpM;ni  
~
k*]Z
8Z  
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)。 (,Y[2_Zv  
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。 !0{SVsc)  
Yh<F-WOo2  

图片:1-22042621292NX.png

Gek?+|m  
h&"9v~  
2.如何进入Savitzky-Golay过滤器 vs@d)$N  
bZowc {!\  
对于每个实值数据数组，都可以在下面找到Savitzky-Golay滤波器 !I7$e&Uz@  
操作→ Ycr3$n]e  
杂项→ h:Pfiw]  
Savitzky-Golay过滤器 F^dJ{<yX  
Xaz "!  

图片:1-220426213003K9.png

4.9qB  
JVAyiNIH>M  
3.可视化的过滤函数 |$WH
w*F^  
VG5+u,U6>  

图片:1-220426213040c7.png

z{XB_j6\=  
Mc,79Ix"  
4.影响过滤器-窗口大小 ?9 huuJs7  
Ww<Y]H$xZ<  
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。 {&1L &f<  
Wa;N(zw0h  

图片:1-220426213125N1.png

h,LSqjf"  
gM96RY  
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。 W;u.@I&  
J*@pM  

图片:1-22042621315D11.png

VDxm|7  
!j!w$  
5.局部噪声过滤 GQ(Y#HSq  
1RAkqw<E  

图片:1-220426213223356.png

n_kwtWX(  
z}vT8qoX  
6.FWHM 检测 'FW?   
'54\!yQ<{  

图片:1-22042621341I57.png

!vz'zy)7  
-%fQr5  
7.等距的重采样 WwmYJl0  
yP58H{hQM8  

图片:1-220426213501312.png