1.摘要
|x}TpM;ni ~ k*]Z8Z 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 G ek?+|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$n]e 杂项→
h:Pfiw] Savitzky-Golay过滤器
F^dJ{<yX Xaz "! 4.9qB JVAyiNIH>M 3.可视化的过滤
函数 |$WHw*F^ VG5+u,U6> z{XB_j6\= Mc,79Ix" 4.影响过滤器-窗口大小
?9 huuJs7 Ww<Y]H$xZ< 更大的窗口大小导致在拟合过程中考虑更多的采样点,因此
曲线更平滑。
{&1L &f< Wa;N(zw0h h,LSqjf" gM96RY 更高的阶数允许更详细的曲线,但反过来也可以保留局部噪声。
W;u.@I& J*@ pM VDxm|7 !j!w$ 5.局部噪声过滤
GQ(Y#HSq 1RAkqw<E n_kwtWX( z}vT8qoX 6.FWHM 检测
'FW?
'54\!yQ<{ !vz'zy)7 - %fQr5 7.等距的重采样
WwmYJl0 yP58H{hQM8