[技术]Savitzky-Golay滤波函数 [复制链接]

1.摘要 3/IWO4?_  
4[CBW  
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)。 2{]S_. 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。 hB$Y4~T%  
g6/N\[b%  

图片:1-22042621292NX.png

cvXI]+`<3\  
a.&#dxgW[  
2.如何进入Savitzky-Golay过滤器 t6g)3F7T  
.Lr)~  
对于每个实值数据数组，都可以在下面找到Savitzky-Golay滤波器 A;WwS?fyQ  
操作→ 6:@
t=C  
杂项→ azDC'.3{p  
Savitzky-Golay过滤器 Sd<@X@iU8D  
<X I35\^  

图片:1-220426213003K9.png

jPYe_y  
F`BgKH!  
3.可视化的过滤函数 m!#)JFe67  
_]D#)-uv}C  

图片:1-220426213040c7.png

+/!=Ub[:U  
yhtvr5z1  
4.影响过滤器-窗口大小 oLqbR?  
,y8I)+  
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。 e
:GgA  
}@:QYTBi }  

图片:1-220426213125N1.png

:Hf0Qx6  
|:(23O  
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。 jqX@&}3@  
e\A(#l@g  

图片:1-22042621315D11.png

.W@(nQ-<  
0Y6q$h>4  
5.局部噪声过滤 L

*UV  
o/dMm:TF  

图片:1-220426213223356.png

W<rTq0~$?  
dDqr B-G  
6.FWHM 检测 `s>UU- 9  
O/DAf|X|  

图片:1-22042621341I57.png

t":W.q
<  
uEScAeQXsI  
7.等距的重采样 r)
6uX  
%Le:wC  

图片:1-220426213501312.png