[技术]Savitzky-Golay滤波函数 [复制链接]

1.摘要 /uw@o9`~2-  
lS=YnMs6a  
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)。 0LQRQuh1  
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。 \]
x`f3F  
LK h=jB^bT  

图片:1-22042621292NX.png

$xu2ZBK  
7'wpPXdY1  
2.如何进入Savitzky-Golay过滤器 khX/xL  
A;Uc&
G  
对于每个实值数据数组，都可以在下面找到Savitzky-Golay滤波器 &GH[$(  
操作→ +Nn >*sz  
杂项→ BValU  
Savitzky-Golay过滤器 ^A ]4  
~A0AB `7  

图片:1-220426213003K9.png

?qQ{]_q1&.  
fN9{@)2Mz  
3.可视化的过滤函数 8r(Vz  
*JOK8[Qn  

图片:1-220426213040c7.png

xM_#FxJb  
2^XmtT  
4.影响过滤器-窗口大小 h%j4(v}r{C  
}wf8y  
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。 cC8$oCR?  
oCo~,~kTR  

图片:1-220426213125N1.png

X"Eqhl<t  
ZRhk2DA#FF  
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。 AG >D,6Y  
~vF*&^4Vh  

图片:1-22042621315D11.png

Gr({30"8  
.r/s.g  
5.局部噪声过滤 % 3#g-  
1^k}GXsWmE  

图片:1-220426213223356.png

n^'d8Y(  
3r%v@8)!b  
6.FWHM 检测 S(=@2A+;  
cJSNV*<  

图片:1-22042621341I57.png

( %sfwv  
B~o3Z  
7.等距的重采样 x.gzsd  
5T/+pC$e=  

图片:1-220426213501312.png