[技术]Savitzky-Golay滤波函数 [复制链接]

1.摘要 fdLBhe#9M  
5VZjDg?  
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)。 Z0W0uP;J  
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。 (gU2"{:]J  
# M>wH`Q#  

图片:1-22042621292NX.png

_@K YF)  
{[tZ.1.w  
2.如何进入Savitzky-Golay过滤器 lC4PKmno  
:X Lp  
对于每个实值数据数组，都可以在下面找到Savitzky-Golay滤波器 {Xv3:"E"O  
操作→ e5 3,Rqi)@  
杂项→ e[8UH=`|  
Savitzky-Golay过滤器 O"iak  
{Zl4C;c  

图片:1-220426213003K9.png

=ajLa/m'  
|T y=7d,  
3.可视化的过滤函数 *uU4^E(  
[8z&-'J=  

图片:1-220426213040c7.png

&`@lB (m  
A%n?}  
4.影响过滤器-窗口大小 d- kZt@DL=  
lQ$+JX;n(y  
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。 t}~UYG(h~  
}*Zo6{B-  

图片:1-220426213125N1.png

#j.FJFGX  
ayeCi8
  
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。 ?;RD u[eD  
=f `=@]  

图片:1-22042621315D11.png

AqqHD=Yp  
R\y'_S=#a  
5.局部噪声过滤 bl$j%gI%,  
dm& /K 4c  

图片:1-220426213223356.png

HU9p!I.  
LD_M 3 P  
6.FWHM 检测 I&\4C.\>  
JhH`uA&  

图片:1-22042621341I57.png

 Fs)  
snq;:n!  
7.等距的重采样 :q;R6-|.  
OfJd/D  

图片:1-220426213501312.png