1.摘要
m
s\:^a `
_()R`= 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)。
udB:ys 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。
pr>Qu: %*OKhrM 
?
Ldw\ V S2p"0$3D 2.如何进入Savitzky-Golay过滤器
@]tF RV 0:Js{$ZL4 对于每个实值数据数组，都可以在下面找到Savitzky-Golay滤波器
K @"m0 操作→
7;Km J}$ 杂项→
is{I5IR\/ Savitzky-Golay过滤器
x(3E#7>1 x*5'
6 
i:OD)l l 3n* b6 3.可视化的过滤
函数 ~ $#DB@b 4nkH0 dJQ 
ttLC hL a}`4BMi3 4.影响过滤器-窗口大小
0 sVCTJ@ ?yddr`?W 更大的窗口大小导致在拟合过程中考虑更多的采样点，因此
曲线更平滑。
.r SeJZzuj KJ,{w?p~
) 
'1ff| c!x9 N::_JH? ^= 更高的阶数允许更详细的曲线，但反过来也可以保留局部噪声。
>!E:$;i@ / fA:Fnv 
&PD4+%! IkH]W!_+ 5.局部噪声过滤
R`G%eG)+ MR%M[SK1 
`kyr\+hp s \#kqw\x 6.FWHM 检测
LYGFE jS[ u% a2"G| 
]jG%<j9A ) gvX eJ 7.等距的重采样
wke$ RmO-".$yt 
