1.摘要
~E)I+$, "XH]B 在测量信号或数据的情况下,很难(如果不是不可能的话)完全避免所有可能的噪声源,因为这些噪声源会干扰任何实验测量。但是,噪声的存在会干扰数据的重要特征(例如,测量
光谱的半宽谱)。
OLiYjYd 因此,有一些后期处理技巧可能会有所帮助。这里我们只讨论一个这样的工具:Savitzky-Golay滤波器,它通过对一组采样点执行回归算法来平滑局部噪声。在这个例子中,我们讨论了
VirtualLab Fusion中这个特性的选项和效果,并以一个绿色
LED灯在60 nm带宽下发射的光谱为例进行了测试。
I[R?j?$}> # ><.zZ
5Ph"*Rz% n"Ev25% 2.如何进入Savitzky-Golay过滤器
k'{lo_
R)H@'X 对于每个实值数据数组,都可以在下面找到Savitzky-Golay滤波器
^{bP#f 操作→
l[ L{m7 杂项→
jHFdDw|N` Savitzky-Golay过滤器
1mB6rp "\BLi C
*"E]^wCn .
E.OBn 3.可视化的过滤
函数 SY)o<MD 2.|Y
>- :U YX~H!6l 4.影响过滤器-窗口大小
';
qT ZGS=;jM 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。
EswM#D9(4 H
kg0;)
1e&`m~5K+ +xWT)h/ 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。
'SuYNA) *:_.cbo
|#S!qnXB QN0Ik 2L 5.局部噪声过滤
7%0PsF _ Q.5a"(d@
jx-W$@ _)p% 6.FWHM 检测
b]J_R"} h5Z%|J>;0
r<"1$K~Ka \ii^F?+b 7.等距的重采样
t4,6`d?C `T}e3l