1.摘要
E!.>*`)?. g.-{=kZ
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)。
] h3~>8< 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。
Oga/ aw9/bp*N
&Rw4ub3 hKP7p 2.如何进入Savitzky-Golay过滤器
#"{wm ;Awt: jF 对于每个实值数据数组,都可以在下面找到Savitzky-Golay滤波器
*^R?*vNs 操作→
"~~Js~ 杂项→
0#}Ed Q Savitzky-Golay过滤器
!#0Lo->OO wc7gOrPpm
TVVL1wZ ?+-uF} 3.可视化的过滤
函数 @~pIyy\_ MY>mP
8,\toT7 },9Hq~TA 4.影响过滤器-窗口大小
\9Nd"E[B eSvS<\p 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。
dg[&5D1Q c#'t][Ii
7:7i}`O ^NZq1c 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。
J^tLK T B yVQ0;h
ZmSe>}B= YlfzHeN1 5.局部噪声过滤
'Rbv3U $ M?VJ\8
;&mefaFlWp wLn,x;;< 6.FWHM 检测
F_>OpT ) #G5XS+)
'1'#,u! O$d z=) 7.等距的重采样
[(Z{5gK Ox.6]W~