1.摘要
`rZS\A = `oGH 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)。
zM!2JC 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。
QT7PCHP x$=""?dd
)@a_|q@V FFpG>+*3 2.如何进入Savitzky-Golay过滤器
j=n<s</V |7%#z~rT 对于每个实值数据数组,都可以在下面找到Savitzky-Golay滤波器
i'`[dwfS 操作→
dI)
9@UL 杂项→
,'>O#kD
Savitzky-Golay过滤器
p@jwHlX y sFp`
p5JRG2zt E% d3}@ 3.可视化的过滤
函数
w[Q)b() 8N9X1Mb|
^{l$>e] t$-!1jq 4.影响过滤器-窗口大小
~(K{D
D7[N 0.
mS^g,M- 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。
?<6yKxn >
,;<Bz|X
)k6kK} ^]ig*oS\` 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。
se&Q\!&M C5x*t Q|
a+PVi k`h#.B J 5.局部噪声过滤
C9L_`[9DO "ot#g"
95l)w OS sYmF 6.FWHM 检测
sglH=0MP 9N V.<&~
#9CLIYJAd 2i)vT)~ 7.等距的重采样
rWNywxnT /nB|Fo_&Q