1.摘要
D/xbF` /9*B)m" 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)。
%N6A+5H 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。
z,
)6"/; \ZFGw&yN
k,6f
N^G
Mp,8 2.如何进入Savitzky-Golay过滤器
iC32nY? =[{i{x|Qz 对于每个实值数据数组,都可以在下面找到Savitzky-Golay滤波器
r'r%w#=`t 操作→
N,AQsloL7 杂项→
nwe*BVp Savitzky-Golay过滤器
(zYtNLoFx (0r3/t?DQ
|bHelD| {SPq$B_VR 3.可视化的过滤
函数 z+wA
rPxc ]i)c{y
]=I@1B;_m '~<m~UXvD# 4.影响过滤器-窗口大小
d#Y^>"|$. (!aNq( 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。
u;"TTN Lc,Pom
m+R[#GE8# jl$ece5v 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。
RDi]2 &MQmu,4
?0?#U0(;u M61xPq8y5 5.局部噪声过滤
Xm}/0g&7 ;>yxNGV`
y/{fX(aV nZyX|SPk 6.FWHM 检测
YMcD|Kb p H3^},.
/QWvW=F2< 0/MtYIYk 7.等距的重采样
["93~[[^ VcO0sa f`