1.摘要
Q^k#?j# >g[W@FhT'k 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)。
dd$N4& 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。
0D'Wr(U( |}`5<a!6U
>4\xcL )=D&NO67Pq 2.如何进入Savitzky-Golay过滤器
JvDsr0]\# ]ok>PH] 对于每个实值数据数组,都可以在下面找到Savitzky-Golay滤波器
(Ka#6
操作→
l;.BlHyu 杂项→
ff#-USK^R Savitzky-Golay过滤器
z)%1 i 8VZ-`?p
xYT.J 6 _a&|,ajy> 3.可视化的过滤
函数 ;i9CQ0e? wLtTC4D
qo@dFKy MjpJAV/84 4.影响过滤器-窗口大小
}]I?vyQ#V $ZS9CkN 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。
v\ Ljm,+ 0REWbcxd"
f2wW2]Fg aW"!bAdx`, 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。
'T[zh#v>S mw[4<vfB0a
0R&
U18)y 9^u?v`!
5.局部噪声过滤
aJ8pJ{,P j;)6uia*A
d<'xpdxc N-gRfra+8L 6.FWHM 检测
qR qy $1+K}tP
LzRiiP^q D.(G 9H 7.等距的重采样
^>Y%L(> {ZXC%(u