1.摘要
X|LxV ] eet Q}] 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)。
?DV5y|}pj 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。
RI n9(r G[Lpe 
tB7}|jC |J5 =J 2.如何进入Savitzky-Golay过滤器
WCJxu}! vdDludEv 对于每个实值数据数组，都可以在下面找到Savitzky-Golay滤波器
;
0v>Rf a 操作→
$:s`4N^ 杂项→
\00DqL(Oj` Savitzky-Golay过滤器
6.1)IQkO >x1p%^cA;= 
Z)9g~g94 nz.{P@[Qk 3.可视化的过滤
函数 /$N~O1"0) u6u=2 
YcX/{L[9o _,74)l1 4.影响过滤器-窗口大小
eW'2AT?2H% =:,xxqy 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。
P,DC 7\ `/&SxQB< 
gR^>3n' [%A 4]QzWh 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。
]q5`YB%_ 6R;3%-D 
\VMD$zZx 7}O.wUKw% 5.局部噪声过滤
Z(>'0] G pE.PX
8 
G$zL)R8GE| SAV%4 6.FWHM 检测
qm*}U3 K 2Se?J)MN 
v60^4K> Z=5qX2fy1* 7.等距的重采样
3Ug _Us*+
2(4L 
