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。
RIn9(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>Rfa 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' [%A4]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*}U3K 2Se?J)MN
v60^4K> Z=5qX2fy1* 7.等距的重采样
3Ug _Us*+
2(4L