1.摘要
%au>D 965 x_
% 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)。
)=K8mt0qob 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。
(Ytr&gh;0 VvP: }yJ
l"dXL"h ] WYub1 2.如何进入Savitzky-Golay过滤器
U&R)a|
7R P
nE7} 对于每个实值数据数组,都可以在下面找到Savitzky-Golay滤波器
0F- +)S?M[ 操作→
Z>y6[o 杂项→
psIo[.$rTk Savitzky-Golay过滤器
P#!gP3 0Mn|Yb4p
C&qo$C W>+`e]z 3.可视化的过滤
函数 ?b(wZ-/ 4FYV]p8f
wI
7gHp 4l*cX1! 4.影响过滤器-窗口大小
%Ul,9qG+ # =y)Wuo= 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。
|+HJ>xA4I `.~S/$a.&
s92ol0` nPI$<yW7F 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。
)mN/e+/Lu 0!%G#~th
Y{dX[^[ hTEb?1CXU 5.局部噪声过滤
&Lzd*}7 N\tFK*U^I
uc"%uc' |n;);T( 6.FWHM 检测
fATVAv
H6nH
&gT@oS{ ^.@%n1I"5y 7.等距的重采样
^b5+A6? 9wf"5c