1.摘要
*qFl&*h} yqP=6 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)。
)&%Y{a# 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。
|*l^<= = 6d3YLb4M$i
J.]`l\ b)r;a5"<5 2.如何进入Savitzky-Golay过滤器
;/)$Cm &e @S6@pMo, 对于每个实值数据数组,都可以在下面找到Savitzky-Golay滤波器
C*
0ZF 操作→
7R,;/3wWjG 杂项→
#oN}DP Savitzky-Golay过滤器
qI<c47d;q a;\a>N4
.eyJ<b9 Y&bO[(> 1 3.可视化的过滤
函数 v4Kf{9q# $UpWlYwG
B[t>T>~ d ]jF0Wx* 4.影响过滤器-窗口大小
Q`Rn,kCVy Nv3u)?A3w 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。
{`(MK6D8 c KDj/S-S
1-Dw-./N l8e)|MSh 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。
\ rKUPI\ .kJu17!
Fl}!3k>c G2b"R{i/, 5.局部噪声过滤
ja(ZJ[<` Y=y
0`?K
{Z178sik b~(S;1NS' 6.FWHM 检测
IYa(B+nB) _,igN>
LLbI}: p&D7&Sb[ 7.等距的重采样
+fq\K] yw1Xxwc