1.摘要
T X.YTU ]2\|<. 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)。
B9pro%R1Bo 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。
WGFp<R =?>f[J5
^6s< 9,\b$?9 2.如何进入Savitzky-Golay过滤器
d:*,HzG R=P=?U. 对于每个实值数据数组,都可以在下面找到Savitzky-Golay滤波器
tcyami6D4 操作→
5Z/x Y& 杂项→
7K3S\oPej Savitzky-Golay过滤器
<EFA^,3t% UN#XP$utY
\}Fx'' . (G9mZFV 3.可视化的过滤
函数 oLK-~[p D@ut -J(.
Yy`\??, A g=>F5 4.影响过滤器-窗口大小
s<VNW Qa@b-v'by 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。
>+y[HTf- 9I>qD
%PozxF: umZy=KHj 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。
_7es_w}R a^_\ #,}
-N;$L~`iAt |?k3I/; 5.局部噪声过滤
\M0-$&[+Z o1<Y#db[
x01 n !$N^Ak5# 6.FWHM 检测
g
bDre~| c,nE@~ul2
uFQ;}k;} C3q}Dh+] 7.等距的重采样
tY~gn|M e;L++D