1.摘要
|2!/<%Yr` \M/XM6:UG4 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)。
iq`y 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。
O&93QN0 4NxtU/5-sU
VIL #q X%!#Ic]Q 2.如何进入Savitzky-Golay过滤器
?6@Y"5
z3g E)%]?/w 对于每个实值数据数组,都可以在下面找到Savitzky-Golay滤波器
hM2^[8 操作→
>lqWni 杂项→
-\@&^e Savitzky-Golay过滤器
xz YvD{> Gnmj-'x
xKz^J
SF DUiqt09`~ 3.可视化的过滤
函数 :Vq gmn 9I/o;Js
}' `2C$ [Dp 6q~RM 4.影响过滤器-窗口大小
6Gjr8 P-ma~g>I 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。
4RsV\Y{FN w5|az6wZB!
& v=2u,]T 5I5~GH 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。
C,-q2ry `':$PUz,g
C\UD0r'p? c]O3pcU 5.局部噪声过滤
rWF~aec ^<xpp.eY
|SXMd'<3`Z FLY# 6.FWHM 检测
' -[ o9~ Z! &p
+r9:n(VP /AWV@' 7.等距的重采样
-8Z%5W` |_ HH[s*U