1.摘要
cU+/I>V CfAX,f"ZP
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)。
G<$UcXg 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。
1Ocyrn :H6Ipa
r..\(r ^;N+"oq!y 2.如何进入Savitzky-Golay过滤器
d!8`}L:=M UnGG% 对于每个实值数据数组,都可以在下面找到Savitzky-Golay滤波器
R}BHRmSQ 操作→
faThXq8B 杂项→
\9!W^i[+ Savitzky-Golay过滤器
u=A&n6Q[Vo ><dSwwu
fH>]>2fS |0dmdrKD 3.可视化的过滤
函数 z6$W@-Vd :FB#,AOa_
m@)K]0g<f C;M.dd 4.影响过滤器-窗口大小
GKSfr8US4 nRJcYl~
Y 更大的窗口大小导致在拟合过程中考虑更多的采样点,因此
曲线更平滑。
nJlrBf_Kj J6Cw1Pi
o`7Bvh2 ?$v#;n?@I 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。
[P407Sa" 7$k[cL1
_da>=^hFJ tGe|@.! 5.局部噪声过滤
IZoa7S&t R6*:Us0\FJ
t=Tu-2,k '3
5w( 6.FWHM 检测
r1]shb%J? D^$Nn*i;U
tUH#% !0{":4\ 7.等距的重采样
aovRm|aOo' 1^TOTY