1.摘要
H^v{Vo f%1wMOzx 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)。
s?<!&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。
hgj0tIi/ R1 qMg+
drX4$Kdf] F`D9Zfd 2.如何进入Savitzky-Golay过滤器
bBFwx @
`1_FQnm) 对于每个实值数据数组,都可以在下面找到Savitzky-Golay滤波器
y7;
5xF?q 操作→
s7Qyfe&> 杂项→
Wy,"cT Savitzky-Golay过滤器
a^*B5G1(& 7NUenCdc
2HVCXegq w}b<D#0XC 3.可视化的过滤
函数 eHROBxH& Zr R+QV
*p"O*zj {"\q(R0 4.影响过滤器-窗口大小
&}|0CR.( <mn-=#) 更大的窗口大小导致在拟合过程中考虑更多的采样点,因此
曲线更平滑。
5EfY9}dl Z#LUez;&t#
EUXV/QV{ ty9rH=1 更高的阶数允许更详细的曲线,但反过来也可以保留局部噪声。
%)dI2 J^Xf %8g$T6E[<2
9OhR41B _jk|}IB;X 5.局部噪声过滤
)PHl>0i! !~tnti6
] :GfOgo {z-NlH
6.FWHM 检测
TVj1C s/\XH&KR3V
MXh^dOWR /;b.-v& 7.等距的重采样
)e#fj+>x) Fv;u1Atiw