1.摘要
!}pvrBS .:/[%q{k 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)。
J[ 7Sf^r 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。
KqhE=2, AREpZ2GiU
fx3oA} IJ E{JH 2.如何进入Savitzky-Golay过滤器
6O0CF}B* fuao*L] 对于每个实值数据数组,都可以在下面找到Savitzky-Golay滤波器
J-d>#'Wb| 操作→
;@$v_i 杂项→
:F`-<x/ Savitzky-Golay过滤器
fZka$
4 T6M=BkcP
TKs l.| 9[,+4&wX7 3.可视化的过滤
函数
O3~7 dk>qTY+j5
- xKa-3 wT@{=s, 4.影响过滤器-窗口大小
Bh
,GQHJ '<-F3 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。
L|]!ULi$d caD)'FSES
9AP." RV U#>K( 更高的阶数允许更详细的曲线,但反过来也可以保留局部噪声。
UR<a7j"@2 ~.&PQE$DF
h;DLD8L M T]2n{e 5.局部噪声过滤
V_"UiN"o hZwJ@ Vm#
aaRc?b'/ Q|7l!YTzVu 6.FWHM 检测
]o2 jS D JrNqS[c/
|{V@t1` Yc p<N>) 7.等距的重采样
HA`qU
G/4~_\YMq