Содержание - Метод - Настройки метода - Страница Фильтры - Фильтрация шумов
Полученные данные всегда хранятся в памяти компьютера в виде необработанных "сырых" данных. Для обработки данных: поиска пиков, расчета площадей и т.д. используется вторая копия данных, к которой применены методы фильтрации шумов. В программе есть несколько алгоритмов фильтрации: выбpосы, медианный, адаптивный доверительный фильтр, фильтр Савицкого-Голея и фильтр Гаусса. Они могут применяться к исходным данным в том порядке, в котором они упомянуты.
Настройка фильтрации шумов требует достаточно высокой квалификации персонала. Для облегчения настройки в окне Параметры разметки имеется опция , продублированная на . Применение этой опции дает результаты, близкие к оптимальным; параметры фильтрации выбираются в зависимости от ширины ожидаемых пиков.
Применение фильтров - обратимое действие. При изменении настроек фильтрации шумов программа начинает с сырых данных, и повторно применяет все заказанные фильтры с новыми настройками.
При использовании фильтрации процедура, соответствующая выбранному типу фильтра, выполняется для группы точек, число которых задается величиной щели. Для всех фильтров (кроме Делителя частоты) это значение может быть только нечетным числом больше 1.
•Если пользователь вводит четное число, происходит автоматическое прибавление 1.
•Если пользователь вводит 1, происходит автоматическая замена на 0, который означает отсутствие фильтрации.
Фильтр Выбросы сглаживает первую и последнюю точки хроматограммы и точки, определяемые как выбросы. Значение выброса заменяется полусуммой значений двух соседних сигналов.
В Медианном методе фильтрации значения внутри окна сортируются по возрастанию отклика и отклик, соответствующий середине окна, заменяется значением середины сортированного ряда. Этот метод наименьшим образом портит хроматографические пики, улучшает базовую линию и эффективно удаляет одиночные выбросы. В этом случае значение выброса заменяется одной из соседних точек.
Фильтр выбросов и Медианный фильтр работают до применения делителя частоты для сжатия данных.
Делитель частоты позволяет сократить частоту сбора данных. Если значение этого параметра равно n > 1 (значение по умолчанию), n последовательных точек суммируются и при обработке данных используется суммарное значение. Значение делителя частоты может варьироваться в пределах 1 - 255. В некоторых случаях сжатие может существенно ускорять обработку данных без потери точности вычислений.
Фильтр Савицкого-Голея хорошо описан в литературе. В данном приложении он представляет локальную полиномиальную регрессию третьей степени внутри окна для определения сглаженного значения для каждой точки. Используется центральное значение полиномиальной регрессии. Этот сглаживающий фильтр не меняет площадь пиков.
Фильтр Гаусса рассчитывает взвешенную сумму всех точек внутри интервала с распределением весов по Гауссу. Рассчитанное значение заменяет исходное. Пики после фильтрации становятся немного меньше и шире, но их площадь не меняется. Функция весов в фильтре Гаусса определяется как:
,
где i - индекс точки,
i0 - индекс центральной точки интервала (который аппроксимируется).
В основе Адаптивного доверительного фильтра лежит традиционный фильтр Савицкого-Голея, но адаптивный фильтр выбирает аппроксимацию с минимальным доверительным интервалом оценки сигнала.
Он представляет локальную полиномиальную регрессию третьей степени внутри окна аналогично сглаживающему фильтру Савицкого-Голея. Он меняет окно и представляет нецентральную аппроксимацию для получения лучшего представления необработанных данных.
Реальная аппроксимация может быть выполнена при использовании
, 
, 
, 
, 
, 
в зависимости от шума исходных данных и от того, насколько быстро изменяется сигнал детектора.
См. также:
Настройки метода: страница "Фильтры"