Lots more techniques, but here will

Lots more techniques, but here will look at two
Fourier Transform
Least squares polynomial
Fourier Transform
Acquire data in time domain (as a function of time)
Do FT to change to frequency domain
Since signal changes slowly - it has a low frequency
Noise changes quickly - has a high frequency
Keep only the low frequency components
Zero out high frequency
Inverse FT to get back original data
But no high frequency noise remains
Do variations of this on NMR all the time for noise reduction
or resolution enhancement

ผลลัพธ์ (ไทย) 1:

ล็อตเทคนิคเพิ่มเติม แต่ที่นี่จะมีลักษณะที่สองการแปลงฟูรีเยพหุนามกำลังสองน้อยสุดการแปลงฟูรีเยได้รับข้อมูลในโดเมนเวลา (เป็นฟังก์ชันของเวลา)ทำฟุตเพื่อเปลี่ยนโดเมนความถี่เนื่องจากสัญญาณเปลี่ยนช้า - มีความถี่ต่ำเปลี่ยนแปลงเสียงมีความถี่สูงอย่างรวด - เร็วเก็บเฉพาะส่วนประกอบความถี่ต่ำความถี่สูงเป็นศูนย์หมดFT ผกผันการกลับข้อมูลต้นฉบับแต่ยังคงไม่มีเสียงความถี่สูงทำรูปแบบนี้ใน NMR ตลอดเวลาสำหรับการลดเสียงรบกวนหรือปรับปรุงแก้ไข

ผลลัพธ์ (ไทย) 2:

จำนวนเทคนิคอื่น ๆ อีกมากมาย
แต่ที่นี่จะมีลักษณะที่สองฟูริเยร์แปลงสี่เหลี่ยมพหุนามน้อยฟูริเยร์แปลงข้อมูลAcquire ในโดเมนเวลา (เป็นหน้าที่ของเวลา) อย่า FT เพื่อเปลี่ยนโดเมนความถี่ตั้งแต่การเปลี่ยนแปลงสัญญาณช้า- มันมีความถี่ต่ำเปลี่ยนแปลงเสียงรบกวนได้อย่างรวดเร็ว- มีความถี่สูงให้เพียงส่วนประกอบความถี่ต่ำศูนย์ออกความถี่สูงผกผันFT ที่จะได้รับข้อมูลเดิมกลับมาแต่ก็ไม่มีเสียงความถี่สูงยังคงทำรูปแบบนี้บน NMR ตลอดเวลาสำหรับการลดเสียงรบกวนหรือการเพิ่มประสิทธิภาพความละเอียด

ผลลัพธ์ (ไทย) 3:

มีเทคนิคเพิ่มเติม แต่ที่นี่จะมองสอง

อย่างน้อยฟูเรียร์ฟูเรียร์ไซน์

ได้รับข้อมูลโดเมนเวลา ( ที่เป็นฟังก์ชันของเวลา )
ทำฟุตเพื่อเปลี่ยนความถี่โดเมน
เนื่องจากสัญญาณเปลี่ยนแปลงช้าๆ - มันมีความถี่ต่ำ

เสียงเปลี่ยนแปลงอย่างรวดเร็ว - มีความถี่สูงให้เพียง ที่ความถี่ต่ำองค์ประกอบ
ศูนย์ความถี่สูงฟุต
ผกผันกลับข้อมูลเดิม
แต่ไม่มีเสียงความถี่สูงจะทำรูปแบบนี้ค่ะ

ตลอดเวลาเพื่อลดเสียงหรือเพิ่มความละเอียด