Mnovaには多くの窓関数が用意されています。
Exponential
Gaussian
Sine Bell
Sine Bell Square
TRAF
Trapezoidal
Parabolic
Hanning
Convolution Difference
Linear Ramp
など。
これらのパラメーターを自由に設定でき、
組み合わせて使うことで、
ユーザの求める処理が可能です。
各窓関数では、
FIDのどの部分の影響を強調し、どの部分の影響を減少させるのかを決めます。
大まかに特徴を書くと、
FIDの初期部分を強調すると、
メリット
・ S/Nが良くなる(感度向上)
デメリット
・ 線幅が広くなる(分解能低下)
FIDの終端部分を強調すると、
メリット
・ 分解能が向上する
デメリット
・ ノイズが強調され、S/Nが悪くなる
FIDの中期部分を強調すると、
メリット
・ シャープな成分を強調できる(分解能向上)
デメリット
・ FIDの初期部分の強度が落ちる(ピーク強度が落ちる)→定量性が失われる
などなどが挙げられます。
これらのメリット・デメリットを組み合わせて
目的に応じた処理を行ってください。
http://systemplus.co.jp/mnova/
0 件のコメント:
コメントを投稿