常见滤波器类型解读（FIR，IIR）_广告资讯_南昌行空广告传媒有限公司

常见滤波器类型解读（FIR，IIR）

栏目：广告资讯发布时间：2025-10-22

滤波器是非常强大的信号处理工具，不夸张的说，信号效果好不好，就要看滤波器有没有使用对，但是滤波器的知识多且繁杂，我从数字滤波器的角度来进行简单的总结。image-20250803211323607滤波器结构对比FIR（有限脉冲响应）滤波器像“反馈电路”，使用前面计算结果做下一步判断。滤波效果强，计算量小，适合实时系统（如嵌入式脑电设备），但是有“相位延迟”，即波形会被推迟（脑波的“时刻”可能不准）。常见IIR类型：Butterworth：通带平滑，常用于通用EEG滤波Chebyshev/Ell

滤波器是非常强大的信号处理工具，不夸张的说，信号效果好不好，就要看滤波器有没有使用对，但是滤波器的知识多且繁杂，我从数字滤波器的角度来进行简单的总结。

image-20250803211323607

滤波器结构对比

FIR（有限脉冲响应）滤波器

像“反馈电路”，使用前面计算结果做下一步判断。

滤波效果强，计算量小，适合实时系统（如嵌入式脑电设备），但是有“相位延迟”，即波形会被推迟（脑波的“时刻”可能不准）。

常见 IIR 类型：

Butterworth：通带平滑，常用于通用 EEG 滤波

Chebyshev / Elliptic：斜率更陡但通带有波纹

Butterworth

Butterworth 带通滤波器在不同阶数和频段设置下的频率响应特性（以 dB 为单位）：

阶数	通带平坦度	截止陡峭性
2 阶	较缓	过渡区宽、衰减慢
4 阶	较陡	实用性好、实时系统常用
6 阶	非常陡	延迟更高，适合离线分析

截止频率设置对频率选择性影响：

1–50 Hz：广谱脑电滤波，保留绝大部分 δ/θ/α/β 波，可用于去除 DC 漂移和高频肌电（EMG）

8–12 Hz：精准聚焦 α 波段，适用于闭眼 α 活性分析、放松状态检测等。

Butterworth 滤波器优点：

最大通带平坦性，无波纹，控制简单、标准工具箱中默认选择，支持 IIR 实现，适用于嵌入式系统

Butterworth 带通滤波器的两个关键响应特性

零极点图（Z-Plane）

极点（×）：均匀分布于单位圆内，控制滤波器的频率选择性和稳定性，显示出典型的带通对称分布，因为是双边带通结构。

零点（○）：分布于单位圆上或外部，用于构造带通带阻区，Z-Plane 结构反映了因果稳定性与频率选择能力。

群延迟（Group Delay）

表示不同频率分量经过滤波器的相对延迟。

观察到：

通带（8–12 Hz）附近群延迟最大，信号在该频段内被“平缓推迟”。

通带外群延迟迅速下降 → 滤波器对其他频率响应较快（无保真要求）。

Butterworth 为非线性相位滤波器，其群延迟不恒定，会导致：ERP 脉冲或时间事件波形的扭曲，精准时序分析中相位失真。

四种经典 IIR 滤波器（阶数为4，带通 8–12 Hz）的幅频响应对比

滤波器类型	特点	通带波纹	阻带衰减斜率	使用建议
Butterworth	响应最平滑	无	中等平滑	通用型滤波，稳定但不激进
Chebyshev I	通带有波纹	有	陡峭（通带边缘快）	需要陡峭通带边界但可接受波纹
Chebyshev II	通带平滑	无	阻带非常陡（波纹在阻带）	追求通带无畸变，但希望快速衰减
Elliptic	最紧凑	有（通带+阻带）	最陡（最短阶数实现）	滤波器资源有限时最优折中方案

Butterworth 滤波器的通带最平坦，但过渡带最宽。

Chebyshev I 在通带产生波纹，以换取更陡峭的过渡。

Chebyshev II 通带依然平滑，但在阻带可见“锯齿状”快速下降。

Elliptic 同时压缩通带和阻带，牺牲“完美光滑”来获取极陡斜率。

IIR（无限脉冲响应）滤波器

只根据当前和历史输入信号决定输出，不用反馈。

可以做成线性相位滤波器，不改变波形形状或峰值时刻，但是需要更多计算（更长“滤波器长度”）

适合：ERP（事件相关电位）分析，精确时序分析（如峰值对齐），离线数据处理。

Sallen-Key 有源滤波器（模拟硬件）

一种用电阻、电容、运放等组成的模拟滤波器结构（我们在硬件 EEG 放大电路中看到它）。

实现简单，适合前端模拟预处理，用于制作硬件高通、低通、带通滤波器，通过改变电容或电阻值改变截止频率 / 增益。

峰值延迟

FIR 滤波器与 IIR（Butterworth）滤波器对 ERP 信号峰值的时域对齐影响（峰值延迟）：

曲线	横轴代表	纵轴代表	含义
蓝线（圆点）	FIR 滤波器阶数（tap 数）	峰值偏移样本数（±）	FIR 延迟非常小，且基本恒定
橙线（方点）	IIR 阶数 ×10（对齐复杂度）	峰值偏移样本数（±）	IIR 延迟较大，且变化不规律

峰值振幅的衰减趋势

ERP 信号在通过不同复杂度的 FIR 与 IIR 滤波器后，其峰值振幅的衰减趋势：

曲线	峰值衰减趋势	随复杂度变化	波形保真性
FIR（蓝线）	随 tap 数增加略有衰减	非线性，部分 tap 数最优	保真性好，稳定性高
IIR（橙线）	持续衰减，振幅下降更显著	阶数越高，衰减越强	波形失真风险增加
灰线	原始 ERP 脉冲峰值	基准参考	——

在不同的脑电（EEG）或电路信号处理任务中，滤波器的类型选择需根据应用需求而定。

例如：在实时嵌入式脑电采集中，通常优先选择IIR 滤波器（如 Butterworth），以实现高效率与低资源占用；而在精确脑事件相关电位（ERP）分析中，推荐使用FIR 滤波器，因其具备线性相位特性，能精确保持波形峰值位置；在PCB 上的电路级滤波中，则多采用Sallen-Key 结构的模拟滤波器，便于在前端进行类比抗混叠；而针对工频干扰（如 50/60 Hz），常使用陷波（Notch）+ 带通滤波器组合来有效剔除干扰信号同时保留目标频段。正确的滤波器选择将直接影响系统性能与信号完整性。

# 前端 # 工具 # 2025 # 事件 # 嵌入式系统 # 通滤波器 # 离线 # 适用于 # 四种 # 最优 # 性好 # 数为 # 大通 # 信号处理 # 纵轴

相关栏目：【广告资讯37196 】【广告推广143353 】【广告优化89630 】

上一篇：极客的浪漫：Intel传奇i8008史上最清晰图像！216张显微照片合成

下一篇：OpenAI 推出新浏览器 ChatGPT Atlas