原理和第14讲微波滤波器1一致 DSP复习指南

🌟 欢迎来到第13讲：IIR数字滤波器设计 (Part I)

#

(对应课本第9章及附录A、B)

这一次，我们将角色反转，开始学习如何"设计"一个滤波器来满足特定的工程需求。我们将从IIR（无限冲激响应）滤波器入手。

IIR滤波器的设计是一门经典而优雅的艺术。我们将学习一个核心思想：不直接在数字域进行复杂的设计，而是借助模拟电路时代积累的丰富成果——模拟原型滤波器，然后通过精确的数学变换，将这些成熟的设计"移植"到数字世界。本讲，我们将重点掌握整个设计流程，并深入学习两种最经典的模拟滤波器原型：巴特沃斯 (Butterworth) 和 切比雪夫 (Chebyshev)。

核心学习目标:

1. 掌握IIR设计总流程：理解并能复述"数字指标 → 模拟指标 → 模拟原型设计 → 模拟-数字转换"这一核心设计流程。
2. 理解设计指标：学会描述一个滤波器的性能（通带纹波、阻带衰减、截止频率等）。
3. 精通巴特沃斯滤波器设计：掌握其"最大平坦"特性，并能根据指标计算滤波器阶数(N)和截止频率($\Omega\_c$)，确定其系统函数 $H(s)$。
4. 精通切比雪夫I型滤波器设计：掌握其"通带等波纹"特性，并能根据指标计算阶数(N)和相关参数，确定其系统函数 $H(s)$。
5. 回顾系统分解：重温全通分解和最小相位系统在IIR设计中的意义，特别是在处理相位问题时的作用。

📚 本讲知识地图

#

graph TD
    A["1. 数字滤波器性能指标
(αp, ωp, αs, ωs)"] --> B{"2. 模拟-数字频率映射
(预畸变)"};
    
    B --> C["3. 模拟滤波器性能指标
(αp, Ωp, αs, Ωs)"];
    
    C --> D{"4. 选择模拟原型 & 设计"};
    
    subgraph "模拟原型滤波器设计 H(s)"
        D --> D1["巴特沃斯 (Butterworth)
'最大平坦'"];
        D --> D2["切比雪夫 (Chebyshev)
'等波纹'"];
        D --> D3["椭圆 (Elliptic)
(提及)"];
        
        D1 --> E1["① 计算阶数 N
② 计算截止频率 Ωc
③ 确定归一化极点
④ 构造 H(p) -> H(s)"];
        D2 --> E2["① 计算阶-数 N
② 计算波纹参数 ε
③ 确定归一化极点
④ 构造 H(p) -> H(s)"];
    end

    E1 --> F["5. 获得模拟滤波器 H(s)"];
    E2 --> F;
    
    F --> G{"6. 模拟→数字变换
(冲激响应不变法 / 双线性变换法)"};
    
    G --> H["7. 最终数字滤波器 H(z)"];

    style A fill:#lightblue
    style H fill:#lightgreen
    style D fill:#f9f

📝 本讲主要内容

#

1. IIR滤波器设计前的思考

#

• 回顾IIR滤波器的优缺点:
  • 优点: 效率高，可以用很低的阶数实现非常陡峭的频率响应，计算量和资源消耗相对FIR较少。
  • 缺点: 存在极点，必须精心设计以保证稳定性；相位通常是非线性的。
• 核心设计思路——“借光"模拟世界: 直接在z域设计IIR滤波器是一个复杂的非线性优化问题。幸运的是，模拟滤波器设计技术已经非常成熟，有多种性能优异的"经典款"滤波器。因此，IIR数字滤波器的设计思路是：
  1. 翻译: 将数字滤波器的设计指标（针对数字频率$\omega$）“翻译"成模拟滤波器的设计指标（针对模拟频率$\Omega$）。
  2. 借用: 使用成熟的模拟滤波器设计方法（如巴特沃斯、切比雪夫）得到一个模拟滤波器传递函数 $H(s)$。
  3. 转换: 使用一个精确的变换（如双线性变换）将模拟滤波器 $H(s)$ 转换为数字滤波器 $H(z)$。

【图片：PPT P21 的IIR数字滤波器设计流程图】

2. 滤波器设计的技术指标

#

在设计之前，我们必须用精确的数字来描述"我们想要什么样的滤波器”。

【图片：PPT P18 的典型低通滤波器幅度技术指标图】

3. IIR模拟滤波器设计

#

这是整个流程的核心，即如何根据模拟指标 $\\{\alpha\_p, \Omega\_p, \alpha\_s, \Omega\_s\\}$ 求出 $H(s)$。

3.1 ✨ 巴特沃斯 (Butterworth) 滤波器：“最大平坦”

#

• 生动比喻：巴特沃斯滤波器是滤波器中的"好好先生”。它的特点是在通带和阻带内都尽可能地平滑，没有任何波纹（纹波），像一条平缓下降的曲线。这种特性被称为"最大平坦"。

• 幅度平方响应:（这里与PPT不同点在直接假设C=1） $$ |G(j\Omega)|^2 = \frac{1}{1 + (\Omega/\Omega_c)^{2N}} $$

  • $N$: 滤波器的阶数，决定了过渡带的陡峭程度。N越大，响应越接近理想"砖墙"。
  • $\Omega\_c$: -3dB截止频率，是该滤波器的特征频率。

• 设计步骤 (The Recipe):

  1. ① 根据指标计算阶数N: 将通带和阻带的四个指标代入幅度响应公式，可以推导出计算最低所需阶数的公式： $$ N \ge \frac{\log_{10}\left(\sqrt{(10^{\alpha_s/10}-1)/(10^{\alpha_p/10}-1)}\right)}{\log_{10}(\Omega_s/\Omega_p)} $$ 计算结果向上取整。
  2. ② 计算-3dB截止频率 $\Omega\_c$: $$ \Omega_c = \frac{\Omega_p}{(10^{\alpha_p/10}-1)^{1/(2N)}} $$
  3. ③ 确定归一化系统 $H(p)$ 的极点: 巴特沃斯滤波器的极点有一个优美的几何特性：它们均匀分布在s平面上半径为 $\Omega\_c$ 的圆上。为了保证系统稳定，我们只取位于左半平面 (LHP) 的N个极点。其归一化 (令$\Omega\_c=1$) 极点位置为： $$ p_k = e^{j\frac{(2k+N-1)\pi}{2N}}, \quad k=1, 2, ..., N $$
  4. ④ 构造 $H(s)$: 首先构造归一化传递函数 $G(p) = \frac{1}{\prod(p-p\_k)}$，然后通过频率变换 $p=s/\Omega\_c$ 得到最终的 $H(s)$。 $$ H(s) = G(p)\big|_{p=s/\Omega_c} $$

3.2 ✨ 切比雪夫 (Chebyshev) I型滤波器：“通带等波纹”

#

• 生动比喻：切比雪夫滤波器是"急脾气"。为了换取比巴特沃斯更陡峭的过渡带（在同阶数下），它愿意在通带内引入一些微小的、均匀的波动（等波纹）。就像一条在平坦路段有规律起伏，但遇到悬崖时能更快转弯的赛道。

• 幅度平方响应: $$ |G(j\Omega)|^2 = \frac{1}{1 + \varepsilon^2 C_N^2(\Omega/\Omega_p)} $$

  • $\varepsilon$: 波纹参数，与通带纹波 $\alpha\_p$ 直接相关。
  • $C\_N(x)$: N阶切比雪夫多项式，是产生等波纹的关键。它在 $[-1, 1]$ 区间内反复振荡，在区间外单调递增。

• 设计步骤 (The Recipe):

  1. ① 根据指标计算阶数N: 同样地，根据四个指标可以推导出阶数计算公式： $$ N \ge \frac{\text{arccosh}\left(\sqrt{(10^{\alpha_s/10}-1)/(10^{\alpha_p/10}-1)}\right)}{\text{arccosh}(\Omega_s/\Omega_p)} $$
  2. ② 计算波纹参数 $\varepsilon$: $$ \varepsilon^2 = 10^{\alpha_p/10} - 1 $$
  3. ③ 确定归一化系统 $H(p)$ 的极点: 切比雪夫滤波器的极点分布在s平面的一个椭圆上。同样，我们只取LHP的极点。
  4. ④ 构造 $H(s)$: 过程与巴特沃斯类似，先得到归一化函数，再进行频率伸缩。

🔗 知识关联与应用

#

• 承上启下：本讲是IIR滤波器设计的第一步，也是最核心的一步——确定模拟原型滤波器 H(s)。一旦我们通过今天学习的方法得到了 $H(s)$ 的系数，下一讲我们将学习如何使用双线性变换等方法，将这个 $H(s)$ 转换为我们最终需要的数字滤波器 $H(z)$。然后，就可以使用第12讲学习的级联型或并联型结构来实现它。

• 现实应用：

  1. 音频均衡器 (EQ): 音乐播放器中的EQ，其背后就是一系列的IIR滤波器。当你调节某个频段的增益时，实际上是在改变对应滤波器的参数。切比雪夫和椭圆滤波器因其陡峭的过渡带特性，常被用于需要精确划分频段的专业级EQ中。
  2. 抗混叠滤波器：在进行A/D转换之前，必须使用一个高质量的模拟低通滤波器来滤除高于奈奎斯特频率的信号。巴特沃斯滤波器因其平坦的通带特性，不会对有用信号产生幅度失真，是这类应用的理想选择。

🤔 引导式提问

#

1. 为什么我们不直接在数字域（Z域）设计IIR滤波器，而是要绕道模拟域（S域）？ 这条"弯路"的优点是什么？
2. 在设计一个滤波器时，如果你的首要任务是让通带内的信号幅度尽可能不失真（例如，测量仪器），你应该首选巴特沃斯还是切比雪夫？为什么？ 反之，如果首要任务是在有限的成本（阶数）下获得最陡峭的频率截止特性，你又该如何选择？
3. 巴特沃斯滤波器的极点分布在一个圆上，而切比雪夫滤波器的极点分布在一个椭圆上。请从几何角度思考，为什么椭圆分布能比圆形分布产生更陡峭的过渡带？

💡 本讲总结

#

今天，我们揭开了IIR滤波器设计的神秘面纱，其核心是一种**“变换-设计-逆变换”**的策略。

• 设计流程是蓝图：我们首先要根据需求确定数字技术指标，然后将其转换成模拟技术指标。
• 模拟原型是灵魂：设计的核心在于选择一个合适的模拟原型滤波器来逼近我们的理想指标。
• 巴特沃斯提供最大平坦的响应，像黄油般顺滑，但过渡带较缓。
• 切比雪夫I型以通带波纹为代价，换取了更陡峭的过渡带。
• 计算是按图索骥：对于每种原型，都有一套固定的"配方"（公式）来根据指标计算出所需的阶数N和关键参数（$\Omega\_c$ 或 $\varepsilon$），并最终确定其传递函数 $H(s)$。

我们今天的工作，就是为最终得到数字滤波器 $H(z)$ 准备好了最关键的"半成品"——模拟滤波器 $H(s)$。

🔍 相关缩写

#