查看“︁数字滤波器”︁的源代码

{| class="wikitable" style="float: right; width: 320px; margin-left: 1em; font-size: 90%; border: 1px solid #a2a9b1;"
|+ style="font-weight: bold; font-size: 1.2em; padding: 5px;" | 数字滤波器 (Digital Filter)
|-
! style="background-color: #f2f2f2; width: 30%;" | 实现方式
| 软件算法 (DSP/MCU/FPGA)
|-
! style="background-color: #f2f2f2;" | 核心数学
| 差分方程 / [[Z变换]]
|-
! style="background-color: #f2f2f2;" | 主要类型
| IIR (无限脉冲响应) / FIR (有限脉冲响应)
|-
! style="background-color: #f2f2f2;" | 优势
| 稳定、可重构、高精度
|}

'''数字滤波器'''是一种通过数学运算对离散信号进行处理，以提取有用频率分量或滤除干扰成分的系统。在变频控制和医疗电子测量中，数字滤波器常用于处理 ADC 采样后的电流、电压信号，是软件抗干扰的核心手段。

== 核心分类与对比 ==

数字滤波器主要分为两大类：'''IIR''' 和 '''FIR'''。两者在算法结构和性能表现上有显著差异。



=== 1. IIR (Infinite Impulse Response) ===
'''无限脉冲响应滤波器'''。其特点是输出不仅取决于当前的输入，还取决于过去的输出（具有反馈结构）。
* '''优点：''' 可以用较低的阶数实现极陡峭的衰减特性，计算量小，实时性好。
* '''缺点：''' 相位响应非线性，且如果设计不当（极点位于单位圆外），系统可能会不稳定。
* '''工程应用：''' 变频器中的电流环/电压环补偿，模拟巴特沃斯或切比雪夫滤波器的数字实现。

=== 2. FIR (Finite Impulse Response) ===
'''有限脉冲响应滤波器'''。其输出仅取决于当前和过去的输入（无反馈结构）。
* '''优点：''' 始终稳定，具有完美的'''线性相位'''特性（不会导致信号波形畸变）。
* '''缺点：''' 要达到与 IIR 相同的衰减效果，需要极高的阶数，占用更多的内存和计算资源。
* '''工程应用：''' 音频信号处理、精密传感器数据滤波（如医疗级 ECG 信号处理）。

== 设计与实现过程 ==

# '''规格定义：''' 确定采样频率 <math>f_s</math>、截止频率 <math>f_c</math> 以及通带/阻带波动要求。
# '''系数计算：''' 
#* 在模拟域设计好原型（如低通），通过'''双线性变换'''等方法映射到 [[Z变换|z 域]]。
#* 使用 MATLAB 或 Python (SciPy) 工具生成系数。
# '''差分方程实现：'''
#* IIR 常用 '''Direct Form II''' 结构，以节省内存开销。
#* 差分方程示例：<math>y[n] = b_0x[n] + b_1x[n-1] - a_1y[n-1]</math>

== EMC 工程中的数字滤波 ==

虽然硬件[[滤波器]]（LC、共模电感）是抑制传导干扰的首选，但数字滤波在以下场景不可替代：
* '''滤除工频噪声：''' 使用数字陷波器（Notch Filter）精准滤除 50Hz/60Hz 工频及其谐波对微弱传感信号的干扰。
* '''软件防抖：''' 在大功率开关动作引起的瞬态噪声（如浪涌、毛刺）中，通过中值滤波或平均滤波算法保护控制系统不产生误动作。
* '''提高有效分辨率：''' 通过过采样和数字低通滤波（Decimation Filter），可以提高 ADC 的有效位数 (ENOB)。

== 参见 ==
* [[Z变换]]
* [[采样定理]]
* [[信噪比]]
* [[滤波器]] (模拟)

[[Category:信号处理]]
[[Category:控制理论]]