一、FIR和IIR滤波器的使用范围区别:
IIR和FIR数字滤波器的比较
本章和上一章对IIR和FIR滤波器的特性和设计方法作了讨论,这里有必要将它们各自的优缺点和适用范围作一个总结。
表6.4 IIR和FIR数字滤波器的比较
IIR DF |
FIR DF |
(1)相位一般是非线性的 |
(1)相位可以做到严格线性 |
(2)不一定稳定 |
(2)一定是稳定的 |
(3)不能用FFT作快速卷积 |
(3)信号通过系统可采用快速卷积 |
(4)一定是递归结构 |
(4)主要是非递归结构,也可含递归环节 |
(5)对频率分量的选择性好(零极点可同时起作用) |
(5)选择性差 |
(6)相同性能下阶次较低 |
(6)相同性能下阶次高 |
(7)有噪声反馈,噪声大 |
(7)噪声小 |
(8)运算误差大,有可能出现极限环振荡 |
(8)运算误差小,不会出现极限环振荡 |
(9)设计有封闭形式的公式,一次完成 |
(9)没有封闭形式的设计公式,须靠经验与反复调试 |
(10)对计算手段的要求较低 |
(10)一般需用计算机计算 |
(11)主要用于设计分段常数的标准低通、高通、带通、带阻和全通滤波器 |
(11)还可设计正交变换器、微分器、线性预测器、回波抵消器、均衡器、线性调频器等各种网络,适用范围广 |
其中,FIR滤波器的最大好处是稳定、线性相位和广泛的适用范围,而它的最大缺点是阶数高,从而带来时延大、存储单元多等问题。例如用频率抽样法设计阻带衰耗为-20dB的FIR DF需33阶,用双线性法设计同样指标的切比雪夫IIR DF仅需4~5阶。因此,在一些对时延有严格限制的场合就不得不考虑用IIR滤波器。语音信号对相位的非线性不很敏感。数据和图象信号则往往对滤波器提出线性相位的要求,这就是为什么FIR用得越来越广的原因。总之,IIR和FIR各有特点,在应用时要根据各方面的指标,综合考虑加以选择。
二、如何使用matlab创建滤波器?
matlab有专门的滤波器函数:fdatool,在命令行输入这个命令,就可以设计自己的滤波器了,这里比较需要注意的是order参数,就是阶数,生成的滤波器系数是阶数+1!切记。在界面中选择file-export可以导出系数,很简单!
另外还有个函数fvtool,在fdatool的filter manager里面也可以找到,也可以直接命令行输入,查看滤波器幅度角度频率响应,当然也可以直接用freqz函数。
参考文献: