音频开发 / 系统课时

设计低通高通与带通滤波

设计低通高通与带通滤波

这一节把频率约束真正落到 FIR 系数上:先把截止频率、过渡带和阻带衰减写成可检查指标,再用窗函数法生成低通、高通和带通滤波器,最后用频率响应验证设计,而不是只凭听感判断。

学习目标

  • 能把采样率、通带、过渡带和阻带要求转换成 FIR 设计参数。
  • 能用窗函数法生成低通、高通和带通滤波器,并理解阶数与窗函数的取舍。
  • 能用频率响应检查实际滤波器是否满足预期约束。

从频率约束反推参数

以 48 kHz 音频为例,先明确“允许保留什么、必须压掉什么”。低通若希望 3.2 kHz 以内基本不变、5.2 kHz 以上明显衰减,就不能只写一个“截止频率 4 kHz”;真正决定难度的是 3.2~5.2 kHz 的过渡带宽度。

FIR 的阶数与抽头数关系为 Norder=Ntap−1N_{order}=N_{tap}-1。抽头数越多,通常越容易得到更窄的过渡带,但计算量和线性相位群时延也随之增加。127 抽头在 48 kHz 下的群时延约为 (127−1)/(2×48000)=1.31 ms(127-1)/(2\times48000)=1.31\text{ ms}。

Hann 窗的过渡较平衡;Blackman 窗在远离过渡带处通常能压低旁瓣,但同样抽头数下主瓣更宽。也就是说,不能只比较“谁衰减更深”,还要同时看过渡带是否仍满足业务约束。

不同 FIR 类型、阶数与窗函数的频率响应对比

生成三类 FIR 并验证

下面的完整示例使用 scipy.signal.firwin 生成三类滤波器,并额外比较阶数和窗函数。这里把低通验证条件定为:0~3.2 kHz 通带最差增益高于 -0.1 dB,5.2 kHz 以后阻带最高增益低于 -50 dB。

python
import numpy as np
import matplotlib.pyplot as plt
from scipy.signal import firwin, freqz

FS = 48_000
TAPS = 127

def response(taps):
    freq, h = freqz(taps, worN=8192, fs=FS)
    db = 20 * np.log10(np.maximum(np.abs(h), 1e-12))
    return freq, db

lowpass = firwin(TAPS, 4_000, fs=FS, window="hann")
highpass = firwin(TAPS, 6_000, fs=FS, window="hann", pass_zero=False)
bandpass = firwin(
    TAPS,
    [1_000, 5_000],
    fs=FS,
    window="hann",
    pass_zero=False,
)

# 用同一低通目标比较抽头数与窗函数。
low_63_hann = firwin(63, 4_000, fs=FS, window="hann")
low_127_blackman = firwin(127, 4_000, fs=FS, window="blackman")

for name, taps in {
    "lowpass": lowpass,
    "highpass": highpass,
    "bandpass": bandpass,
}.items():
    print(f"{name} taps={len(taps)}")

freq, low_db = response(lowpass)
passband_min = low_db[freq <= 3_200].min()
stopband_max = low_db[freq >= 5_200].max()
assert passband_min > -0.1
assert stopband_max < -50.0
print("lowpass constraints: PASS")

plt.figure(figsize=(8, 4.5))
for label, taps in {
    "63 Hann": low_63_hann,
    "127 Hann": lowpass,
    "127 Blackman": low_127_blackman,
}.items():
    f, db = response(taps)
    plt.plot(f, db, label=label)

plt.xlim(0, 12_000)
plt.ylim(-120, 5)
plt.xlabel("Frequency (Hz)")
plt.ylabel("Magnitude (dB)")
plt.grid(True)
plt.legend()
plt.tight_layout()
plt.savefig("fir-order-window.png", dpi=150)
print("saved: fir-order-window.png")

预期输出:

text
lowpass taps=127
highpass taps=127
bandpass taps=127
lowpass constraints: PASS
saved: fir-order-window.png

生成的 fir-order-window.png 应看到 127 抽头的 Hann 过渡比 63 抽头更陡,而 127 抽头 Blackman 在远端阻带更低。若断言失败,不要先盲目提高阶数,应先检查采样率、通阻带边界和过渡带是否写对。

把设计映射到实际音频

低通适合去除高频噪声或限制带宽;高通常用于抑制直流、低频漂移和不需要的低频能量;带通则保留一个目标频段。实际处理时,每个输出样本都要与 FIR 系数做卷积,因此 127 抽头意味着每个声道每个样本约需要 127 次乘加。

若实时链路延迟预算很紧,不能只为了更陡的响应持续增加抽头数;这时应重新放宽过渡带,或评估用低阶 IIR/Biquad 级联换取更低计算量。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

设计低通高通与带通滤波

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通