音频开发 / 系统课时
用抗混叠滤波完成重采样
用抗混叠滤波完成重采样
整数倍率重采样的关键不是 x[::M] 或补零本身,而是让滤波器与目标采样率共同决定可保留的频带。本课实现二倍抽取与二倍插值,比较不同 FIR 阶数对过渡带、混叠抑制、延迟和计算量的影响。
学习目标
- 实现“低通后抽取”和“插零后低通”的整数倍率重采样流程
- 根据目标奈奎斯特频率选择截止频率并理解过渡带预留
- 比较不同 FIR 长度的频谱质量、群延迟和直接卷积成本
先确定允许保留的频带
从 48 kHz 降到 24 kHz 时,输出奈奎斯特频率是 12 kHz。理想滤波器应在 12 kHz 之前完全通过、之后完全截止,但有限长度 FIR 做不到垂直过渡,因此要给过渡带留空间。
本例把截止频率设为目标奈奎斯特频率的 90%,即 10.8 kHz。这样 10.8 kHz 到 12 kHz 可以作为过渡区域。若业务必须保留更靠近 12 kHz 的内容,就需要更长滤波器、更强窗函数设计,或者接受更高的混叠风险。
对于从 24 kHz 升到 48 kHz 的二倍插值,原有效带宽仍最多到 12 kHz。插零后要在 48 kHz 采样率下设计低通,并把滤波器增益乘以插值倍率 ,补偿插零导致的幅度缩放。

实现二倍抽取与二倍插值
下面使用 scipy.signal.firwin 设计线性相位 Hamming 窗 FIR。示例同时测量 12.5 kHz 分量在二倍抽取后折叠到 11.5 kHz 的残留幅度,并比较 31、63、127 taps 的直接 FIR 成本。
import numpy as np
from scipy.signal import firwin, lfilter
def design_decimation_filter(fs, factor, numtaps):
target_nyquist = fs / (2 * factor)
cutoff = 0.9 * target_nyquist
return firwin(numtaps, cutoff, fs=fs, window="hamming")
def decimate(x, fs, factor, numtaps):
h = design_decimation_filter(fs, factor, numtaps)
filtered = lfilter(h, [1.0], x)
return filtered[::factor], fs // factor
def interpolate(x, fs, factor, numtaps):
fs_out = fs * factor
up = np.zeros(len(x) * factor)
up[::factor] = x
# 原输入 Nyquist 以内是有效基带;乘 factor 补偿插零后的幅度缩放。
cutoff = 0.9 * (fs / 2)
h = firwin(numtaps, cutoff, fs=fs_out, window="hamming") * factor
return lfilter(h, [1.0], up), fs_out
def tone_level_db(x, fs, freq):
window = np.hanning(len(x))
spectrum = np.fft.rfft(x * window)
freqs = np.fft.rfftfreq(len(x), d=1 / fs)
index = np.argmin(np.abs(freqs - freq))
amplitude = 2 * np.abs(spectrum[index]) / window.sum()
return 20 * np.log10(max(amplitude, 1e-15))
fs = 48_000
t = np.arange(fs * 2) / fs
# 5 kHz 应保留;12.5 kHz 超过目标 Nyquist,抽取后会折叠到 11.5 kHz。
x = np.sin(2 * np.pi * 5_000 * t) + 0.5 * np.sin(2 * np.pi * 12_500 * t)
for numtaps in (31, 63, 127):
y, fs_out = decimate(x, fs, 2, numtaps)
y = y[2048:] # 去掉起始瞬态后再测稳态频谱。
alias_db = tone_level_db(y, fs_out, 11_500)
print(f"{numtaps} taps: alias@11.5kHz = {alias_db:.1f} dB, direct FIR MACs/input ≈ {numtaps}")
fs_low = 24_000
t_low = np.arange(fs_low) / fs_low
low = np.sin(2 * np.pi * 5_000 * t_low)
up, fs_up = interpolate(low, fs_low, 2, 63)
print("interpolated rate:", fs_up)
print("interpolated samples:", len(up))预期输出
31 taps: alias@11.5kHz = -30.4 dB, direct FIR MACs/input ≈ 31
63 taps: alias@11.5kHz = -62.2 dB, direct FIR MACs/input ≈ 63
127 taps: alias@11.5kHz = -84.6 dB, direct FIR MACs/input ≈ 127
interpolated rate: 48000
interpolated samples: 48000不同 SciPy 版本在浮点末位上可能略有差异,但保留一位小数时应接近这些结果。这里的 MAC 数是按直接逐样本 FIR 估算;生产实现若使用多相结构,不需要对即将丢弃的抽取样本或插入的零做全部乘加,因此实际开销可以显著低于这个上界。
阶数、过渡带和延迟怎么权衡
在相同窗函数与截止频率下,tap 数增加会让过渡带更陡,因此 12.5 kHz 这种靠近目标奈奎斯特频率的成分能得到更强抑制。代价也很直接:直接 FIR 的乘加次数近似随 tap 数线性增长。
奇数长度线性相位 FIR 的群延迟为 个输入采样。48 kHz 下,31 taps 约为 0.31 ms,63 taps 约为 0.65 ms,127 taps 约为 1.31 ms。离线转换通常更关注阻带质量;实时监听链路则要同时约束延迟和 CPU。
验收重采样结果
验收时至少检查三件事:输出采样率与样本数量是否符合倍率关系;目标通带内的主频和幅度是否基本保持;目标奈奎斯特频率以上的成分在抽取前是否被充分压低,插值产生的镜像在输出端是否被清除。
如果频谱正确但实时链路 CPU 过高,不应先随意降低滤波器质量。优先把直接 FIR 改成多相实现,或使用经过验证的 resample_poly 一类库函数,让计算结构与倍率匹配。只有在明确知道可牺牲的过渡带或阻带指标后,再减少 tap 数。