信号处理 / 系统课时
设计高通带通与带阻 FIR
设计高通带通与带阻 FIR
高通、带通和带阻 FIR 的难点不在调用函数,而在把“保留哪些频率、抑制哪些频率”变成可验证的频带指标。本篇用同一采样率设计三类滤波器,并用频率响应实际测量截止点和阻带峰值,避免只看设计参数就判断合格。
学习目标
- 根据目标频带选择高通、带通或带阻 FIR 的截止频率与
pass_zero设置。 - 用
freqz测量实际的 -6 dB 截止点和阻带最大幅度。 - 根据验证结果判断阶数、过渡带和窗函数是否需要调整。
从频带指标确定滤波器形状
以采样率 48 kHz 为例,奈奎斯特频率是 24 kHz。高通只保留高频,带通只保留中间一段频带,带阻则保留低频和高频、压制中间频段。
| 类型 | 本例目标 | cutoff |
pass_zero |
|---|---|---|---|
| 高通 | 6 kHz 以上通过 | 6000 |
False |
| 带通 | 4–8 kHz 通过 | [4000, 8000] |
False |
| 带阻 | 5–9 kHz 抑制 | [5000, 9000] |
True |
firwin 的 cutoff 对应理想截止位置;对窗函数法生成的滤波器,它接近幅度为 0.5、也就是约 -6.02 dB 的位置。工程规格中的“通带边缘”和“阻带边缘”通常位于过渡带两侧,不能直接把 cutoff 当成阻带开始频率。

用窗函数构造三个 FIR
下面统一使用 201 个抽头和 Kaiser 窗 beta=8。奇数抽头数可以让高通在奈奎斯特频率处保持非零响应,同时也便于三种设计使用同一长度。示例不仅生成系数,还直接测量截止点和指定阻带中的最坏幅度。
import numpy as np
from scipy.signal import firwin, freqz
fs = 48000.0
numtaps = 201
designs = {
"highpass": (
firwin(numtaps, 6000, pass_zero=False, fs=fs, window=("kaiser", 8.0)),
[6000],
[(0, 5000)],
),
"bandpass": (
firwin(numtaps, [4000, 8000], pass_zero=False, fs=fs, window=("kaiser", 8.0)),
[4000, 8000],
[(0, 3000), (9000, fs / 2)],
),
"bandstop": (
firwin(numtaps, [5000, 9000], pass_zero=True, fs=fs, window=("kaiser", 8.0)),
[5000, 9000],
[(6000, 8000)],
),
}
for name, (h, edges, stopbands) in designs.items():
# 用足够密的频率网格测量实际响应,而不是只检查设计参数。
w, H = freqz(h, worN=65536, fs=fs)
db = 20 * np.log10(np.maximum(np.abs(H), 1e-12))
measured_edges = []
for target in edges:
mask = np.abs(w - target) <= 1000
local_w = w[mask]
local_db = db[mask]
i = np.argmin(np.abs(local_db + 6.0206))
measured_edges.append(f"{local_w[i]:.1f}")
# 阻带峰值越低,代表最坏情况下的抑制度越大。
stop_peak = max(
db[(w >= lo) & (w <= hi)].max()
for lo, hi in stopbands
)
print(
f"{name}: -6 dB edges = {', '.join(measured_edges)} Hz; "
f"stopband peak = {stop_peak:.1f} dB"
)预期输出
highpass: -6 dB edges = 6000.0 Hz; stopband peak = -86.7 dB
bandpass: -6 dB edges = 4000.1, 7999.9 Hz; stopband peak = -86.0 dB
bandstop: -6 dB edges = 4999.9, 9000.0 Hz; stopband peak = -85.0 dB由于 freqz 使用离散频率网格,测得边缘可能与设定值相差少量赫兹。这里的阻带峰值约为 -85 dB 到 -87 dB,也就是最坏阻带衰减约 85 dB;实际数值会随 SciPy 版本的数值细节产生极小差异。
用规格而不是函数参数验收
如果需求写成“5 kHz 以下至少衰减 60 dB、7 kHz 以上进入通带”,就应分别检查 5 kHz 以下的最大幅度和 7 kHz 以上的通带误差,而不是只确认 cutoff=6000。真正决定难度的是过渡带宽度:过渡带越窄、所需阻带衰减越高,通常就需要更多抽头。
验证时可以按下面顺序进行:先检查截止点是否落在预期过渡区,再检查整个阻带的峰值,最后检查整个通带的最小和最大增益。只测一个频率点可能漏掉旁瓣峰值,因此阻带指标应在完整区间上取最坏值。
指标不满足时怎么调整
如果截止位置正确但阻带不够深,优先增加抽头数或选择旁瓣更低的窗;如果阻带够深但过渡带太宽,也通常需要增加抽头数。单纯移动 cutoff 只能移动过渡区,不能凭空同时获得更窄过渡带和更高衰减。
当规格明确给出通带边缘、阻带边缘和最小衰减时,应把“设计”和“验收”分开:设计函数负责生成候选系数,频率响应测量负责判断是否合格。这样高通、带通和带阻只是频带布局不同,验证逻辑可以保持一致。