信号处理 / 系统课时
比较 FIR 与 IIR 的取舍
比较 FIR 与 IIR 的取舍
FIR 和 IIR 都能实现低通、高通、带通等常见滤波目标,但它们把工程成本分配在不同位置。本篇从阶数、相位、稳定性、计算量和存储需求五个维度建立选择框架,让滤波器类型由约束决定,而不是由“哪个更高级”决定。
学习目标
- 从递归结构理解 FIR 与 IIR 的根本差异,以及这种差异为何影响稳定性和相位。
- 比较两类滤波器在阶数、运算量、存储和延迟上的典型工程取舍。
- 根据线性相位、资源预算和稳定性要求选择更合适的滤波器类型。
从有没有反馈看本质差异
FIR 只使用当前和过去的输入,典型差分形式为 。只要系数有限,它没有递归反馈,冲激响应也会在有限长度后结束,因此天然没有由反馈极点引起的稳定性问题。
IIR 还会使用过去的输出,形式可写为 。反馈让较低阶数就能形成陡峭的幅频响应,但同时引入极点、非线性相位以及对系数量化更敏感的稳定性风险。工程实现通常把高阶 IIR 分解为二阶节,而不是直接使用一个高阶多项式结构。
五个维度放在一起比较
| 维度 | FIR | IIR |
|---|---|---|
| 达到相近幅频指标所需阶数 | 通常较高,过渡带越窄越明显 | 通常较低,适合用较少阶数获得陡峭响应 |
| 相位 | 对称系数时容易得到严格线性相位 | 一般为非线性相位,群时延随频率变化 |
| 稳定性 | 有限系数的非递归 FIR 天然 BIBO 稳定 | 需要保证所有极点位于单位圆内,并考虑量化后的极点漂移 |
| 每采样点计算量 | 高阶时乘加次数较多 | 同等幅频指标下常因阶数较低而更省计算 |
| 存储需求 | 需要保存较长的系数和输入历史 | 通常状态更少,但需保存反馈状态并常按二阶节组织 |
“阶数更低”不能单独作为选择 IIR 的理由。若应用对波形形状、脉冲到达时间或多频率分量的相对相位敏感,IIR 的相位畸变可能比节省的乘加运算更昂贵;反过来,如果设备资源紧张且只关心幅度包络,低阶 IIR 往往更合适。
让约束直接决定类型
可以先问最难妥协的约束,而不是先选算法。若严格线性相位是硬要求,优先考虑线性相位 FIR;若计算资源和存储非常有限,而允许一定相位畸变,优先评估 IIR;若稳定性必须容易证明且系统会经历系数量化、在线更新或极端输入,FIR 通常更省风险管理成本。
实时系统还要把延迟算进去。长度为 L 的线性相位 FIR 常有约 (L - 1) / 2 个采样点的群时延;当采样率不高而滤波器很长时,这个延迟可能成为交互式音频、控制环或保护系统的硬限制。IIR 通常能用更低阶数实现相似幅频选择性,但不能把“阶数低”简单等同于“所有频率都延迟更小”,因为它的群时延往往并不平坦。
避免两个常见误判
第一个误判是“FIR 一定计算量大”。如果过渡带宽、衰减要求并不苛刻,短 FIR 可能已经足够;而且在长卷积、分块处理或特定硬件上,FIR 还能利用 SIMD、FFT 或并行结构获得很高吞吐。
第二个误判是“IIR 不稳定”。正确说法是:IIR 存在需要管理的稳定性条件。设计合理、极点位于单位圆内并采用数值稳定的二阶节实现时,IIR 可以非常可靠;真正需要警惕的是高阶直接型实现、低精度定点量化和运行中修改系数等场景。
最终选择可以压缩成一句工程判断:相位和稳定性优先时先看 FIR,资源和陡峭幅频响应优先时先看 IIR;当约束相互冲突时,用同一组指标分别设计两个候选方案,再比较阶数、延迟、运算量和数值裕量,而不是只比较频响曲线。