信号处理 / 系统课时
用巴特沃斯设计平滑通带
用巴特沃斯设计平滑通带
巴特沃斯 IIR 的价值在于通带没有纹波,幅频响应从直流开始尽可能平坦。本课把“100 Hz 内衰减不超过 1 dB、200 Hz 起至少衰减 40 dB”的指标,转换为阶数、截止频率和可直接实现的二阶节系数。
学习目标
- 解释巴特沃斯响应“最大平坦”的含义,以及它与切比雪夫型滤波器的差别。
- 根据通带、阻带和采样率指标求出最小阶数与截止频率。
- 生成 SOS 系数并用频响验证设计是否满足指标。
从指标得到阶数与截止频率
巴特沃斯低通原型的幅频响应满足:
其中 是阶数, 是截止角频率。它没有通带纹波;阶数越高,从通带到阻带的过渡越陡,但实现对系数量化和数值误差也更敏感。
实际数字滤波器通常从四个指标出发:通带边缘 、阻带边缘 、最大通带衰减 和最小阻带衰减 。buttord 会寻找满足这些约束的最小阶数,并返回供 butter 使用的临界频率。

计算并生成数字滤波器
下面按采样率 1000 Hz、通带 100 Hz、阻带 200 Hz、通带衰减 1 dB、阻带衰减 40 dB 设计。高阶 IIR 优先输出二阶节 SOS,而不是直接用一个高阶分子分母多项式。
python
import numpy as np
from scipy import signal
fs = 1000.0
fp = 100.0
fstop = 200.0
# 先求满足指标的最小阶数与数字临界频率。
order, cutoff = signal.buttord(fp, fstop, 1, 40, fs=fs)
sos = signal.butter(order, cutoff, btype="low", fs=fs, output="sos")
# 在两个约束边缘直接验证衰减。
freqs, h = signal.sosfreqz(sos, worN=[fp, fstop], fs=fs)
np.set_printoptions(precision=8, suppress=True)
print(f"order = {order}")
print(f"cutoff = {cutoff:.3f} Hz")
print("sos =")
print(sos)
print(f"gain@{freqs[0]:.0f}Hz = {20 * np.log10(abs(h[0])):.4f} dB")
print(f"gain@{freqs[1]:.0f}Hz = {20 * np.log10(abs(h[1])):.4f} dB")预期输出
text
order = 7
cutoff = 109.385 Hz
sos =
[[ 0.00015401 0.00030803 0.00015401 1. -0.47292469 0. ]
[ 1. 2. 1. 1. -0.98366237 0.27257692]
[ 1. 2. 1. 1. -1.10774703 0.43310688]
[ 1. 1. 0. 1. -1.35468704 0.75257642]]
gain@100Hz = -1.0000 dB
gain@200Hz = -43.0599 dBcutoff 不是通带边缘本身。对巴特沃斯滤波器,它对应自然频率,也就是约 -3 dB 的位置;buttord 把它选在 109.385 Hz,使 100 Hz 处恰好满足 -1 dB,同时让 200 Hz 处超过 40 dB 的阻带要求。
用 SOS 降低高阶实现风险
七阶滤波器如果直接写成单个高阶传递函数,多项式系数的微小舍入误差可能明显移动极点,尤其在定点或低精度实现中更危险。SOS 把高阶系统拆成若干一阶或二阶节,每节的系数动态范围更可控,也更适合逐节缩放和稳定性检查。
如果需求更重视更窄的过渡带而能接受通带或阻带纹波,切比雪夫或椭圆滤波器可能用更低阶数完成任务;若首要目标是单调、平滑且容易解释的通带,巴特沃斯通常是更稳妥的起点。
按自己的节奏,确认真正理解。