滤波器原理及其作用

原理：

滤波器是一种通过选择性增强或抑制信号中特定频率成分的系统。其核心原理基于信号的频域分析（如傅里叶变换），通过设计特定的频率响应来保留或滤除目标频段。主要类型包括：

1. 按功能分类：
   • 低通：保留低频，抑制高频。
   • 高通：保留高频，抑制低频。
   • 带通：保留特定频段。
   • 带阻（陷波）：抑制特定频段。
2. 按实现方式分类：
   • IIR滤波器：无限冲激响应，含反馈回路，计算高效，但可能引入相位失真。
   • FIR滤波器：有限冲激响应，无反馈，可实现线性相位，但需要更高阶数。

作用：

1. 去噪：滤除信号中的高频噪声（如白噪声）。
2. 频带分离：提取特定频率成分（如EEG信号中的α波）。
3. 信号调理：为后续处理（如模数转换）限制带宽。
4. 通信调制：在射频中提取有用信道。

MATLAB 实现示例：低通滤波器去噪

步骤说明：

1. 生成含噪信号：合成一个低频正弦波叠加高频噪声。
2. 设计滤波器：使用Butterworth低通滤波器。
3. 应用滤波：对比filter和filtfilt的效果。
4. 可视化结果：时域波形和频谱分析。

代码示例：

%% 参数设置
Fs = 1000;           % 采样频率
t = 0:1/Fs:2;        % 时间轴（2秒）
f1 = 5;              % 信号频率5Hz
f2 = 50;             % 噪声频率50Hz

%% 生成信号：正弦波 + 高频噪声
signal = sin(2*pi*f1*t);
noise = 0.5*sin(2*pi*f2*t);
noisy_signal = signal + noise;

%% 设计低通滤波器（截止频率15Hz）
fc = 15;             % 截止频率
order = 6;           % 滤波器阶数
[b, a] = butter(order, fc/(Fs/2), 'low'); % Butterworth设计

%% 应用滤波器
filtered_signal = filter(b, a, noisy_signal);     % 常规滤波
zero_phase_signal = filtfilt(b, a, noisy_signal); % 零相位滤波

%% 绘制时域结果
figure;
subplot(3,1,1);
plot(t, noisy_signal);
title('含噪信号');
subplot(3,1,2);
plot(t, filtered_signal);
title('常规滤波结果');
subplot(3,1,3);
plot(t, zero_phase_signal);
title('零相位滤波结果');

%% 频谱分析（FFT）
N = length(noisy_signal);
f = Fs*(0:N-1)/N;
Y_raw = abs(fft(noisy_signal));
Y_filtered = abs(fft(zero_phase_signal));

figure;
subplot(2,1,1);
plot(f(1:N/2), Y_raw(1:N/2));
title('含噪信号频谱');
subplot(2,1,2);
plot(f(1:N/2), Y_filtered(1:N/2));
title('滤波后频谱');

关键函数说明：

• butter()：设计Butterworth滤波器，返回分子分母系数。
• filter()：常规滤波，可能引入相位延迟。
• filtfilt()：双向滤波，消除相位失真。
• fft()：快速傅里叶变换，用于频谱分析。

效果对比：

• 时域：零相位滤波后的信号与原始正弦波对齐更准确。
• 频域：50Hz噪声成分被显著抑制。

注意事项

1. 截止频率归一化：需以Nyquist频率（Fs/2）为基准。
2. 阶数选择：高阶滤波器过渡带更陡峭，但可能不稳定（IIR）或计算量大（FIR）。
3. 实时性：filtfilt需要全部数据，适合后处理；实时系统需用filter并处理延迟。

通过合理设计滤波器，可有效提升信号质量，广泛应用于生物医学、通信、音频处理等领域。