IIR滤波器（无限脉冲响应滤波器，Infinite Impulse Response Filter）是一种数字滤波器，其特点是输出不仅依赖于当前和过去的输入信号，还依赖于过去的输出信号（即具有反馈结构）。这种递归特性使得IIR滤波器的脉冲响应理论上可以无限延续，因此得名。

核心特点：

1. 递归结构：包含反馈回路，系统函数为有理分式（分子和分母均为多项式）。
2. 阶数低，效率高：通常比FIR滤波器（有限脉冲响应滤波器）用更低的阶数实现相似的性能，计算量更小。
3. 非线性相位：通常不具有线性相位特性（除特殊设计外）。
4. 稳定性需注意：因存在反馈，设计不当可能导致系统不稳定（极点必须在单位圆内）。

与FIR滤波器的对比：

常见设计方法：

1. 脉冲响应不变法：将模拟滤波器转换为数字滤波器，保持脉冲响应匹配，但可能产生混叠。
2. 双线性变换法：通过非线性频率映射避免混叠，适合设计低通、高通等滤波器。
3. 直接设计法：在数字域通过优化算法（如最小二乘法）直接设计系数。

典型应用场景：

• 实时信号处理：语音/音频处理（均衡器、降噪）、生物医学信号处理等。
• 通信系统：调制解调、信道均衡。
• 低功耗场景：因计算量小，适合嵌入式系统或移动设备。

注意事项：

1. 稳定性验证：设计时需确保所有极点位于单位圆内。
2. 量化误差敏感：硬件实现时，系数量化可能导致性能下降或失稳。
3. 相位失真：若需线性相位，需额外补偿或改用FIR。

示例工具：

• MATLAB：使用 butter、cheby1、ellip 等函数设计IIR滤波器。
• Python：通过 scipy.signal 库的 iirfilter、butter 等函数实现。

如果需要更具体的实现步骤或设计案例，可以进一步说明需求！