1. 滤波基础：信号与噪声的概念、滤波的本质与分类、时域与频域基础
各位工程师朋友，咱们开始聊滤波。说实话，滤波这词儿在咱们这行天天挂嘴边，但真要把它讲透，得从最根儿上的概念说起。我做了十几年信号处理，见过太多人上来就调参数，结果噪声没滤掉，信号先废了。所以这一章，咱们把地基打牢。
1.1 信号与噪声：一对冤家
信号是什么？说白了，就是你想从系统里提取的有用信息。比如传感器测的温度、麦克风收的语音、雷达回波里的目标距离。噪声呢？就是所有你不想要的、干扰你提取信息的乱七八糟的东西。
核心观点：滤波的本质，就是在信号和噪声之间做取舍。你不可能把噪声全干掉，只能让信号尽量干净。
我在项目中遇到过一件事：一个振动监测系统，传感器采集的数据里有个50Hz的尖峰。客户非说是设备故障，我一看波形——嗯，典型的工频干扰。加个陷波器就解决了。你看，不认识噪声的“长相”，就容易误判。
噪声的种类很多，我习惯把它们分成几类：
- 热噪声：电阻里电子热运动产生的，白噪声的一种。躲不掉，只能靠滤波压。
- 工频干扰：50Hz/60Hz的交流电串扰。我见过最离谱的案例，是信号线跟电源线绑在一起走的，那波形简直没法看。
- 量化噪声：ADC采样时精度不够带来的。你想想看，12位ADC和16位ADC，量化噪声差了一个数量级。
- 冲击噪声：突然的尖峰，比如电机启动、开关切换。这种噪声最烦人，因为它能量大、频带宽。
| 噪声类型 | 频域特征 | 常见来源 | 应对思路 |
|---|---|---|---|
| 热噪声 | 全频段均匀分布 | 电阻、半导体 | 低通滤波 + 降低带宽 |
| 工频干扰 | 集中在50/60Hz | 电源线、地环路 | 陷波器 + 屏蔽 |
| 量化噪声 | 近似白噪声 | ADC采样 | 提高分辨率 + 过采样 |
| 冲击噪声 | 宽频带、短时 | 开关动作、静电 | 中值滤波 + 限幅 |
我的小习惯：拿到一个信号，先别急着设计滤波器。花5分钟看看时域波形和频谱，搞清楚噪声的“脾气”，再动手。这步省了，后面全是坑。
1.2 滤波的本质：不是“去掉”，而是“选择”
很多人觉得滤波就是把噪声去掉。这个说法不准确。滤波的本质，是根据频率选择性地保留或衰减信号成分。你想想看，一个低通滤波器，它只是让低频通过、高频衰减，并不是把高频“删掉”了——它只是把高频的能量压低了。
我记得刚入行时，带我的老工程师说过一句话：“滤波器是个筛子，不是个垃圾桶。” 这句话我记到现在。筛子只让小于筛孔的东西过去，大的留在上面；滤波器只让特定频率的成分通过，其他的被衰减。但衰减不等于消失，只是能量变小了。
滤波器的分类，我习惯从两个维度看：
按处理方式分
- 模拟滤波：用电阻、电容、电感、运放搭出来的电路。实时性好，但精度受元器件误差影响。我以前调一个四阶巴特沃斯低通，电容值差了5%，截止频率直接偏了10%。
- 数字滤波：在DSP、FPGA或MCU里用算法实现。灵活、精度高，但有延迟和计算量的问题。
按频率特性分
- 低通：让低频过，拦高频。最常用，比如去噪、平滑。
- 高通：让高频过，拦低频。比如去掉直流偏置、提取边缘。
- 带通：只让某个频段过。比如通信里的选频。
- 带阻：拦住某个频段，其他全放行。比如陷波器去工频干扰。
注意：数字滤波有个“预失真”的问题。你设计的数字滤波器，在离散域里是准确的，但映射到连续域时，频率响应会变形。尤其是IIR滤波器，双线性变换带来的频率弯曲，必须提前补偿。我曾经吃过这个亏，设计了一个截止频率100Hz的低通，仿真没问题，上板一测，实际截止频率只有92Hz。
1.3 时域与频域：看问题的两个角度
做滤波，离不开时域和频域这两个视角。我个人的理解是：时域告诉你“发生了什么”，频域告诉你“为什么发生”。
时域里，信号是随时间变化的曲线。你看到波形有毛刺、有抖动、有尖峰——这些都是直观的。但光看时域，你很难判断这些毛刺是哪个频率的噪声。
频域里，信号被分解成不同频率的正弦波叠加。傅里叶变换就是干这个活的。你看频谱，能一眼看出哪个频率的能量高、哪个频率有干扰。
举个例子：一个心电信号，时域上看，P波、QRS波、T波清清楚楚。但如果混入了50Hz工频干扰，时域波形上就是一堆细小的锯齿。你光看时域，可能觉得是基线噪声。但一拉频谱，50Hz处一个尖峰，真相大白。
一句话总结：时域是“表象”，频域是“本质”。做滤波设计，两个域都得看，缺一不可。
下面这张图，是我自己总结的滤波知识体系框架。它把信号、噪声、滤波分类、时频域分析串在了一起。你把它记在脑子里，后面学什么参数设计都不会迷路。
1.4 时域和频域的数学工具
做滤波设计，有几个数学工具你得会用。不用背公式，但得理解它们干了什么。
傅里叶变换
把时域信号变成频域信号。连续信号用傅里叶变换，离散信号用离散傅里叶变换（DFT）。实际工程里，我们用的都是快速傅里叶变换（FFT）。
我个人的习惯是：拿到一个信号，先做FFT看频谱。这步花不了几毫秒，但能帮你省下几小时的调试时间。
卷积
滤波的本质就是卷积。输入信号和滤波器的冲激响应做卷积，得到输出信号。时域的卷积等于频域的乘法——这个关系是滤波理论的基石。
频率响应
滤波器对不同频率的增益和相位变化。用幅频响应和相频响应来描述。设计滤波器，说白了就是设计它的频率响应形状。
一个实用技巧：用Python的scipy.signal.freqz可以快速画出数字滤波器的频率响应。我每次设计完滤波器，第一件事就是画幅频和相频曲线，确认截止频率、通带纹波、阻带衰减都达标了，再往下走。
# Python示例：画一个低通滤波器的频率响应
import numpy as np
from scipy import signal
import matplotlib.pyplot as plt
# 设计一个4阶巴特沃斯低通，截止频率0.2（归一化）
b, a = signal.butter(4, 0.2, 'low')
# 计算频率响应
w, h = signal.freqz(b, a)
# 画幅频响应
plt.figure()
plt.plot(w / np.pi, 20 * np.log10(abs(h)))
plt.xlabel('归一化频率 (×π rad/sample)')
plt.ylabel('幅度 (dB)')
plt.title('4阶巴特沃斯低通滤波器幅频响应')
plt.grid(True)
plt.show()
这段代码我用了不知道多少次。每次调参数，改一下截止频率和阶数，看曲线变化，心里就有数了。
1.5 避坑指南：新手最容易犯的三个错误
做了这么多年，见过太多人在滤波上栽跟头。我总结三个最常见的坑：
- 不看频谱就设计滤波器。 你都不知道噪声在哪个频段，怎么设计？我曾经有个同事，花了两天调一个带通滤波器，结果发现噪声根本不在通带里——白干了。
- 滤波器阶数越高越好。 错！阶数越高，相位延迟越大，系统稳定性越差。我见过一个项目，用了10阶IIR滤波器，信号是干净了，但相位扭曲得没法用。后来换成4阶，效果反而更好。
- 忽略采样率的影响。 数字滤波器的性能跟采样率直接相关。采样率太低，滤波器过渡带会变宽，甚至出现混叠。我建议采样率至少是信号最高频率的5倍以上。
特别提醒：IIR滤波器有稳定性问题。设计完一定要检查极点是否都在单位圆内。我曾经在FPGA上实现一个IIR滤波器，系数量化后极点跑到了单位圆外，输出直接发散。那次排查花了我整整一天。
好了，这一章的基础就这些。信号和噪声的概念、滤波的本质、时域和频域的分析方法——这些是后面所有参数设计方法的根基。你把这些吃透了，后面学什么截止频率选择、过渡带优化、阻带衰减设计，都会轻松很多。