2、理想滤波器与实际滤波器：理想滤波器的特性（矩形系数）、实际滤波器的非理想性（吉布斯现象、过渡带）、滤波器设计中的权衡

好，咱们接着聊滤波器。上一章我们把滤波器的基本概念和分类捋了一遍。这一章，我想聊聊一个很核心的问题：理想滤波器到底存不存在？

答案当然是否定的。但为什么我们还要花大把时间去研究它？说白了，理想滤波器就像物理学里的“理想气体”或者“无摩擦表面”——它是一个完美的参考系。你只有知道了“完美”长什么样，才能衡量你手里的“现实”到底差了多少。

我个人习惯，在开始一个新项目选型时，第一件事就是拿理想滤波器的特性去框一下系统指标。这能让我快速判断，这个活儿到底能不能干成。

2.1 理想滤波器的“完美”画像

理想滤波器，在教科书里通常被描述成一个“砖墙”式的器件。什么意思呢？

• 通带内：信号无损通过，增益为1（0 dB），纹波为0。
• 阻带内：信号完全被抑制，增益为0（负无穷 dB）。
• 过渡带：不存在！通带和阻带之间是一条垂直的线。

你想想看，这得多完美。但现实世界没有这种东西。

2.1.1 矩形系数——衡量“理想”的尺子

为了量化这个“砖墙”有多陡，我们引入了一个概念叫矩形系数（Shape Factor, SF）。

它的定义很简单：

矩形系数 SF = 阻带带宽 (BW_60dB) / 通带带宽 (BW_3dB)

这里，BW_60dB 通常指衰减到-60dB时的带宽，BW_3dB 指衰减3dB时的带宽。

理想滤波器的矩形系数是多少？

答案是 1。因为它的通带和阻带边界重合，带宽一样。

实际滤波器的矩形系数呢？

永远大于1。比如一个5阶切比雪夫滤波器，矩形系数可能在1.5左右。一个简单的RC低通滤波器，矩形系数可能高达几十甚至上百。

2.2 实际滤波器的“不完美”

好了，理想很丰满，现实很骨感。当我们试图用物理器件去逼近那个“砖墙”时，麻烦就来了。

2.2.1 吉布斯现象——你永远无法完美复现的“拐角”

我记得刚入行时，第一次用Matlab仿真一个理想低通滤波器的时域响应。当输入一个阶跃信号时，我惊讶地发现输出信号在跳变处出现了明显的“过冲”和“振铃”。我当时还以为自己代码写错了。

这就是吉布斯现象（Gibbs Phenomenon）。

为什么会这样？

简单说，理想滤波器在频域上是一个矩形函数。而矩形函数在时域上对应的是 sinc 函数。当你用有限长的 sinc 函数去逼近理想响应时，在跳变点附近就会产生振荡。

关键点：

• 这个过冲的幅度不会随着滤波器阶数的增加而消失，它只会收敛到一个固定的值（大约为跳变幅度的9%）。
• 阶数越高，振荡的频率越高，但幅度不变。

2.2.2 过渡带——从“通”到“阻”的渐变

实际滤波器不可能像理想的那样“一刀切”。从通带衰减3dB的点，到阻带衰减达到要求（比如-40dB或-60dB）的点，中间必然有一段频率范围，这就是过渡带（Transition Band）。

过渡带的陡峭程度，直接决定了滤波器的阶数。

一个简单的经验法则：

对于巴特沃斯滤波器，每增加一阶，过渡带的陡峭程度大约增加6dB/倍频程。也就是说，如果你需要更陡的过渡带，你就需要更多的阶数。

但阶数增加，意味着更多的元件、更大的体积、更高的成本，以及更复杂的调试。

2.3 滤波器设计中的“不可能三角”

做滤波器设计这么多年，我越来越觉得，这其实就是一个“权衡”的艺术。你永远无法同时得到所有好处。

我把它总结成一个“不可能三角”：

指标	追求方向	代价
选择性（矩形系数小）	过渡带陡峭	阶数高、群延迟大、设计复杂
通带平坦度（纹波小）	巴特沃斯特性	过渡带较缓、选择性差
群延迟（相位线性）	贝塞尔特性	过渡带最缓、选择性最差

你看，这三个指标是相互制约的。你不可能既要陡峭的过渡带，又要极小的通带纹波，还要完美的线性相位。

2.4 一个简单的权衡案例

假设我们需要设计一个低通滤波器，截止频率1MHz，要求在1.5MHz处衰减达到-40dB。

方案一：巴特沃斯

• 优点：通带最平坦，设计简单。
• 缺点：过渡带较缓。要达到-40dB @ 1.5MHz，可能需要6阶甚至7阶。

方案二：切比雪夫

• 优点：过渡带陡峭。可能只需要4阶就能满足要求。
• 缺点：通带有纹波（比如0.5dB）。如果你的系统对通带纹波有严格要求，这个方案就不可行。

方案三：椭圆滤波器

• 优点：过渡带最陡。可能只需要3阶。
• 缺点：通带和阻带都有纹波，且相位非线性最严重。

你看，同样一个指标，三种方案都能实现，但代价完全不同。没有最好的滤波器，只有最合适的滤波器。

嗯，这一章的内容就到这里。下一章，我会带大家手把手推导一下几种经典滤波器的传递函数，看看这些“权衡”是如何在数学上体现出来的。

---

公众号:蓝海资料掘金营，微信deep3321