KNOWECON WIKI

ARTICLE

IIR

无限冲激响应 (Infinite Impulse Response, IIR) 无限冲激响应 (Infinite Impulse Response, IIR) 是 数字信号处理 中的基本滤波器范式之一，指冲激响应在理论上无限延续、永不精确衰减至零的离散时间系统。与 有限冲激响应 (FIR) 滤波器相对，IIR 滤波器的核心结构特征在于输出不仅依赖于当前和过去

浏览 0 更新 2025-11-09

无限冲激响应 (Infinite Impulse Response, IIR)

无限冲激响应 (Infinite Impulse Response, IIR) 是 数字信号处理 中的基本滤波器范式之一，指冲激响应在理论上无限延续、永不精确衰减至零的离散时间系统。与 有限冲激响应 (FIR) 滤波器相对，IIR 滤波器的核心结构特征在于输出不仅依赖于当前和过去的输入，还依赖于过去的输出——即存在从输出到输入的反馈回路。这一递归结构使得 IIR 滤波器能以极低的阶数实现陡峭的频率选择特性，在计算资源受限的场景中具有不可替代的优势。

数学定义与系统函数

一个 NN 阶 IIR 滤波器的差分方程包含输出端的递归项：

y[n]=∑k=0Mbkx[n−k]−∑k=1Naky[n−k]y[n] = \sum_{k=0}^{M} b_k x[n-k] - \sum_{k=1}^{N} a_k y[n-k]

其中 bkb_k 为前馈系数（feedforward coefficients），aka_k 为反馈系数（feedback coefficients），MM 和 NN 分别为前馈和反馈阶数。该系统的 Z 变换形式给出有理系统函数：

H(z)=∑k=0Mbkz−k1+∑k=1Nakz−k=B(z)A(z)H(z) = \frac{\sum_{k=0}^{M} b_k z^{-k}}{1 + \sum_{k=1}^{N} a_k z^{-k}} = \frac{B(z)}{A(z)}

与 FIR 滤波器所有极点集中在原点的情形不同，IIR 滤波器的极点 pkp_k（即分母多项式 A(z)A(z) 的根）可分布在 Z 平面单位圆内的任意位置。极点越靠近单位圆，对应频率处的幅频响应越尖锐。这一几何自由度是 IIR 滤波器效率的根本来源，但同时也引入了稳定性风险：当任一极点 pkp_k 满足 ∣pk∣≥1|p_k| \geq 1 时，系统变为不稳定。

关键性质与特征

  1. 递归结构与无限记忆：由于输出反馈的存在，系统对任意非零初始条件的响应可以永续振荡或缓慢衰减。在数值实现中，虽然冲激响应因有限精度最终趋零，但其理论长度仍是无限的——这与 FIR 滤波器在有限拍内必然归零形成根本区别。
  2. 非线性相位响应：IIR 滤波器的相位响应通常是频率的非线性函数，这意味着不同频率分量通过滤波器后将经历不同的群延迟，导致输出波形产生相位失真。相比之下，FIR 滤波器在系数对称时具有精确线性相位，对波形保真度要求高的应用（如 音频处理、数据传输）更为适宜。若必须使用 IIR 且要求线性相位，则需级联 全通滤波器 进行相位均衡，但这会增加系统复杂度和延迟。
  3. 高效率与低阶数：实现相同的幅频响应规格——尤其是窄过渡带和高阻带衰减——IIR 滤波器所需阶数远低于 FIR。一个 6 阶 IIR 椭圆滤波器可达到 FIR 需要上百阶才能实现的频率选择性。这一效率优势源于极点对频率响应的锋利塑造能力，在嵌入式系统、实时处理和低功耗设备中至关重要。
  4. 有限字长效应的敏感性与极限环：系数量化和运算舍入误差可能使极点偏离设计位置，严重时导致不稳定。此外，递归结构在输入为零时，舍入误差可在反馈环路中循环累积，产生小幅周期性输出——即 极限环振荡 (Limit Cycle)。FIR 滤波器因无非零极点而无此问题。

主要设计方法

IIR 滤波器设计的核心思路是借鉴成熟的模拟滤波器理论，通过变换映射到离散域。

一、模拟原型法

这一方法分两步走：先设计满足指标的模拟滤波器原型，再将其转换为数字滤波器。常用的模拟原型包括：

  • 巴特沃斯滤波器 (Butterworth)：幅频响应在通带内最平坦（maximally flat），无纹波，但过渡带较宽。适用于对通带平滑度要求高的场景。
  • 切比雪夫 I 型 (Chebyshev Type I)：通带内具有等波纹振荡，过渡带比同阶巴特沃斯更陡峭。适用于允许通带纹波但要求快速衰减的场景。
  • 切比雪夫 II 型 (Chebyshev Type II)：阻带内具有等波纹振荡，通带单调衰减。
  • 椭圆滤波器 (Elliptic/Cauer)：通带和阻带均具有等波纹，在给定阶数下过渡带最窄，但相位非线性最严重。

二、双线性变换法 (Bilinear Transform)

将模拟原型从 S 域映射到 Z 域的最常用手段是双线性变换：

s=2T⋅1−z−11+z−1s = \frac{2}{T} \cdot \frac{1 - z^{-1}}{1 + z^{-1}}

该变换将 S 平面的整个 jΩj\Omega 轴一一映射到 Z 平面的单位圆，避免了脉冲响应不变法中的频谱混叠问题，但代价是引入了频率轴的非线性压缩（频率翘曲，frequency warping）。设计时需通过预翘曲 (prewarping) 补偿关键频率点的偏移。

三、直接优化法

对于非标准频率响应（如任意幅频或群延迟规格），可采用数值优化方法直接在离散域求解系数，包括最小 P 范数优化、Yule-Walker 法等。这些方法灵活但计算量大，不如模拟原型法成熟可靠。

典型结构实现

IIR 滤波器的实现结构直接影响有限精度下的性能。三种基本结构为：

  • 直接 I 型 (Direct Form I)：直接按差分方程实现，简单直观，但对系数量化敏感。
  • 直接 II 型 (Direct Form II)：合并延迟单元，所需存储量约为直接 I 型的一半，是最常用的规范结构。
  • 级联型 (Cascade Form)：将系统函数分解为二阶节 (biquad) 的乘积，每个二阶节独立实现后级联。级联型对系数量化的敏感性最低，极限环幅度也最小，是工程实践中最推荐的结构。

应用领域

IIR 滤波器广泛应用于对计算效率敏感且相位线性要求不高的场景：

  • 音频均衡与分频：图形均衡器、参量均衡器、分频网络广泛使用 IIR 双二阶节，利用低阶数实现丰富的频率塑造。
  • 生物医学信号处理：心电图 (ECG)、脑电图 (EEG) 的工频陷波和基线漂移去除常采用 IIR 滤波器。
  • 通信系统：信道选择滤波器、抗混叠/抗镜像滤波器在数字上下变频中常以 IIR 实现。
  • 控制系统：PID 控制器 的离散化以及各类数字补偿器本质上可视为 IIR 滤波器。
  • 传感器信号调理：惯性测量单元 (IMU)、温度传感器等低带宽信号的去噪和滤波。

总之，IIR 滤波器以递归结构换取计算效率，以非线性相位换取陡峭的频率选择性。在工程实践中，FIR 与 IIR 并非相互排斥：设计者需根据具体场景在效率、相位线性度、稳定裕度和实现复杂度之间做出权衡，有时甚至在一个系统中混合使用两者以各取所长。