请阐述在数字信号处理中，FIR滤波器与IIR滤波器在设计和性能上的主要区别，并提供一个实际设计FIR滤波器的示例。

在数字信号处理中，FIR（有限脉冲响应）滤波器和IIR（无限脉冲响应）滤波器是两种常见的滤波器类型，它们在设计和性能上有着显著的区别。首先，从设计的角度来看，FIR滤波器通常具有固定的稳定性和线性相位特性，而IIR滤波器虽然可以设计出具有更好的幅度特性，但存在潜在的稳定性问题，且难以实现完美的线性相位。

参考资源链接：[华为面试试题集：DSP、嵌入式与数字信号处理](https://wenku.csdn.net/doc/7abd40m2ps?spm=1055.2569.3001.10343)

在性能方面，FIR滤波器由于其结构特点，对输入信号的延迟是固定的，不会引入相位失真，这对于通信系统中相位敏感的应用非常重要。而IIR滤波器由于使用了反馈，可能会引入非线性相位响应和群延迟的变化，这在某些应用中可能会导致问题。

此外，FIR滤波器在实现时通常需要更多的乘法器和加法器，因此在相同的硬件资源下，IIR滤波器能够提供更好的性能。但是，随着数字信号处理器（DSP）技术的发展，尤其是在具有强大并行处理能力的处理器上，FIR滤波器的设计和实现变得越来越高效。

一个设计FIR滤波器的实际例子如下：
假设我们需要设计一个低通FIR滤波器，其截止频率为Fs/4（Fs为采样频率），滤波器的阶数N为31（奇数阶数以保证线性相位）。我们可以使用窗函数法来设计这个滤波器。

步骤1：确定理想的低通滤波器的冲激响应h_d(n)。对于本例，理想的冲激响应是sinc函数。
步骤2：选择一个合适的窗函数w(n)，例如汉明窗。
步骤3：计算滤波器系数h(n) = w(n) * h_d(n)。
步骤4：使用设计好的滤波器系数进行FIR滤波器的实现。

在实现时，可以采用快速卷积算法来提高运算效率。FIR滤波器的实现通常使用FPGA或者DSP处理器，这些平台通常提供了高效的定点和浮点运算能力。

对于更深入的了解和设计FIR滤波器的更多方法，可以参考《华为面试试题集：DSP、嵌入式与数字信号处理》一书，其中不仅涵盖了FIR滤波器的设计，还包含了IIR滤波器以及其他DSP相关的知识，是准备华为工程师面试的宝贵资源。

参考资源链接：[华为面试试题集：DSP、嵌入式与数字信号处理](https://wenku.csdn.net/doc/7abd40m2ps?spm=1055.2569.3001.10343)