FIR与IIR低通滤波器的单片机实现解析

"大神教你：FIR与IIR低通滤波器的最简最快实现 低通滤波器在信号处理中扮演着重要角色，主要用于去除高频噪声，保留低频信号成分。在单片机系统中，由于硬件资源有限，通常会采用软件滤波的方式来实现这一功能。本文将探讨两种常见的数字低通滤波器——无限脉冲响应(IIR)滤波器和有限脉冲响应(FIR)滤波器，并给出它们在C语言中的简单实现。 IIR滤波器是一种递归型滤波器，其输出不仅取决于当前输入，还与过去多个输入样本有关。这种特性使得IIR滤波器能够用较少的计算资源实现。在提供的代码示例中，last变量存储了过去的滤波结果，新的last是旧last的15/16加上当前ADC值的1/16。通过调整这些系数，可以改变滤波器的截止频率。然而，IIR滤波器的稳定性是一个关键问题，如代码所示，如果系数选择不当，可能会导致输出值溢出。因此，在设计IIR滤波器时，需要确保系统是稳定的，即所有极点都在单位圆内。 FIR滤波器则是一种非递归型滤波器，它的输出只依赖于有限个输入样本，通常是最近的N个样本。每个输出值都是输入序列中N个样本的线性组合。FIR滤波器的优点在于其稳定性，只要设计时选择的系数合理，滤波器总是稳定的。然而，FIR滤波器通常需要更多的计算资源，因为它涉及更多的乘法和加法操作。对于特定的滤波需求，可以通过窗函数、频率抽样法或者最优化算法来设计FIR滤波器的系数。 在实际应用中，选择IIR还是FIR滤波器主要取决于性能要求、计算资源限制以及对稳定性的需求。IIR滤波器更适合资源有限的环境，但需要更谨慎地设计以保持稳定性；而FIR滤波器虽然计算复杂度较高，但能提供更精确的频率响应和更好的线性相位特性。 在单片机上实现这两种滤波器时，应考虑以下几点： 1. 优化计算：尽量使用整数运算而非浮点运算，以减少计算时间和内存占用。如示例代码中，整数乘法和2的n次幂除法可以在8位单片机上高效执行。 2. 滤波器系数量化：当使用整数运算时，滤波器系数可能需要量化以适应有限的精度。 3. 轮换缓冲区：对于FIR滤波器，可以使用环形缓冲区存储过去的输入样本，以节省内存。 IIR和FIR滤波器各有优劣，选择哪种类型取决于具体应用的需求。在设计过程中，需要综合考虑滤波性能、计算复杂度、稳定性以及实时性等因素。"