当前位置：首页 > news >正文

双二阶IIR滤波器——定点数实现与结构选择考量

news 2026/7/15 21:43:24

1. 双二阶IIR滤波器基础概念

双二阶IIR滤波器是数字信号处理中最常用的滤波器结构之一。简单来说，它就像是一个能够对信号进行"筛选"的工具箱——比如你在听音乐时想要减弱刺耳的高音，或者在传感器数据中消除高频噪声，这时候双二阶滤波器就能派上用场。

这种滤波器的核心特点在于它的二阶结构。想象一下，就像盖房子需要打地基一样，二阶结构就是滤波器的"地基模块"。每个二阶模块（我们称之为双二阶节）都可以独立处理信号，而多个这样的模块串联起来，就能构建出更复杂的滤波器。在实际工程中，我们经常使用MATLAB的Filter Designer工具来设计这样的滤波器。比如设计一个低通滤波器时，只需要设置好截止频率和阶数，工具就会自动生成所需的双二阶节参数。

2. 直接I型与直接II型结构对比

直接I型和直接II型是双二阶滤波器的两种基本实现方式，它们就像是一对性格迥异的双胞胎。

直接I型结构可以理解为"先处理输入，再处理输出"的工作方式。具体来说，它需要维护两组延迟线：一组用于存储过去的输入信号，另一组用于存储过去的输出信号。在资源有限的嵌入式系统中，这意味着需要更多的内存空间。我曾经在一个STM32项目中使用直接I型结构，发现它需要4个状态变量来存储历史数据（对每个双二阶节而言）。

而直接II型则采用了更聪明的"合并同类项"策略。它将输入和输出的延迟线合并，使得每个双二阶节只需要2个状态变量。这就好比把两个单独的储物间合并成一个，大大节省了空间。但凡事都有两面性，直接II型在定点数实现时可能会面临数值稳定性问题，特别是在滤波器的极点靠近单位圆时。

从计算复杂度来看，两种结构所需的乘法运算次数相当，都是每个采样点需要5次乘法和4次加法（对于单个双二阶节）。但在实际嵌入式实现中，直接II型由于状态变量更少，通常会成为首选方案。

3. 定点数实现的关键考量

在嵌入式系统中，浮点运算往往是一种奢侈。大多数低成本MCU只支持定点运算，这就使得定点数实现成为必须掌握的技能。

首先需要理解Q格式表示法。Q15表示使用16位整数，其中1位符号位，15位小数位；Q31则是32位整数中的31位小数位。选择哪种格式需要权衡精度和动态范围。在我的一个音频处理项目中，使用Q15格式就遇到了溢出问题，后来改用Q31才解决。

数值溢出是定点实现中的头号敌人。想象一下，当多个大数相加时，很容易超出数据类型的表示范围。为了防止这种情况，我们可以采用以下几种策略：

缩放滤波器系数，确保中间结果不会溢出
使用饱和算术运算，而不是简单的截断
在关键节点插入定标调整

此外，系数量化误差也不容忽视。当我们将MATLAB设计的浮点系数转换为定点数时，会引入量化误差。这种误差可能导致实际滤波器的频率响应偏离设计目标。一个实用的技巧是先在MATLAB中对量化后的系数进行仿真验证，然后再移植到嵌入式平台。

4. MATLAB系数导出与转换

从MATLAB导出滤波器系数是一个需要细心对待的过程。在Filter Designer界面中设计好滤波器后，通过File→Export→Coefficient File(ASCII)可以导出.fcf文件。这个文件包含了所有关键参数，比如SOS矩阵和比例因子。

这里有个实际案例：我曾导出一个4阶Butterworth低通滤波器的系数，SOS矩阵如下：

1 2 1 1 -1.637122299309369 0.756463440348990 1 2 1 1 -1.396616129407874 0.498425116157480

每行对应一个双二阶节，前三个数是分子系数(b0,b1,b2)，后三个数是分母系数(a0,a1,a2)。

在导出时有两个实用建议：

选择Decimal格式而非Scientific，便于后续处理
记录采样频率和滤波器类型，方便后期调试

如果需要转换滤波器结构，可以通过Edit→Convert Structure菜单实现。但要注意，转换后最好重新验证滤波器的稳定性，因为数值误差可能导致极点位置变化。

5. C语言实现详解

让我们深入探讨两种结构的C语言实现。先看直接I型的核心代码：

float filterDirectI(float input, float *coefs, float *scale, float *x_delay, float *y_delay, int stages) { float output; for(int i=0; i<stages; i++) { int offset = 6*i; float b0 = coefs[offset]; float b1 = coefs[offset+1]; float b2 = coefs[offset+2]; float a1 = coefs[offset+4]; float a2 = coefs[offset+5]; float stage_out = scale[i] * (b0*input + b1*x_delay[2*i] + b2*x_delay[2*i+1]); output = stage_out - a1*y_delay[2*i] - a2*y_delay[2*i+1]; // 更新延迟线 x_delay[2*i+1] = x_delay[2*i]; x_delay[2*i] = input; y_delay[2*i+1] = y_delay[2*i]; y_delay[2*i] = output; input = output; // 下一级的输入是当前级的输出 } return output; }

而直接II型的实现更为简洁：

float filterDirectII(float input, float *coefs, float *scale, float *delay, int stages) { float output = input; for(int i=0; i<stages; i++) { int offset = 6*i; float b0 = coefs[offset]; float b1 = coefs[offset+1]; float b2 = coefs[offset+2]; float a1 = coefs[offset+4]; float a2 = coefs[offset+5]; float new_delay = scale[i]*output - a1*delay[2*i] - a2*delay[2*i+1]; output = b0*new_delay + b1*delay[2*i] + b2*delay[2*i+1]; // 更新延迟线 delay[2*i+1] = delay[2*i]; delay[2*i] = new_delay; output = output; } return output; }

在定点数实现时，我们需要特别注意运算顺序和中间结果的位宽。例如Q15格式的乘法需要右移15位，而Q31则需要使用64位中间结果。ARM的CMSIS-DSP库提供了优化后的定点滤波函数，值得参考。