计算最小阶数时，将通带边界纹波 A_p 固定为 3 dB（巴特沃斯截止定义）。
蓝色实线＝巴特沃斯增益 / 绿色虚线＝截止 f_c / 红色实线＝阻带边界 f_s / 灰色虚线＝要求 −A_s
模拟巴特沃斯低通滤波器在通带内具有最大平坦的幅度特性。其幅度平方为：
$$|H(j\omega)|^2 = \frac{1}{1 + (\omega/\omega_c)^{2N}}$$
其中 ω_c 为截止角频率，N 为阶数。增益的分贝表示：
$$G(\omega) = 20\,\log_{10}|H(j\omega)|$$
当要求在 ω_p 处衰减不超过 −A_p（默认 3 dB），在 ω_s 处衰减不低于 −A_s 时，最小阶数为：
$$N_{\min} = \left\lceil \frac{\log_{10}\!\left(\dfrac{10^{A_s/10}-1}{10^{A_p/10}-1}\right)}{2\,\log_{10}(\omega_s/\omega_p)} \right\rceil$$
高频段的渐近滚降为 −6N dB/oct（= −20N dB/dec）。阶数越高，过渡越陡。
IIR 滤波器设计模拟器是什么
🙋
「IIR 滤波器」我听说过，但「巴特沃斯」是什么？我该先看什么？
🎓
通俗地说，巴特沃斯就是「在通带里尽可能做平的低通」。一个式子就够了：$|H(j\omega)|^2 = 1/(1+(\omega/\omega_c)^{2N})$。模拟器中那条蓝色曲线就是这条公式画成 dB 形式。你会看到它正好在绿色虚线（截止频率 $f_c$）处穿过 $-3$ dB。
🙋
真的。把阶数 N 从 1 调到 12，曲线在截止之后掉得越来越陡。
🎓
这就是滚降。渐近斜率是 $-6N$ dB/oct：N=4 是 $-24$ dB/oct，N=8 是 $-48$ dB/oct。模拟器的「滚降」卡片显示的就是这个值。默认参数（f_c=100, f_s=500, N=4）下，「f_s 处的衰减」卡片大约是 $-57.9$ dB，因为公式中 $5^8 \approx 3.9\times 10^5$。
🙋
「最小阶数 N_min」这张卡片是做什么用的？
🎓
由设计指标反推出「最少需要的阶数」。比如「f_p 之前衰减不超过 $-3$ dB，f_s 之后至少 $-40$ dB」，就由 $N_{\min} = \lceil \log_{10}((10^{A_s/10}-1)/(10^{A_p/10}-1))\,/\,(2\log_{10}(f_s/f_p)) \rceil$ 算出。默认参数下 N_min = 3，我们用 N=4 是为了给制造公差留一点余量。
🎓
这正是陷阱。极点贴近虚轴，系数变得极其敏感，定点 DSP 一点舍入噪声就能让滤波器失稳。标准做法是分解成二阶节（SOS / biquad）级联。而且群延迟会暴增，阶跃响应有明显振铃。实务规则：从 N_min 出发，再加 1～2 阶作为余量。
常见问题
巴特沃斯、切比雪夫与椭圆滤波器如何选用？
最看重通带平坦度时选巴特沃斯；同样阶数希望最陡峭时选椭圆（Cauer）；介于二者之间的是切比雪夫——I 型在通带允许纹波、II 型在阻带允许纹波。声学和测量系统常用巴特沃斯，因其相位较缓；通信信道选择等需要极强选择性的场合常用椭圆。
如何把模拟设计转换为数字 IIR 滤波器？
最常用的是双线性变换。代入 s = (2/T)·(1−z⁻¹)/(1+z⁻¹)，把 s 平面左半面映射到 z 平面单位圆。没有混叠，但频率轴会按 ω_a = (2/T)·tan(ω_d·T/2) 畸变，因此必须对目标截止做预畸变（pre-warping），才能让数字滤波器最终位于期望频率。冲激响应不变法则不易混叠，但对带限不严格的响应需要小心折叠。
FIR 与 IIR 有何区别？
FIR 的冲激响应有限长，可严格线性相位、绝对稳定，但要达到同样陡峭度需要很多抽头（运算量大）。IIR 借助反馈，仅用少量系数即可实现陡峭响应，但相位非线性，且对系数量化敏感、可能失稳。实时控制与低延迟 DSP 多选 IIR；图像处理与忌讳相位失真的时序分析多选 FIR。
实现高阶滤波器时要注意什么？
把高阶滤波器以 Direct Form I/II 整体实现非常危险：系数量化会让极点偏移，滤波器很容易失稳。标准做法是分解为二阶节（biquad）级联，把相近的极点对配对，并用幅度归一化（scaling）防止溢出。在定点 DSP 中还要管理舍入噪声的环流。MATLAB 的 zp2sos、SciPy 的 sosfilt 都是常用工具。
实际应用
传感器信号调理： 加速度传感器、压力传感器输出中常叠加高频电气噪声与结构振动。巴特沃斯低通通带平坦、相位较缓，作为抗混叠和平滑滤波器，能在保留测量幅值信息的同时滤除带外噪声，被广泛使用。
音频设备： 扬声器分频网络、采样前的抗混叠滤波、DAC 后的重构滤波等，处处都离不开 IIR 低通。巴特沃斯响应平滑无纹波、染色少，是 Hi-Fi 滤波器设计的常见起点。
通信与无线电： 调制解调的基带处理、IF/RF 段的带宽限制、软件无线电（SDR）中的信道选择，都依赖 IIR 滤波器仅留所需频段。需要极强选择性时选椭圆，重视群延迟时选巴特沃斯，按特性取舍。
控制工程与伺服系统： 伺服回路中常加入 IIR 陷波或低通来抑制机械谐振和高频噪声。由于相位滞后会侵蚀稳定裕度，应以「刚好满足指标的最小阶数」为目标，不要过滤过度。巴特沃斯相位响应较缓，便于评估对控制带宽的影响。
常见误解与注意事项
最常见的误解是「阶数越高越好」 。阶数高确实滚降更陡，但极点会贴近虚轴，系数数值灵敏度急剧增加，舍入和量化误差很容易让滤波器失稳。在模拟器里选 N=12 时曲线看似完美，可实际实现中几乎一定要拆成二阶节级联。务实做法是「从 N_min 出发，仅留少量余量」。
其次容易误解的是截止 f_c 处「会一刀切断」 。巴特沃斯的截止是增益降到 $-3$ dB 的频率，并不意味着信号完全消失。$-3$ dB 在功率上只是一半，幅值约为 0.707 倍，f_c 附近的信号仍能通过。如果希望彻底抑制，应明确给出阻带边界 $f_s$ 与所需衰减 $A_s$，再反推 $N_{\min}$。
最后请注意，本模拟器展示的是「模拟（连续时间）」的频率响应 。要作为数字 IIR 实现，必须经过双线性变换等离散化步骤，过程中频率轴会因预畸变发生形变。即使在模拟原型中瞄准了某个 $f_c$，如果采样频率 $f_s^{(\text{sa})}$ 较低，数字滤波器的实际截止也会偏离目标。流程应是：连续时间确认 → 预畸变 → 双线性变换。