有限脉冲响应滤波技术并非新兴领域，然而，随着微处理器及DSP硬件性能的显著提升以及成本的持续下降，制造商们越来越倾向于在扬声器处理器及基于DSP的放大器中集成FIR滤波功能。
FIR滤波器在性能上具有诸多优势，如能对滤波器的幅度和相位特性进行灵活且细致的调整、实现幅度与相位的分别控制，并有可能达到最佳相位特性（尽管这会带来较长的处理延迟）。然而，它也存在一个显著的不足，那就是效率问题：相较于IIR滤波器，FIR滤波器往往需要更多的CPU或DSP资源。对于过长的FIR滤波器，采用频域分段和多速率处理技术能够有效减轻计算负担，然而，这两种技术的算法实现相对较为复杂。
在音频处理的专业范畴内，人们常常会提及FIR滤波器以及其应用过程，即FIR滤波技术，例如：
线性相位分频器或线性相位“砖墙”分频滤波器
非常长的基于最小相位FIR的系统EQ
号角校正滤波
尽管这些应用场合揭示了FIR滤波的一些应用领域，然而FIR滤波器的功能远非如此局限，尤其是它在独立调节幅度与相位方面的强大能力，以及其混合与最大相位特性。
FIR滤波究竟是什么呢？它与普遍采用的IIR滤波有何不同之处？本文的目标是解答这些问题，然而在此之前，我们有必要先阐述数字音频领域的一些基础理论。倘若你对数字信号处理有所涉猎，那么这些基础理论对你而言应当是耳熟能详的。请见谅我在此省略了部分细节，并对某些较为复杂的概念进行了简化处理。
1、数字音频的关键概念
采样(Sampling)
在数字音频领域，声音的波形信息是通过采样技术来实现的。模数转换器（ADC）负责对模拟信号进行测量和采样，并为每一个采样点赋予一个特定的数值。人的听觉范围大约在20赫兹到20千赫兹之间，即每秒钟的振动次数从20次到20,000次。为了确保音频信号中的所有频率都能被数字系统准确记录，模数转换器对音频波形进行采样的速率至少需要是最高可听频率的两倍。因此，在音频领域，我们通常遇到的标准采样率有44.1千赫兹和48千赫兹，亦或是这些数值的整数倍，比如88.2千赫兹、96千赫兹、192千赫兹以及384千赫兹（在专业音频处理中，有时会使用更高的采样率，但这篇文章不会对此进行深入讨论）。而采样率的一半，则被称作奈奎斯特频率。比如，48 kHz的采样率的奈奎斯特频率为24 kHz。
若想深入了解数字音频及采样领域的入门知识，不妨访问xiph.org网站，在此您可以观看Monty Montgomery的《数字展示与讲解》视频，同时阅读与24-192音乐下载相关的文章。
数字滤波(Digital Filtering)
数字音频信号的处理涉及一种数学操作，即数字滤波。这一过程发生在每个采样周期内，以48 kHz的采样率为例，每个周期的时间长度是1/48000秒，换算成微秒大约是20.83微秒。在这一时间间隔内，时域数字滤波器会根据当前的输入样本以及之前的输入样本，通过特定的数字（即滤波器系数）进行加减乘除运算，然后将这些运算的结果累加起来。
让我们看一些例子。
例：“平均”滤波器
最基本的数字滤波器之一，其原理在于计算当前时刻的样本值与前一时刻样本值的算术平均。在理论层面，这可以表述为：
输出样本 = (输入样本 前一个输入样本) / 2
如图所示，我们可以将该滤波器表示为：
数字平均滤波器流程图
我们也可以用方程将其表示为:
式中
x是当前时间间隔的输入样本，样本序号为n，
x是前一时间间隔的输入样本，样本序号为n-1，
y是当前时间间隔的输出样本，输出样本序号为n，
数值“0.5”是滤波系数。
在着手进行下一步之前，我们应当暂时停下来，对之前提到的滤波器的脉冲响应以及频率响应进行一番深思熟虑。
脉冲响应和频率响应
设备的脉冲反应——无论是模拟滤波器、数字滤波器，亦或是扬声器，甚至是一个空间——都代表了设备在一定时间范围内对输入脉冲的反应。从理论上讲，我们能够将电压、数字信号或声学脉冲输入至扬声器、放大器、处理器或空间中，并记录下它们随时间变化而产生的输出电压、数字信号或麦克风的波形，从而获取脉冲反应。然而，激励设备所依赖的脉冲信号，并未在所有频段都拥有充足能量，因此无法在所有频率上明显超越环境噪声，进而实现理想的信噪比。
目前，众多测量系统要么依赖正弦扫频信号，要么采纳周期性粉红噪声作为输入。值得注意的是，即便双通道FFT方法可以接受任何音频信号，例如调音台现场混音的输出，但这属于不同范畴。这两种信号在各个频率范围内均能提供充足能量，确保达到适宜的信噪比，进而产生一个可用且稳定的脉冲响应。
频率响应能够展示设备的频域特性，相当于脉冲响应在频域中的对应形式，有时人们会用传递函数这一概念来描述它。这种响应通常以图表的形式呈现，描绘了频率变化时幅度（以分贝计）和相位（以度计）的变化情况。此外，频率响应还可以通过幅度和相位转换成复数形式，每个频率点都对应一个实部和虚部。
脉冲响应频率响应
时域脉冲响应与频域频率响应之间存在着紧密的联系，它们共同构成了设备的数学表征。通过离散傅里叶变换（DFT），我们可以将脉冲响应转换到频域；而利用离散傅里叶逆变换（IDFT），则可以将频域响应转换回时域。快速傅里叶变换（FFT）与快速傅里叶逆变换（IFFT）是快速实现傅里叶变换的方法，但由于某些限制，我们在此不深入探讨其具体细节。
周期粉红噪声
周期性粉红噪声通过FFT技术生成，若将同一噪声序列反复播放，每次截取与原始FFT序列长度相匹配的噪声片段，均能保证其为粉红噪声。此类循环噪声在测量系统的数据处理上更为简便，相关讨论将留待后续文章。实际上，FFT技术能够生成具有各种频谱形状的周期性噪声。为确保测量数据的纯净与稳定性，通常选用与周围环境噪声频谱相吻合的噪声频谱形状，以此确保各个频率范围内均能获得较高的信噪比。
回到“平均”滤波器的例子
数字滤波器的输出结果，即脉冲信号经过滤波器处理后的波形，它仅包含一个样本值为1，其余样本均为0。现在，让我们来计算并分析这个脉冲响应。
平均滤波器的脉冲响应计算
数字平均滤波器的脉冲响应
针对此滤波器，其前两个时间间隔的脉冲反应值存在，而其余时间间隔的脉冲反应值均为零。此滤波器的结构长度由两个样本构成，鉴于其长度并非无限，因此它被归类为有限脉冲响应滤波器，亦即FIR滤波器。
这个滤波器通过“平均”处理样本，导致我们预见到原本显著的样本差异得以“平滑”处理，而微小的样本差异则基本保持不变。接下来，我们来观察频率响应的幅度变化情况。
平均数字滤波器频率响应。(fs = 48 kHz)
显而易见，平均滤波器本质上属于低通滤波器一类。在这种滤波器的作用下，低频信号（即随时间变化较为缓慢的音频信号）不会受到任何影响，然而高频信号则会经历衰减。
例：“差分”滤波器
让我们探究一下，若对平均滤波器中的某个系数进行符号变更，将会产生怎样的效果。具体来看，如图所示，该滤波器可以被表达为：
差分滤波器流程图
可以用方程式将其表示为:
该滤波器能够去除那些相同或相仿的邻近数据点，同时凸显出那些差异显著的邻近数据点。与平均滤波器的频率特性相比，差分滤波器的频率特性有着明显的区别。
差分数字滤波器频率响应。(fs = 48 kHz)
差分滤波器属于高通滤波器的范畴。在这种滤波器中，高频信号能够顺利通过，不受任何影响；然而，对于低频信号，则会出现衰减现象。
例：带反馈的数字滤波器
在先前的两个例子中，滤波器通过乘除操作对采样数据进行累加。那么，假如我们选取一个早先或延迟的样本，对其进行乘除处理，并将其结果纳入累加计算中，结果又会如何呢？
图中展示的是截止频率达到1 kHz（采样频率为48 kHz）的巴特沃斯一阶低通滤波器实例。特别要指出的是，滤波器中前一个样本的一部分会经过反馈或循环回到滤波器内部。
滤波器阶数(Filter Order)
在数字滤波器的应用中，所谓的滤波器阶数，实际上指的是该滤波器所能达到的最大样本延迟程度。
IIR低通及高通滤波器在频率响应上呈现的滚降，是每增加一个倍频程，其值便以6dB的速率递减，并且这一滚降值还会乘以滤波器的阶数。以三阶高通滤波器为例，其滚降特性将达到18dB每八度。
巴特沃斯一阶低通滤波器，其截止频率设定为1kHz，流程图绘制基于采样频率48kHz。
我们来计算一下它的脉冲响应：
巴特沃斯1阶1kHz低通滤波器脉冲响应计算
巴特沃斯一阶低通滤波器在1kHz处的脉冲响应，采样频率设定为48kHz。
这个滤波器的脉冲响应起始值为0.0615，即便后续输入的样本数据为零，其输出也会逐渐减少，但总体上依旧维持在一个非零的水平。鉴于其输出信号会持续至无限远，这种滤波器被称作无限脉冲响应滤波器，简称为IIR滤波器。
下图中较粗的蓝线表示该低通滤波器的频率响应。
巴特沃斯一阶滤波器，针对1kHz的频率，分别设计为低通和高通版本，其频率响应的采样率设定为48kHz。
上方的蓝色线条呈现了截止频率为1千赫兹（采样频率为48千赫兹）的一阶巴特沃斯高通滤波器的响应特性。紧接着的图表则展示了高通滤波器的信号传输路径及其相关系数。
巴特沃斯一阶滤波器，频率设定为1千赫兹，其高通特性在48千赫兹采样率下的处理流程图。
在后文中，低通滤波器和高通滤波器会简写为LPF或HPF。
2、FIR滤波器
图中展示了一款典型的FIR滤波器的工作流程。这里的系数，即C0至CN-1，被称为抽头。故而，对于一款长度为N的FIR滤波器而言，它包含N个抽头以及N-1个延时样本。据此，该滤波器的阶数便为N-1。
FIR滤波器流程图
FIR滤波器长度较短时，其效果较为有限；然而，当滤波器长度增加，通过将较长时间段的音频样本进行融合，可以实现对不同频率的幅度和相位进行可控调整，进而使滤波器的性能显著增强。
3、IIR Biquad（IIR双二阶滤波器）
二阶IIR滤波器通常被称作双二阶滤波器，简称Biquad Filter。请参考下方的Direct Form 2版本流程图。
IIR双二阶滤波器流程图
双二阶滤波器构成了DSP中大部分IIR滤波器的基石。此类滤波器可用于实现搁架式均衡器、参量均衡器以及全通滤波器。通常，不同阶数的高通和低通滤波器是通过双二阶滤波器的级联来实现的。若将系数a2和b2均置为0，便能得到一个一阶滤波器。而将系数a1和a2同时设为0，则可得到一个具有三个抽头的FIR滤波器。
4、FIR和IIR滤波器对比
那么，IIR与FIR滤波器究竟有哪些差异呢？接下来，我们就来探讨几种常见的滤波器种类。
比较：FIR滤波器与1阶IIR LPF和HPF
这两幅图分别展示了1阶巴特沃斯低通滤波器和高通滤波器的特性，以及为模拟IIR滤波器特性而设计的不同长度FIR滤波器的频率响应。这些FIR滤波器的设计方法包括对IIR滤波器的脉冲响应进行采样，并对其进行直流校正。为了更精确地逼近IIR滤波器，FIR滤波器至少需要40个抽头。10、20和30赫兹的FIR滤波器呈现出显著的波纹效应，其幅度响应与IIR滤波器的响应相比，差异可达到6分贝。
对FIR滤波器与巴特沃斯一阶一千赫兹低通滤波器在频率响应方面的差异进行了比较，采样频率设定为四十八千赫兹。
FIR滤波器与巴特沃斯一阶一千赫兹高通滤波器的频率响应进行了比较，采样频率设定为48千赫兹。
比较：FIR滤波器与二阶IIR参量滤波器
这两幅图分别展示了1kHz IIR参数滤波器的频响特性，以及为模拟IIR滤波器特性而设计的不同长度FIR滤波器的频响。在这两幅图中，FIR滤波器的设计方法存在差异。第一种设计在低频段误差较大，但在1kHz附近与IIR滤波器的匹配相对较好；而第二种设计在1kHz以上和以下频段与IIR滤波器的匹配更为理想，但在1kHz附近的匹配效果略逊一筹。显而易见，不论是采用何种技术手段，FIR滤波器在达到对IIR参量滤波器的较精确模拟时开yun体育app官网网页登录入口，至少需要40个抽头，或者更长的处理时间。
对1 kHz的IIR参数滤波器以及长度在10至50抽头范围内的不同FIR滤波器，进行频率响应的对比分析（采样频率为48 kHz）。
对1 kHz的IIR参数滤波器以及长度介于10至50抽头之间的不同FIR滤波器进行频率响应的对比，并在进行直流分量校正（采样频率为48 kHz）后，
5、FIR滤波器长度
FIR滤波器不包含反馈，即不采用循环样本，因此其影响低频的能力与其自身的长度直接相关。滤波器的长度一旦增加，其可调节的频率范围便会降低——无论是调整幅度、相位，还是同时调整这两者。若要实现更高的Q值或更急剧的幅度和相位变化，则需要采用更长的FIR滤波器。
这里展示了384抽头与3072抽头FIR滤波器的实例，其频率响应分别以深蓝和深红线条呈现。这两个FIR滤波器均旨在与扬声器所需的均衡曲线（以浅蓝和浅红线条表示）相吻合。差异图中，我们可以观察到理想滤波器与FIR滤波器在频率响应的幅度和相位上存在的差异。请注意：
滤波器的长度增加，使得FIR滤波器在执行均衡（EQ）任务时更为高效，尤其是在处理低频信号方面。
即便是最为复杂的3072抽头FIR滤波器，在65Hz的频率上也无法达到所需的高Q值幅度变化。实际上，在48kHz的采样率下，必须使用长度超过10000抽头的FIR滤波器，才能与所需的均衡曲线相匹配。
384抽头FIR滤波器
384阶FIR滤波器的脉冲响应呈现深绿色，同时其dB幅度响应则以浅绿色显示。
384点抽头FIR滤波器的频率特性（以深蓝色和深红色线条表示）与所期望的理想滤波器的频率特性（用浅蓝色和浅红色线条描绘）进行了对比。
理想滤波器与384抽头FIR滤波器的频率响应差异
3072抽头FIR滤波器
3072抽头FIR滤波器的脉冲响应部分以深绿色呈现，同时其dB幅度响应则以浅绿色形式展现。
3072抽头FIR滤波器的频率响应呈现为深蓝和深红色曲线，而理想滤波器的频率响应则以浅蓝和浅红色曲线表示。
理想滤波器与3072抽头FIR滤波器的频率响应差异
6、计算复杂度
在先前的讨论中，我们曾指出固定点滤波器（FIR）相较于无限脉冲响应滤波器（IIR）在计算量上更为庞大。接下来，让我们回顾一下文中提到的那些简单的IIR和FIR滤波器实例。在评估和比较它们的计算量时，我们通常会关注数学运算，特别是乘法和加法。假设处理器能够在单次操作中高效地完成乘法和加法运算——尽管加法运算的次数相对较少——我们可以对此忽略不计，仅对乘法运算进行计算和对比。
上述一阶IIR滤波器涉及三个系数与音频样本进行相乘操作，故而推测该滤波器每秒钟需执行的计算量约为采样率的3倍。至于FIR滤波器，它包含N个系数（N代表滤波器的长度），据此我们估算FIR滤波器每秒钟的计算量将是采样率与N的乘积。
下表比较了两类滤波器的运算量：
对比IIR与较短的FIR滤波器每秒钟的乘法计算量
在FIR滤波器与IIR滤波器进行对比时，我们可以观察到FIR滤波器的计算量是IIR滤波器的若干倍，具体倍数由x前的数字所标示。
示例中，我们观察到FIR滤波器大约需要40个以上的抽头来接近IIR滤波器的性能，而根据上表数据，采用40抽头的FIR滤波器在计算成本上大约是IIR滤波器的8倍，或者说是13.3倍之多。
典型的扬声器处理器输出通道
在撰写本文之际，我们注意到一款常见的高档扬声器处理器配备了约24个IIR二阶滤波器，这些滤波器分别应用于高通、低通、搁架式以及参数滤波等不同场景。此外，该处理器还装备了2048抽头的FIR滤波器。下表详细对比了这两种滤波器的计算开销。
对典型数字信号处理（DSP）输出通道中的有限脉冲响应（FIR）滤波器与无限脉冲响应（IIR）滤波器的乘法运算量进行对比分析。
在FIR滤波器与IIR滤波器进行乘法运算时，FIR滤波器的计算量通常是IIR滤波器的多少倍，具体倍数用x来表示。
7、FIR滤波器的优势
鉴于FIR滤波器的计算代价相当昂贵，那么它究竟还有什么显著优点呢？FIR滤波器主要具备两大优势：
独立控制幅度和相位
更细致的均衡（更容易根据目标频率响应生成滤波器）
让我们分别来阐述这两点：
幅度和相位的独立控制
对于多数IIR滤波器而言，其相位响应与幅度响应之间存在着本质的内在关联（而IIR全通滤波器则是个特例）。FIR滤波器的一大优势在于，它允许我们分别对幅度和相位进行独立调节。以下列举了四个FIR滤波器的实例，这些滤波器在幅度响应上保持一致，然而其相位响应却呈现出显著的差异。
例：最小相位FIR滤波器
我们之前已经阐述了IIR与FIR滤波器通过延时样本和系数调整来达到特定的频率响应变化。在实施均衡调整的过程中，最小相位滤波器对音频信号的延时影响极小云开·全站体育app登录，这也是现场扩声系统倾向于使用基于长FIR滤波器的最小相位均衡器的一个重要原因。此外，最小相位滤波器的一个显著特征是，其脉冲响应的起始部分或接近起始部分往往具有较大的系数。这两幅图呈现了一款最小相位的FIR滤波器，其特征是在大约100 Hz的频率处设置了高通滤波功能，并加入了一些均衡调整。这款FIR滤波器的长度为42.7毫秒，而其引起的延时极小，几乎可以忽略不计。
最小相位的2048抽头FIR滤波器的脉冲响应以深绿色呈现，同时，其脉冲响应的dB幅度值则以浅绿色标示；(采样频率为48 kHz)。
针对最小相位的2048抽头FIR滤波器，我们分析其频率特性；采样频率设定为48千赫兹。
例：线性相位FIR滤波器
这两幅图表展示了两组FIR滤波器kaiyun.ccm，它们的响应幅度一致，而相位呈现为平坦或直线状态。这些滤波器对信号的延迟时间恰好与它们的峰值位置相对应，即1024个样本点，亦即21.3毫秒。
针对线性相位特性的2048抽头FIR滤波器，其频率响应特性将在采样频率为48 kHz的条件下进行考量。
例：最大相位FIR滤波器
这两幅图展示了在相同幅度响应下，相位达到最大值的FIR滤波器。这一特性与前面所述的最小相位滤波器恰好相反，也可以称作是逆相位的滤波器。其脉冲响应实际上是最小相位脉冲响应的时间反向，因此，该滤波器经过的整体延时大致等同于其长度，即42.7毫秒。
该滤波器采用最大相位2048抽头设计，其FIR滤波器的脉冲响应以深绿色表示，同时，其脉冲响应的dB幅度值则以浅绿色标示，采样频率为48 kHz。
针对最大相位的2048抽头FIR滤波器，其频率响应特性需考虑；采样频率设定为48 kHz。
例：混合相位FIR滤波器
最终，我们成功获得了频率响应一致的任意相位或复合相位的FIR滤波器。该滤波器的总延迟大致位于峰值附近，大约为1480个采样点，相当于30.4毫秒。而峰值的准确位置则由FIR滤波器所需的具体特性决定，以及如何在抽头长度的限制下实现这些特性，在本例中，抽头数量为2048个。
为了更好地理解这一点，请参阅FIR Designer教程。
混合相位的2048抽头FIR滤波器展现出其脉冲响应（以深绿色表示），同时，该脉冲响应的dB幅度值（以浅绿色标注）也在图中呈现，采样频率为48 kHz。
针对混合相位的2048抽头FIR滤波器，我们分析其频率特性；采样频率设定为48千赫兹。
为何需要研究混合相位的特性呢？这样一来，我们便能够对扬声器的相位进行调整，使之符合我们的期望！
为什么需要独立的相位控制？
扬声器单元，即驱动器，可以被看作是一种最小相位滤波器，尤其是在对比其输入的电子信号与输出的声波信号时。若采用最小相位均衡器（EQ）对扬声器驱动器的幅度响应进行调整，使其更加“平坦”，那么驱动器的相位响应也会随之变得平坦，并趋向于线性相位，这在扬声器的可听频带范围内尤为明显。
然而，在典型的多分频音箱中，IIR高通和低通滤波器、极性调整、延时处理以及声学滤波器（例如倒相孔）等元素，都会引入额外的相位偏差，而这种偏差会随着频率的不同而有所变化。正因这些额外的相位偏差，一个多分频音箱实际上可以被看作是一个最小相位系统与若干全通滤波器的组合。
最小相位均衡器对全通滤波器的特性并无作用，因此，我们可通过应用FIR滤波技术，对音箱的相位响应进行精确调整，使其达到我们预期的效果。
对相位的操控具有有许多应用，包括：
扬声器相位曲线的线性化处理（即便FIR滤波器能显著提升扬声器的脉冲响应，然而，关于这种改进是否能在实际听觉体验上带来明显的改善，业界仍存在不少争议）；
确保同一产品系列中不同型号扬声器的相位和幅度相匹配，同时，在安装过程中，对不同型号扬声器进行匹配，这有助于简化音箱群组和阵列的调试过程。
在阵列处理技术（该技术旨在优化观众区的覆盖效果）以及波束控制领域，对单个扬声器进行操控。
进行频段细分处理，旨在增强多频段音箱在特定辐射区域内对频率变化的均匀性。
更细致的均衡（更容易创建滤波器）
依据扬声器测试所得数据，我们能够构建出频率响应曲线，包括其幅度与相位特性，进而对扬声器进行调校，使其达到预定的响应目标。鉴于脉冲响应与频率响应之间固有的联系，通过DFT（或FFT）技术，我们能够便捷地推导出FIR滤波器的系数，以便实现所设定的频率响应。这一目标响应并无固定模式，例如：
如同粉噪一样的平直
带有轻微高频滚降的粉噪平直(如影院X曲线)
平直(线性)相位
另一个扬声器的幅度和相位响应
阵列处理计算得到的幅度和相位响应
这四幅图呈现了一款12英寸商用加载号角式两分频音箱的轴向测量数据，同时展示了通过2048抽头FIR滤波器处理后的频率响应，该处理使得音箱的频率响应呈现出平直的幅度特性（伴有轻微的高频衰减）以及通带内相位特性的平直状态。
一只12寸加载号角两分频音箱的轴线频率响应
时基0参照高音驱动器进行校准，故而低频部分的响应在时间上显得较为领先，这造成了在分频点附近出现最大的相位特性。
针对该12寸音箱设计的FIR滤波器的脉冲响应（以深绿色呈现）以及其dB幅度的显示（以浅绿色标注）。
为上述12寸音箱创建的FIR滤波器的频率响应
上述12寸加载号角两分频音箱经FIR滤波处理之后的频率响应
根据测量和测量平均设计EQ
在细致调整音箱响应的均衡过程中，可能会遭遇一些难题。扬声器的频率特性会受到测量话筒与扬声器相对位置、音量大小、环境温度以及时间的不同影响。仅基于一次测量结果而设置的精细均衡，可能会让扬声器在特定测量位置和条件下表现出色，然而在其他位置或不同条件下，其表现可能反而更差。在测量过程中务必极为谨慎，务必要保证测量的条件与扬声器的既定设计和实际应用需求相吻合——比如需在预期的整个覆盖范围内进行测量。获取准确测量数据的一种途径，是对不同位置的测量结果进行平均处理，这样的平均测量值能够作为构建有效、精确均衡的基础。
8、超低频的FIR滤波器
图中展示了一例，通过应用FIR滤波器对超低频音箱进行均衡处理，同时调整其低频部分的相位曲线（为防止音箱音圈发生过度位移，该音箱已采用IIR高通滤波器）。
在极低频段进行滤波操作时，所需的滤波器长度会非常长，本例中我们使用了包含5000个抽头的滤波器。该滤波器的脉冲响应峰值表明，其延时达到了3500个抽头，相当于72.9毫秒。这只是一个对FIR滤波器基本功能的简单展示。至于FIR滤波器在处理低频信号后，是否能够有效减少低频群延时，进而影响超低频音箱的冲击力，这一点还有待进一步的实验验证。鉴于该快速卷积滤波器存在较显著的延迟，故在实地音响增强场合中应用的可能性较低；然而，在电影院及家庭影院领域，其或许仍具备一定的实用性。
在FIR滤波之前的超低频音箱频率响应
在测量过程中，系统已设定了一款30Hz截止频率、18dB每十倍频程的巴特沃斯IIR高通滤波器。
FIR抽头数为5000，3500个样本延时
EQ、相位校正以及LPF分频所采用的FIR滤波器，其频率响应涉及（FIR滤波器的抽头数量为5000，且具有3500个样本的延时）。
FIR滤波处理后的的超低频音箱频率响应
9、设计和加载自定义FIR滤波器
越来越多的人开始意识到音频FIR滤波器的诸多优势与适用性，与此同时，微处理器和DSP在性价比方面的持续提升，也推动着越来越多的产品开始集成FIR滤波功能。这一变化使得音箱设计师、安装人员、系统操作员以及DIY爱好者们能够方便地安装定制的FIR滤波器。点击该链接，您可以查阅包含FIR功能的设备列表：其中包括具备FIR功能的处理器、功率放大器以及相关技术资料，如FIR滤波器的基本原理及其在扬声器领域应用的指导手册。软件产品列表亦在此处列出（链接地址：https://eclipseaudio.com/fir-capable-products/）。
随着硬件技术的持续发展，FIR软件工具，例如FIRDesigner*，便能在音箱或音响系统测量数据的基础上，进行FIR均衡器的设计与仿真，为音箱定制IIR与FIR混合预置，并对音箱及音响系统进行调试。此外，FIR Designer还拥有对测量数据进行空间与电平的综合平均处理的能力。
本篇文档中展示的FIR滤波器实例及其相关图表，均系采用FIRDesigner工具制作而成。
*翻译/周强生，校对/沈杰雯
