在Python中实现分块低通IIR滤波器的技术问题求助

我太懂这种折腾半天二阶没问题、一升高阶就出嗡嗡声的痛苦了！你的问题核心是没有正确传递IIR滤波器的延迟线状态，二阶时碰巧用了近似方法蒙混过关，但高阶时延迟线长度增加，这个近似彻底失效了。

先搞懂你之前代码的问题 #

你之前用IC = Z * (prevSignal[::-1])[0:2]来计算初始条件，这其实是对lfilter_zi的误用：

• signal.lfilter_zi(b, a)生成的是当输入为恒定直流时，滤波器延迟线达到稳态的状态值
• 但分块处理时，我们需要的是上一帧处理结束时延迟线的实际状态，而不是用稳态值去乘以前一帧的某个元素
• 二阶时，这种近似刚好和实际状态偏差不大，所以没出问题；但高阶（比如4阶）延迟线长度对应增加，这种近似完全不符合实际延迟线状态，自然就出现失真。

正确的分块IIR处理流程 #

不管滤波器是几阶，只要每次处理时把上一帧的最终延迟线状态传给下一帧，就能保证滤波的连续性，不会出现失真。具体步骤：

1. 初始化滤波器系数和延迟线状态
2. 每处理一帧：
   • 用当前帧输入和上一帧的延迟线状态调用lfilter
   • 保存返回的延迟线最终状态，用于下一帧
   • 保存滤波后的信号（可选，看你是否需要后续处理）

修正后的代码示例 #

import numpy as np
from scipy import signal

class RealTimeLowPassFilter:
    def __init__(self, order, cutoff_norm):
        # 计算滤波器系数（归一化截止频率，cutoff_norm = 2*fc/fs，你原来的0.020对应fc=441Hz）
        self.b, self.a = signal.iirfilter(order, cutoff_norm, btype='lowpass', analog=False, ftype='butter')
        # 初始化延迟线状态：初始输入为0，所以稳态值为0
        self.zi = signal.lfilter_zi(self.b, self.a) * 0

    def process_block(self, input_signal):
        # 处理当前块，返回滤波后的信号，并自动更新延迟线状态
        filtered_signal, self.zi = signal.lfilter(self.b, self.a, input_signal, zi=self.zi)
        return filtered_signal

# 测试用例
if __name__ == "__main__":
    fs = 44100
    block_size = 441  # 对应10ms音频块
    order = 4  # 测试4阶滤波器
    cutoff_norm = 0.020  # 归一化截止频率

    # 初始化滤波器
    rt_filter = RealTimeLowPassFilter(order, cutoff_norm)

    # 测试1：正弦波输入（验证无失真）
    t = np.arange(block_size * 10) / fs  # 生成10帧共0.1秒的时间轴
    input_sin = np.sin(2 * np.pi * 200 * t)  # 200Hz正弦波（低于截止频率）
    filtered_sin = []
    for i in range(10):
        block = input_sin[i*block_size : (i+1)*block_size]
        filtered_block = rt_filter.process_block(block)
        filtered_sin.extend(filtered_block)
    
    # 可视化验证（可选）
    import matplotlib.pyplot as plt
    plt.plot(t, input_sin, label='原始正弦波')
    plt.plot(t, filtered_sin, label='滤波后正弦波')
    plt.legend()
    plt.show()

    # 测试2：带限方波输入（验证谐波抑制）
    rt_filter2 = RealTimeLowPassFilter(order, cutoff_norm)
    t = np.arange(block_size * 10) / fs
    # 构造含奇次谐波的方波：基频100Hz，3次谐波300Hz（保留），5次谐波500Hz（被滤除）
    square_wave = np.sign(np.sin(2 * np.pi * 100 * t)) + \
                  1/3 * np.sin(2 * np.pi * 300 * t) + \
                  1/5 * np.sin(2 * np.pi * 500 * t)
    square_wave /= square_wave.max()  # 归一化幅值

    filtered_square = []
    for i in range(10):
        block = square_wave[i*block_size : (i+1)*block_size]
        filtered_block = rt_filter2.process_block(block)
        filtered_square.extend(filtered_block)
    
    plt.figure()
    plt.plot(t, square_wave, label='原始方波')
    plt.plot(t, filtered_square, label='滤波后方波')
    plt.legend()
    plt.show()

关键要点解释 #

• 用类封装滤波器的系数和延迟线状态，避免手动管理状态时出错
• signal.lfilter返回的zf是处理完当前块后的延迟线状态，直接作为下一帧的zi参数，保证滤波的连续性
• 初始化延迟线时用signal.lfilter_zi(...) * 0，是因为初始输入为0，延迟线的稳态值就是0；如果你的初始输入有直流分量，可以把0替换为对应的直流值

这样不管你用2阶、4阶还是更高阶的滤波器，都不会出现嗡嗡失真，滤波后的信号和一次性处理整个音频的结果完全一致。

内容的提问来源于stack exchange，提问作者mrhip