告别Matlab依赖：用C语言手搓一个FIR滤波器（附完整代码和汉明窗实战）
从零构建C语言FIR滤波器：嵌入式开发者的实战指南
在嵌入式系统开发中，数字信号处理(DSP)是一个绕不开的话题。许多工程师习惯依赖Matlab这样的工具来设计滤波器，但在资源受限的嵌入式环境中，我们往往需要更轻量级的解决方案。本文将带你用纯C语言实现一个完整的FIR滤波器，从理论推导到代码实现，特别适合那些需要在STM32、ESP32等微控制器上处理实时信号的开发者。
1. FIR滤波器基础与设计原理
FIR（有限长脉冲响应）滤波器之所以在嵌入式系统中广受欢迎，主要归功于它的稳定性和线性相位特性。与IIR滤波器不同，FIR没有反馈回路，这意味着它永远不会因为数值累积而发散。
窗函数设计法的核心思想可以概括为三个步骤：
- 根据需求确定理想滤波器的频率响应
- 通过逆傅里叶变换得到时域无限长脉冲响应
- 用窗函数截断为有限长度
常用的窗函数及其特性对比：
| 窗类型 | 主瓣宽度 | 旁瓣衰减(dB) | 适用场景 |
|---|---|---|---|
| 矩形窗 | 4π/N | -13 | 快速实现 |
| 汉宁窗 | 8π/N | -31 | 一般应用 |
| 汉明窗 | 8π/N | -41 | 音频处理 |
| 布莱克曼窗 | 12π/N | -57 | 高精度需求 |
提示：汉明窗在嵌入式系统中很受欢迎，因为它在主瓣宽度和旁瓣衰减之间取得了较好的平衡。
2. C语言实现的关键数据结构
在嵌入式环境中，内存管理和实时性至关重要。我们设计了两个核心结构体：
typedef struct { double* input_Xbuff; // 历史数据环形缓冲区 int Data_input; // 当前输入位置 int Data_output; // 当前输出位置 } FIR_struct; typedef struct { double* Hn; // 滤波器系数数组 int N; // 滤波器阶数 } H_Struct;环形缓冲区的设计避免了频繁的内存分配，特别适合实时处理。初始化函数确保所有指针和索引处于正确状态：
void FIR_Struct_Init(FIR_struct *Fir_variable) { Fir_variable->Data_input = 0; Fir_variable->Data_output = 0; Fir_variable->input_Xbuff = NULL; }3. 滤波器系数生成实战
我们提供了两种系数生成方法：固定阶数设计和指标驱动设计。以下是固定阶数设计的核心代码：
char FIR_Filter_Transfer_functions_param( double *Filter_h, // 输出系数数组 char Filter_type, // 滤波器类型 double Wc1, // 截止频率1 double Wc2, // 截止频率2(用于带通/带阻) unsigned int N, // 滤波器阶数 int window // 窗函数类型 ) { // 窗函数选择 double win_param[N]; switch(window) { case Hamming: for(int n=0; n<N; n++) { win_param[n] = 0.54 - 0.46*cos(2*PI*n/(N-1)); } break; // 其他窗函数实现... } // 理想滤波器生成 double tao = (N-1)/2.0; for(int n=0; n<N; n++) { if((n-tao) == 0) { Filter_h[n] = Wc1/PI; // 处理0除情况 } else { Filter_h[n] = sin(Wc1*(n-tao))/(PI*(n-tao)); } Filter_h[n] *= win_param[n]; // 加窗 } return 1; }4. 实时滤波处理实现
滤波处理函数需要考虑环形缓冲区的索引计算，这是嵌入式实时处理的关键：
double Fir_filter(FIR_struct* Xdata, double* hn, unsigned int N) { double y = 0; for(int i=0; i<N; i++) { int j = (Xdata->Data_output - i) < 0 ? N + Xdata->Data_output - i : Xdata->Data_output - i; y += hn[i] * Xdata->input_Xbuff[j]; } // 更新环形缓冲区索引 Xdata->Data_output = (Xdata->Data_output + 1) % N; return y; }5. 性能优化与实测案例
在STM32F407上实测一个42阶汉明窗低通滤波器（截止频率1200Hz，采样率5000Hz）的性能：
- 执行时间：约15μs（使用ARM的CMSIS-DSP库可优化至5μs）
- 内存占用：系数存储336字节（double类型），历史数据缓冲区336字节
- 滤波效果：能有效滤除2400Hz成分，保留320Hz和1200Hz信号
// 实际应用示例 #define FS 5000 #define FC 1200 #define ORDER 42 double hn[ORDER]; FIR_struct filter; double history[ORDER]; int main() { FIR_Struct_Init(&filter); filter.input_Xbuff = history; // 生成滤波器系数 double wc = 2*PI*FC/FS; FIR_Filter_Transfer_functions_param(hn, LOWPASSFILTER, wc, 0, ORDER, Hamming); while(1) { double input = ADC_Read(); // 获取ADC采样值 filter.input_Xbuff[filter.Data_input] = input; filter.Data_input = (filter.Data_input + 1) % ORDER; double output = Fir_filter(&filter, hn, ORDER); DAC_Write(output); // 输出滤波结果 } }6. 进阶技巧与问题排查
常见问题解决方案：
吉布斯现象：在截止频率附近出现振荡，可通过：
- 增加滤波器阶数
- 使用更平滑的窗函数（如布莱克曼窗）
实时性不足：
// 使用查表法优化三角函数计算 static const double hamming_window[ORDER] = { /* 预计算值 */ };内存不足：
- 降低滤波器阶数
- 使用float代替double存储系数
- 考虑使用系数压缩技术
不同MCU平台的优化建议：
| 平台 | 优化策略 | 预期加速比 |
|---|---|---|
| ARM Cortex-M | 启用CMSIS-DSP库 | 3-5倍 |
| ESP32 | 使用Xtensa LX6 DSP指令 | 2-3倍 |
| AVR | 定点数实现 | 1.5-2倍 |
在资源受限的嵌入式环境中实现FIR滤波器，关键在于平衡性能与资源消耗。通过合理选择窗函数类型、优化内存使用和利用硬件加速特性，完全可以在不依赖Matlab和大型DSP库的情况下，实现满足实际需求的数字滤波解决方案。