滤波器相关函数
陈怀琛的《数字信号处理教程－－MATLAB释义与实现》：
从性能上来说，IIR滤波器传递函数包括零点和极点两组可调因素，对极点的惟一限制是在单位圆内。因此可用较低的阶数获得高的选择性，所用的存储单元少，计算量小，效率高。但是这个高效率是以相位的非线性为代价的。选择性越好，则相位非线性越严重。FIR滤波器传递函数的极点固定在原点，是不能动的，它只能靠改变零点位置来改变它的性能。所以要达到高的选择性，必须用较高的阶数；对于同样的滤波器设计指标，FIR滤波器所要求的阶数可能比IIR滤波器高5-10倍，结果，成本较高，信号延时也较大；如果按线性相位要求来说，则IIR滤波器就必须加全通网络进行相位校正，同样要大大增加滤波器的阶数和复杂性。而FIR滤波器却可以得到严格的线性相位。
从结构上看，IIR滤波器必须采用递归结构来配置极点，并保证极点位置在单位圆内。由于有限字长效应，运算过程中将对系数进行舍入处理，引起极点的偏移。这种情况有时会造成稳定性问题，甚至产生寄生振荡。相反，FIR滤波器只要采用非递归结构，不论在理论上还是在实际的有限精度运算中都不存在稳定性问题，因此造成的频率特性误差也较小。此外FIR滤波器可以采用快速傅里叶变换算法，在相同阶数的条件下，运算速度可以快得多。
另外，也应看到，IIR滤波器虽然设计简单，但主要是用于设计具有分段常数特性的滤波器，如低通、高通、带通及带阻等，往往脱离不了模拟滤波器的格局。而FIR滤波器则要灵活得多，尤其是他易于适应某些特殊应用，如构成数字微分器或希尔波特变换器等，因而有更大的适应性和广阔的应用领域。
对于FIR滤波器，冲激响应在有限时间内衰减为零，其输出仅取决于当前和过去的输入信号值。对于IIR滤波器，冲激响应理论上应会无限持续，其输出不仅取决于当前和过去的输入信号值，也取决于过去的信号输出值。
一阶滤波：
算法基础：Yn = a * Xn + (1-a) * Yn-1
a：滤波系数，其值通常远小于1 ；Xn:本次采样值： Yn-1；上次的滤波输出值；Yn：本次滤波的输出值。
二阶IIR滤波器：
算法基础：Y（n)= b0Xn + b1Xn-1 + b2Xn-2 - (a1Yn-1 + a2*Yn-2)
matlab方法设计滤波器步骤
1、在命令窗口输入：fdatool
2、设计完之后
截止频率是下降到3dB的点，功率下降到0.707。
3、File—export—导出SOS增益和矩阵G然后再转成常见形式
或者Analysis–Filter Coefficients–edit–Convert to Single Section
就可以得到传输函数的各项系数，比如现在是2阶的系数：
Y（n)= b0Xn + b1Xn-1 + b2Xn-2 - (a1Yn-1 + a2*Yn-2)