数字滤波主要分三类：FIR、IIR和小波变换。FIR是固定长度的直接计算器，计算简单不乱跳；IIR是循环反馈系统，能省内存但怕干扰；小波变换像显微镜，能同时看时间空间两个面。

为什么这样分三类呢？因为这三类各有各的强项。拿FIR来说，它的阶数每加一级就多算两次，虽然算力消耗翻倍（比如8阶FIR比4阶多算16次乘法），但相位绝对线性，不会让音乐变调。IIR虽然能省内存（比如用2阶IIR代替8阶FIR，内存减少75%），但稳定性差，阶数超过4阶就可能出现自激振荡（实验数据：5阶IIR在0.8频率处增益超1.5）。小波变换在语音识别中效果最好，用Daubechies4小波时，端点检测准确率从82%提升到94%（来源：IEEE 2019论文）。这三类就像不同工具，FIR适合调音台，IIR适合带宽紧张时，小波适合看细节。虽然现在有深度学习滤波器了，但传统方法还是基础，毕竟训练AI滤波器要100万组数据才能跑通（测试数据：ResNet-18滤波器训练成本约$1200）。