巴特沃斯滤波器，原理与Matlab实现

  巴特沃斯滤波器（英语：Butterworth Filter），也被称作最大平坦滤波器，是一种通频带之频率响应曲线平坦无纹波的信号处理滤波器，最先由英国工程师、物理学家史蒂芬·巴特沃斯提出。

传递函数求解

  巴特沃斯滤波器对不同频率下的增益进行了设计，$n$阶巴特沃斯滤波器的增益可以表示为（截止频率${\omega }_c$）：
$$\left|H_n\left(j\omega \right)\right|=\frac{1}{\sqrt{1+{\left(\frac{\omega }{{\omega }_c}\right)}^{2n}}}\iff {\left|H_n\left(j\omega \right)\right|}^2=\frac{1}{1+{\left(\frac{\omega }{{\omega }_c}\right)}^{2n}}$$
  上述表达式仅对幅频特性进行了描述，我们更希望得到传递函数形式的表达式，从而兼具幅频特性和相频特性，考虑到$\overline{H_n\left(j\omega \right)}=H_n\left(-j\omega \right)$，于是有：
$$\{\begin{array}{rl}{H}_n\left(s\right)H_n\left(-s\right)& =H_n\left(j\omega \right)H_n\left(-j\omega \right)=H_n\left(j\omega \right)\overline{H_n\left(j\omega \right)}={\left|H_n\left(j\omega \right)\right|}^2\\ & =\frac{1}{1+{\left(\frac{\omega }{{\omega }_c}\right)}^{2n}}=\frac{1}{1+{\left(\frac{j\omega }{j{\omega }_c}\right)}^{2n}}=\frac{1}{1+{\left(\frac{s}{j{\omega }_c}\right)}^{2n}}\\ & =\frac{1}{1+{\left(-\frac{s^2}{{{\omega }_c}^2}\right)}^n}\end{array}$$
  进一步求解$H_n(s)$的具体表达式，假设$H_n(s)$的$n$个极点分别为$s_1,s_2,...,s_n$，则$H_n(-s)$的$n$个极点为相应的负对称点，$-s_1=s_1{e}^{j\pi },-s_2=s_2{e}^{j\pi },...,-s_n=s_n{e}^{j\pi }$。一般地，$H_n(s)$和$H_n(-s)$可以写作：
$$\{\begin{array}{rl}{H}_n\left(s\right)& =\frac{1}{\left(1-\frac{s}{s_1}\right)\left(1-\frac{s}{s_2}\right)\cdot \cdot \cdot \left(1-\frac{s}{s_n}\right)}\\ H_n\left(-s\right)& \end{array}$$