不會有人告訴你的射頻濾波器設計方法

自從阿爾法狗問世，人工智慧火的不可一世，其實人工智慧研究早在50年前就算開始了，隨著今天硬體的發展才有現在的星火燎原之勢，可以斷定經過三次工業革命（加一次互聯網革命吧），曾經重複繁雜的手工已被機械代替，簡單而應用廣泛的思維工作也漸漸被取代，比如機器人客服、siri等手機助手，再複雜一些的領域如自動駕駛也嶄露頭角，棋類已經徹底被人工智慧攻克，甚至美術、音樂等創作領域也被染指，金融領域已經有機器人操盤手（穩不穩不知道），除了政治這麼高級的場合，人工智慧簡直有解僱全人類的趨勢。人在做事的時候，大腦有清晰的思路，其思路是可以被模仿的，但是思路的具體細節是未知的，比如，我要找一找窗外那棵樹上有幾隻鳥，步驟就是看樹→找鳥→數鳥，簡單的一批，而大腦怎麼識別樹，怎麼識別鳥這些細節是我們不知道的，科學家需要思考的就是這些細節並用代碼模仿出來，找樹上幾隻鳥，先要識別樹再識別樹上的鳥，用一個卷積神經網路（CNN）訓練演算法對樹的認知，再用另一個演算法訓練對鳥的認知，這是演算法裡面的關鍵兩步，讓演算法認識樹和鳥需要大量的樣本訓練，就好像人需要見過樹和鳥纔可以解決這個問題。這種演算法是人模擬出來的，可以使機器做到解決樹上幾隻鳥的問題，但是，大腦是不是運用了同樣的演算法來數鳥呢？這未必，人腦幾百億個神經元怎麼運作簡直就是迷。所以仔細理一理濾波器的設計思路，實現程序自動設計濾波器似乎完全可行，不行，我要失業了。。。

回歸正題，濾波器工程師其實很無聊的，整天就是拿方案、調參數、模擬什麼的，當你把設計圖拿出來，外行一看，牛逼的不行，那線條、那立體、那個佈局，像藝術一樣滴，其實自己知道，俺們什麼濾波器沒做過，如今做到這般模樣簡直不要太容易，不屑說句，無他，唯手熟爾！後來不僅濾波器，別的什麼電路都搞過，一聲長嘆，僅設計而言，都是無聊的工作，初入門新鮮，時間長了就這麼回事，擼多了，自然就熟！所以嘛，居安而思危，人工智慧總有一天會來解放我們的，來得晚是因為做這行的不多。現在在調濾波器的時候，總是想著編個程序來替代手頭工作，但我不會這麼複雜的編程，所以把這些設計方法寫出來，一來讓想入行的人儘快掌握這麼手藝，二來我把方法寫出來，以期有大神出來編個自動設計的程序，如此我輩可以安息了（去他的996吧）！

說些題外話吧，不要太相信學術交流、技術交流什麼的，搞技術的其實都很吝嗇，真正的技術人家從來不會說給你聽，如果能遇見有真本事又傾囊相授的人，請珍惜！

不是說我不吝嗇，我也吝嗇，我告訴你這些，是因為我不認為這些技術很有價值（雖然我靠它喫飯），真正有價值的不是這些技術、經驗什麼的。

本人總結過濾波器調試兩大功法：

1、葵花寶典-濾波器調試之S參數擬合法

2、九陰真經-濾波器調試之羣時延擬合法

這是兩大量化的調試方法，以微帶濾波器為例（也適用其它類型的濾波器），不講理論不推公式，你能找到的資料這裡都不會有。

方法1比較適合單個通帶或阻帶的設計（級聯），而方法2適合多通帶設計（並聯）。它們都是量化的方法，可以說只要原理圖模擬沒問題，那用這兩種方法進行的電磁場模擬也沒問題。