带通滤波（器）

带通滤波是脑电信号预处理最核心的基础操作，本质是：只允许特定频率范围内的脑电信号无衰减 / 低衰减通过，同时大幅抑制、衰减该范围之外的低频和高频干扰信号。

与之对应的是低通滤波（只放过低频）、高通滤波（只放过高频），带通滤波相当于在频率轴上 “抠出一段目标区间”，精准筛选有生理意义的脑电信号。

在脑机接口研究中，它的核心价值不可替代：

原始脑电信号是微伏级的超微弱低频信号，混杂了大量噪声（<0.5Hz 的呼吸 / 电极直流漂移、50/60Hz 工频干扰、>100Hz 的肌电 / 设备高频电子噪声），而脑电的核心特征全部集中在特定节律频段：比如运动想象 BCI 依赖的 mu (8-13Hz)/beta (13-30Hz) 节律、P300 诱发电位依赖的 0.1-30Hz 频段、SSVEP 依赖的 8-60Hz 频段。带通滤波能把目标频段的有效特征从噪声中提取出来，大幅提升信号信噪比，是后续特征提取、分类识别的前提。

带通滤波器就是实现上述带通滤波功能的功能单元，核心指标包括通带（允许通过的频率范围）、上下截止频率（-3dB 截止点，信号功率衰减 50% 的频率边界）、阻带衰减倍数（噪声被削弱的程度）。主流实现工具：MATLAB 的fir1/butter/filtfilt函数、Python 的scipy.signal库、C++ 的 DSP 库，仅需几行到几十行代码即可完成。

值得一提的是，绝大多数 BCI 系统会采用硬件模拟带通 + 软件数字带通的两级滤波方案：

1. 硬件端先做宽范围粗滤波（如 0.5-100Hz），完成信号采集的基础降噪和链路保护；
2. 软件端再根据研究目标做窄范围精细滤波（如运动想象用 8-30Hz、睡眠分期用 0.5-30Hz），精准提取目标生理特征，这也是论文中最常讨论的带通滤波环节。