FIR 滤波器在控制理论的某些领域相当普遍。由于它们通常会产生很多额外的相位/时间延迟，因此它们在常规控制系统的反馈路径中并不是真正有用的，但是当添加的相位/时间延迟不会以不利的方式影响系统时，它们很有用，或者当需要特定的相位响应和时间延迟时。

例子：

1. 前馈控制。FIR 滤波器可用于生成近似任意频率响应的滤波器，因此它们可用于对参考信号进行整形。一个典型的例子是使用具有植物逆频率响应的 FIR 滤波器 - 试图抵消植物的动态以获得所需的输出。相位/时间延迟不会影响稳定性或性能，因为计算可以离线完成。FIR 滤波器通常可以产生比 IIR 滤波器更高的性能，尤其是在存在非最小相位零点的情况下。
2. 学习系统（迭代学习控制 [ILC] 和重复控制 [RC]）。同样，在这些系统中，FIR 滤波器通常用于生成工厂的逆响应滤波器。这样做是为了提高学习的性能，因为这使得更高的增益可以用于更大的带宽。这里需要时间延迟（RC），或者它无关紧要，因为计算是离线完成的（ILC）。此处还使用低通 FIR 滤波器，因为它们具有线性相位特性，因为线性相位特性使滤波器不会干扰其他滤波器的相位，从而提高了性能。

以下是在控制上下文中使用 FIR 滤波器的示例：

• 系统识别，使用阶数估计，如基于有限脉冲响应模型的双速率系统识别，Ding等人。, 2004:

为输出采样周期是输入更新周期的整数倍的双速率随机系统开发了两种识别算法，最小二乘和基于相关分析。基本思想是使用辅助 FIR 模型来预测不可测量的无噪声（真实）输出，然后使用这些和系统输入来识别基础快速单速率模型的参数。仿真结果表明所提出的算法是有效的。

• 使用一组互补滤波器进行传感器混合和校正，例如用于控制系统的多相 FIR 互补滤波器，Hua等人。, 2004

FIR 滤波器的固有稳定性可能具有实际意义。

FIR 滤波器可用于在 IIR 处理信号之前“清理”信号。您将尝试避免来自 IIR 输入的噪声，因为它可能导致不稳定状态。