你是对的，通常有更好的 IIR 滤波器（如果你有足够的数据）。离散时间维纳滤波器不是“定义”FIR。将滤波器限制在 FIR 情况下是很常见的，因为它通常更容易实现，而且这样的滤波器可以更容易地进行自适应。此外，在实践中，您通常只想考虑一个有限的数据窗口，这会产生最佳的维纳滤波器 FIR。

但是，您不需要强加滤波器长度是有限的约束。对于无限过去可用的数据，最通用的因果离散时间维纳滤波器是 IIR 滤波器。

FIR 和 IIR 案例的推导可以在Proakis 和 Manolakis的数字信号处理中找到（其中包括）。

编辑：如果我们只有有限数量的可用数据，则最佳维纳滤波器具有有限的脉冲响应。假设我们有$N$数据点（一个电流和$N-1$连续的过去数据点），那么我们可以用线性时不变滤波器做的最好的事情就是线性组合这些$N$数据点，通过将每个数据点乘以一个系数并将它们相加：

系数$h[k]$被优化，使得滤波器输出之间的均方误差$y[n]$并且一些期望的信号被最小化。这$N$系数$h[k]$是相应 FIR 维纳滤波器的脉冲响应。