在某些情况下，抽取操作包括在对数据进行下采样之前对数据进行低通滤波。Python scipy.signal.decimate、Matlab decimate: Filtering Before Downsampling甚至R [decimate]（但它是从 Octave 借来的）中的标准是使用Chebyshev 类型 I（分别为 8、10 和 8 阶） ）。

在Matlab cheby1或经典 IIR 滤波器类型的比较中 ，可以找到比较图，例如：

基本上，切比雪夫滤波器旨在通过允许低通带（I 型）或高通带（II 型）中的波纹来提高低通性能，而在互补带中的行为是单调的。

使用Type I，您可以确保，如果高通频带中的两个频率分量具有相同的幅度，则滤波后最高频率幅度会更低，这可以在之后的下采样时得到安慰。使用 Type II，您可以在低通频带中获得相反的效果。

就个人而言（一种出柜，我很高兴得到我的同事的纠正）：

• 如果我的数据有精确的高频限制（尤其是讲座），并且我很确定截止频率，我倾向于使用 I 型
• 如果我的数据非常不精确、嘈杂，并且我更关心低通带中的相对幅度，我倾向于使用类型 II（根据经验）来拒绝噪声，即使我失去了清晰度。

从 r bj 编辑： 请注意，在此修改后的图中，cheby2滤波器的阻带频率已调整，以便 -3.01 dB 截止频率与其他三个滤波器一致（我将其归一化为 1）。请注意，5 阶 I 型和 II 型 Tchebyshev 滤波器都在从归一化频率 1 (通带）到 1.364（阻带）。

因此，如果您将苹果与苹果进行比较，那么 I 型和 II 型 Tchebyshev 滤波器在截止锐度方面具有相同的性能。I 型和 II 型之间的主要权衡是纹波在哪里。在 I 型中，纹波在通带中（我通常不想看到它），在 II 型中，纹波在阻带中（我通常不在乎）。

MATLAB代码：

clear;
close all;

N = 5;
f0 = 1;
w0 = 2*pi*f0;

passband_gain = 10*log10(0.5);          % -3.01 dB (half power)
stopband_gain = -30;                    % dB

% Design a 5th-order analog Butterworth lowpass filter with a cutoff 
% frequency of 1 Hz. Multiply by  to convert the frequency to radians per 
% second. Compute the frequency response of the filter at 4096 points.

[zb,pb,kb] = butter(N, w0, 's');
[bb,ab] = zp2tf(zb,pb,kb);
[hb,wb] = freqs(bb,ab,4096);

% Design a 5th-order Chebyshev Type I filter with the same edge frequency 
% and 3.01 dB of passband ripple.

[z1,p1,k1] = cheby1(N, -passband_gain, w0, 's');
[b1,a1] = zp2tf(z1,p1,k1);
[h1,w1] = freqs(b1,a1,4096);

% Design a 5th-order Chebyshev Type II filter with the passband edge  
% frequency and 30 dB of stopband attenuation.

w_stopband = w0*cosh((1/N)*acosh(sqrt(10^(-stopband_gain/10)-1)));
[z2,p2,k2] = cheby2(N, -stopband_gain, w_stopband, 's');
[b2,a2] = zp2tf(z2,p2,k2);
[h2,w2] = freqs(b2,a2,4096);

% Design a 5th-order elliptic filter with the same edge frequency, 3.01 dB  
% of passband ripple, and 30 dB of stopband attenuation.

[ze,pe,ke] = ellip(N, -passband_gain, -stopband_gain, w0,'s');
[be,ae] = zp2tf(ze,pe,ke);
[he,we] = freqs(be,ae,4096);

% Plot the gain in decibels. Compare the filters.

plot(wb/(2*pi),mag2db(abs(hb)))
hold on
plot(w1/(2*pi),mag2db(abs(h1)))
plot(w2/(2*pi),mag2db(abs(h2)))
plot(we/(2*pi),mag2db(abs(he)))
hold off
axis([0 3 -40 5])
grid
xlabel('Frequency')
ylabel('Gain (dB)')
legend('butter','cheby1','cheby2','ellip')