OP 进一步评论说，目标是使用 RRC 滤波器创建用于评估 PA 非线性的测试波形，目标是对相邻通道进行 50 dB 抑制。RRC 滤波器的带宽是符号率由滤波器使用的滚降因子扩展而成。占用带宽约为。根据相邻通道的接近程度，50 dB 抑制要求可能不是挑战，但需要增加滤波器的总持续时间（抽头数）。$R$$\alpha$$R(1+\alpha)$

为了增加一些背景知识，典型的方法是根据需要使用 RRC 滤波对波形进行脉冲整形，以满足带外发射 (OOBE) 的要求。随后的非线性，例如在功率放大器服务器中撤消这种仔细的脉冲整形（考虑硬限制作为最坏的情况；我们采用对 OOBE Sinc 函数频谱具有糟糕的矩形波形，并仔细过渡其边缘用于减少频谱中的所有这些旁瓣——但如果我们硬限制它，我们会再次重新创建矩形波形，它会“再生”旁瓣：频谱再生）。

所以在这种情况下，实验应该是单独使用 RRC 滤波器来创建所需的带宽限制（特别是如果我们在非线性效应之后过于评估接收器中的 EVM，这应该是除了 OOBE 之外的一个考虑因素）。这通常使用具有随机数据源的实际调制波形来完成，但如果需要，也可以很容易地创建高斯噪声波形，然后将其通过具有 50 dB 抑制的 RRC 滤波器。相邻通道（取决于相邻通道的接近程度和滤波器中使用的滚降因子）。下面详述的注意事项用于正确设计 RRC 滤波器。

在 RRC 滤波器的设计中，除了指定滤波器的滚降因子之外，还有两个主要考虑因素：每个符号的样本数（设置使用的采样率），以及滤波器中的抽头总数（设置过滤内存、持续时间或跨度）。滤波器的抑制性能完全由滤波器中的抽头总数决定。

降低采样率或每个符号的样本数有助于降低复杂性，因为对于相同数量的系数，我们可以获得更大的时间跨度。

提高采样率使我们能够使用更宽的频率范围，这可以简化后续滤波，例如在进一步的数字插值阶段，或 D/A 转换器之后的重建滤波器。对于 OP 在探索 PA 非线性方面的应用而言，更重要的是，它将允许观察更宽频带的非线性效应而不会产生混叠。这是功率放大器预失真算法中的一个重要考虑因素。

请参阅另一篇文章，其中详细介绍了每个符号的样本数和滤波器持续时间之间的权衡，以及演示的频率响应曲线和 Python 中用于生成 RRC 滤波器系数的示例代码。