Dobroć filtra, czyli tak zwane Q, obliczamy dzieląc częstotliwość środkową przez szerokość pasma. W tym przypadku mamy 200 Hz częstotliwości środkowej oraz 20 Hz szerokości pasma, więc Q = 200 / 20 = 10. To jest dość typowa wartość dla filtrów selektywnych, które mają za zadanie precyzyjnie wyodrębniać konkretne sygnały z szumu albo innych częstotliwości. W praktyce taki filtr można spotkać np. w urządzeniach audio do korekcji barwy dźwięku czy w systemach pomiarowych, gdzie trzeba dobrze oddzielić wąski sygnał od tła. Wzory na Q pojawiają się wszędzie tam, gdzie istotna jest wąskopasmowość – szczególnie w filtrach pasmowo-przepustowych i pasmowo-zaporowych. Warto pamiętać, że wysokie Q oznacza filtr bardzo selektywny, ale też bardziej czuły na zakłócenia i trudniejszy do stabilizacji w praktycznych układach. Z mojego doświadczenia wynika, że w elektronice, szczególnie tej niskonapięciowej, warto trzymać się właśnie takich wartości, jeśli zależy nam na wysokiej selektywności. Dobrą praktyką jest zawsze przeliczenie Q i sprawdzenie, czy filtr nie jest zbyt „ostry”, bo wtedy czasami może wprowadzać niepożądane efekty, jak np. dzwonienie. W każdym razie, dla danych z pytania Q=10 to strzał w dziesiątkę.
Dobroć filtra, czyli popularne Q, jest jednym z najważniejszych parametrów opisujących selektywność układu. Wielu uczniów myli się tutaj, bo często wyobrażają sobie, że niskie Q oznacza lepszy filtr, albo że wartość Q 0,1 czy 1 to już coś bardzo „ostrego”. W rzeczywistości – jeśli popatrzymy na definicję – Q to po prostu stosunek częstotliwości środkowej do szerokości pasma: Q = f₀ / Δf. Jeżeli ktoś wskazuje wartość 0,1, to prawdopodobnie pomylił szerokość pasma z całą szerokością zakresu przetwarzania albo źle podstawił dane do wzoru, co jest bardzo częstym błędem na początku nauki. Również typowym błędem jest wybór wartości Q=1, bo to sugeruje bardzo szeroki filtr – a tutaj mamy pytanie o filtr dość selektywny, bo pasmo 20 Hz wokół 200 Hz to już wyraźne zawężenie. Tymczasem Q=100 to już bardzo ekstremalnie selektywny filtr, który w praktyce jest raczej trudny do zrealizowania, bo wymagałby bardzo precyzyjnych komponentów i najczęściej spotykany jest w analizatorach widma, nie w standardowych układach audio czy telekomunikacyjnych. Wielu początkujących techników skupia się na samych liczbach, nie analizując relacji między częstotliwością środkową a szerokością pasma – a to tu jest kluczowe. W praktyce, zawsze warto wrócić do wzoru i zobaczyć, czy liczba Q, którą uzyskaliśmy, odpowiada typowym wartościom dla zadanych zastosowań. Często spotykam się z tym, że ktoś nie stosuje jednostek, patrzy na wynik jak na czystą liczbę i stąd wychodzą błędy rzędu dziesięciokrotności. Dobre rozumienie Q przyda się wszędzie tam, gdzie jest filtracja sygnału – od systemów audio po pomiary przemysłowe. Warto to dobrze opanować już na tym etapie.