真正的滤波器不会完美地去除所有不需要的频率。但随后，一个真正的$X_\mathrm{anything,whatever}$不会完美地完成它的工作。现实世界并不完美，只有在数学上才能达到完美。

重要的是滤波器可以大致去除不需要的频率。例如，如果您在 100 kHz 有一些干扰，那么一个简单的 20 kHz 的二阶低通滤波器将无法完全消除它，但它会将其幅度降低 24 dB 以上。如果您感兴趣的信号足够强，那么这种较小的干扰水平可能就不会再打扰您了。或者它仍然会困扰您，因此您需要切换到更高阶的过滤器。判断这样的事情并决定哪种滤波器最适合应用程序是线性信号处理的基础。

您可以增加实际过滤器的阶数以获得理想的过滤器类行为。示例：理想矩形滤波器的幅度响应可以通过高阶（6 次或 7 次）巴特沃斯或切比雪夫滤波器精确逼近。

过滤有 2 个方面。减少你不想要的，增加你想要的。这是一场赢利的游戏。在这种情况下，任何小于无限 SNR 增益（即完美消除）的东西都没有用处。不需要完美的过滤器。

如果滤波器的可实现增益不足，您可以寻找其他地方，例如增加发射器的功率或找到具有增益的代码。

在某些时候，不再可能获得更多收益，并且达到了系统的极限。信号处理并不神奇。