在数字信号处理中，CIC滤波器是FIR滤波器中最优的一种，其使用了积分，梳状滤波器级联的方式。

CIC滤波器的发明者是 Eugene B. Hogenauer，这是一类使用在不同频率的数字信号处理中的滤波器，在内插和抽取中使用广泛。与大多数FIR滤波器不同的是，它有一个内插或者抽取的结构。

对于CIC滤波器的传递函数的表达式表示：

用matlab中fdatool工具，进行CIC滤波器设计得到的响应曲线，以及相应的参数：

其中R表示升采样或降采样的倍数，

M表示每个微分环节延迟的个数，通常为1，有时是2。

N表示积分/梳状器的个数。

CIC滤波器是滑动平均滤波器的一种有效实现。考虑滑动平均滤波器的一般实现形式，将新的x[n]加到y[n-1]上，并减去上一时间的采样相加之和。

上图（CIC滤波器）中的第二个等式与梳状（c[n]=x[n]-x[n-RM]）后接积分器（y[n]=y[n-1]+c[n]）对应。常见的CIC滤波器都是将N个相同的梳状和积分器级联，并重新排列顺序，梳状和积分器各自放到一起，再排出先后顺序即可。可以这样重新排列是因为两种结构都是线性时不变的。

由于中间过程的累加，所以使用的数据位长可能需要延长，延长的位数满足使可能出现的最大位长也不溢出。使用位长的计算公式如下：L=l+N*log2(RM)。以输入位长为1为例，M=1，降采样倍数R为16，积分器级数N=3，则应该至少使用1+3*log2(16)=13位的数据，以避免溢出。

CIC滤波器被应用在变频过程处理中，FIR滤波器有着多种应用，可以应用在不同采样频率的升采样，降采样中。CIC滤波器有着低通滤波器的特性，其他的FIR可以呈现低通，高通，带通等多种特性。和大多数FIR不同的是，CIC的实现只需要用到加减，不需要用到乘法。CIC滤波器会有特定频率的衰减，其他的FIR滤波器可以在任意频率衰减。

CIC滤波器比大多数FIR滤波器更加经济，但也有其不足。在需要少量升/降采样的场合中，FIR滤波器有其优点，但是如果采样频率的变化较大（如10倍以上），实现一个抗混叠的滤波器需要很高的代价，此时CIC 便体现出其优越性。而且如果升/降采样的倍数发生变化，在数据位长足够的前提下，仅仅改变升/降采样环节的倍数即可。

FIR滤波器可以使用定点/浮点数，CIC滤波器只能使用定点数，因为作为递归实现的结构，非常依赖梳状和积分器的零极点相消。CIC滤波器所能提供的滤波器响应形状非常有限。通过增加极点，可以得到更多的阻带。但是这样做也会导致梳状器和积分器中数据位长的增加。由于CIC滤波器的设计自由度低，实际中很少单独使用，如果后接一个FIR或IIR校正相位，就会实用得多。