采样定理(Nyquist–Shannon)几乎是信号与系统里最容易被背下来、又最容易在换一个问法时答错的一条结论。这篇笔记把它从头推一遍,重点是搞清混叠到底是怎么发生的。

采样在频域做了什么

理想采样就是用周期冲激串去乘原信号:

$$ x_s(t) = x(t)\cdot p(t),\qquad p(t)=\sum_{n=-\infty}^{+\infty}\delta(t-nT_s) $$

冲激串的傅里叶变换还是冲激串:

$$ P(j\omega)=\frac{2\pi}{T_s}\sum_{k=-\infty}^{+\infty}\delta(\omega-k\omega_s),\qquad \omega_s=\frac{2\pi}{T_s} $$

时域相乘等于频域卷积,于是

$$ X_s(j\omega)=\frac{1}{2\pi}X(j\omega)*P(j\omega) =\frac{1}{T_s}\sum_{k=-\infty}^{+\infty}X\big(j(\omega-k\omega_s)\big) $$

结论一:采样之后,原频谱被以 $\omega_s$ 为间隔无限复制、并整体缩放 $1/T_s$。原信号的信息一点没丢,只是被复制了无数份。

混叠是怎么发生的

关键在「副本会不会互相压到」。

设 $x(t)$ 是带限信号,最高角频率为 $\omega_M$,即 $|\omega|>\omega_M$ 时 $X(j\omega)=0$。相邻两个副本分别占据

$$ [-\omega_M,\ \omega_M] + k\omega_s $$

要让它们不重叠,必须让 $\omega_M$ 到下一个副本的左边缘之间留出空隙:

$$ \omega_s-\omega_M > \omega_M \quad\Longrightarrow\quad \omega_s > 2\omega_M $$

换成频率就是那条著名的式子:

$$ f_s > 2 f_{\max} $$

临界值 $2f_{\max}$ 叫奈奎斯特频率。一旦 $f_s < 2f_{\max}$,高频副本的分量就会落进基带区间里,和原信号叠加在一起 —— 这种叠加在频域上完全不可逆,因为两部分已经变成了一坨,滤波器再理想也分不开。

这就是混叠(aliasing)的可怕之处:它不是"变模糊",而是假信号。车轮在视频里倒转、拍摄条纹衬衫出现的摩尔纹,都是它的老面孔。

举个数

场景最高频率采样率是否满足
电话语音3.4 kHz8 kHz满足
CD 音频20 kHz44.1 kHz满足,留了余量
示波器测 100 MHz 方波谐波远高于 100 MHz1 GSa/s需看谐波
拿 48 kHz 采 30 kHz 超声30 kHz48 kHz混叠(48 < 60)

CD 选 44.1 kHz 而不是刚好 40 kHz,是因为真实滤波器没有理想矩形特性,必须留过渡带。

工程上的三个后续动作

  1. 抗混叠滤波器放在采样之前,而不是之后。事后滤波救不回来。
  2. 重建时用理想低通(截止 $\omega_s/2$、增益 $T_s$)才能无失真恢复;实际用零阶保持 + 补偿滤波器近似。
  3. 过采样($f_s \gg 2f_{\max}$)可以把抗混叠滤波器的指标要求降下来,这是 sigma-delta ADC 的基本思路。

一句话总结

采样定理的本质是频域不重叠:$\omega_s > 2\omega_M$ 保证了各次复制品彼此分离,于是可以用一个低通把原谱完整地"取"回来。记住这一点,就不会再把它当成一条孤立的公式来背。