1. 从“听不清”到“不失真”采样定理的工程直觉如果你曾经用手机录过一段声音然后发现回放时声音变得又尖又细或者像隔着一层毛玻璃一样模糊不清那你很可能已经亲身体验过“采样”不当带来的后果。在数字世界里我们处理的一切声音、图像、视频本质上都是连续变化的模拟信号。而要把它们搬进计算机的“数字王国”第一步就是“采样”——每隔一段时间对连续的信号“咔嚓”拍一张快照记录下此刻的数值。这个看似简单的动作背后却藏着一个决定数字世界保真度的基石采样定理也叫奈奎斯特-香农采样定理。这个定理的核心问题很简单到底要拍多快才能保证我们拍下的这一系列“快照”能完美还原出原始连续信号的全部信息而不丢失任何细节它不仅仅是教科书上的一个公式更是所有数字音频CD、MP3、数字影像数码相机、视频、通信系统4G/5G乃至医疗成像CT、MRI赖以生存的根本法则。理解它你就能明白为什么CD的采样率是44.1kHz为什么高清视频有特定的帧率以及为什么在数字系统里我们总在和“高频噪声”作斗争。今天我们就抛开复杂的数学推导从工程直觉和实际应用的角度把采样定理掰开揉碎了讲清楚。2. 采样定理的核心为什么是“两倍”采样定理最经典的表述是为了无失真地重建一个带宽受限的连续时间信号采样频率必须至少大于信号最高频率的两倍。这个“两倍”的频率下限就是著名的奈奎斯特频率。2.1 一个直观的类比车轮与电影为什么是两倍我们可以用两个生活化的例子来理解。第一个是“车轮倒转”的错觉。在早期的电影里经常看到马车的轮子看起来是向后转的或者转得很慢。这是因为电影摄像机是以固定的帧率比如24帧/秒拍摄的。如果车轮辐条的旋转频率接近或超过了帧率的一半摄像机“采样”到的辐条位置就会产生混乱大脑无法分辨它到底是向前转了一圈还是向后转了一点。这个视觉上的错误重建就是“混叠”现象。要正确记录车轮的旋转摄像机的帧率必须远高于车轮旋转频率的两倍。第二个例子是绘制正弦波。想象你要在纸上画出一个纯净的正弦波。如果你每隔很长一段时间低于其周期的一半才取一个点然后用直线把这些稀疏的点连起来你得到的将是一条完全扭曲的、低频的折线根本看不出原来的正弦波模样。只有当你取点的间隔足够小采样率足够高连起来的线才会越来越逼近光滑的正弦曲线。这两个例子都指向同一个结论采样本质是在用一系列离散的点去“描绘”一条连续的曲线。如果点的密度不够你就无法唯一确定原来的曲线是哪一条必然会产生歧义和失真。2.2 数学上的“唯一性”保证从数学上看一个频率为 f 的纯净正弦波完全由它的幅度、频率和相位决定。关键点在于要唯一确定一个正弦波你至少需要在一个完整的周期内采样两个点。为什么因为一个点只能告诉你此刻的幅值但无法告诉你它是在上升还是下降也就无法确定其频率和相位。两个点才能连成一条有方向的线段从而锁定这个波的基本形态。因此对于最高频率为 f_max 的信号可以理解为由许多不同频率的正弦波叠加而成为了能捕捉到其中频率最高的那个成分对它的采样率就必须至少是 2 * f_max。这样才能保证对每一个频率成分都能满足“一周期内至少两个样本”的最低要求从而从数学上保证这一串样本序列所对应的原始连续信号是唯一的没有歧义。注意这里说的“两倍”是一个理论下限。在实际工程中由于抗混叠滤波器无法做到理想矩形通常需要留出一定的“安全余量”。例如音频CD的采样率为44.1kHz而人耳可听范围上限约为20kHz其奈奎斯特频率为40kHz留有约4.1kHz的过渡带供滤波器使用。3. 混叠采样定理的“破坏者”与实战应对违反采样定理的直接后果就是产生混叠。这是数字信号处理中最常见也最棘手的问题之一。高频信号被过低频率采样后会“伪装”成低频信号混入有效的低频信号中造成无法消除的失真。3.1 混叠是如何发生的想象一个频率为 7 Hz 的信号我们用 10 Hz 的采样率去采样违反了定理因为 10 2*714。采样后我们得到一系列点。神奇或者说糟糕的是你会发现这些点的分布 pattern与一个 3 Hz 的低频信号被 10 Hz 采样后得到的点一模一样计算机或重建算法无法区分这组样本到底来自 7 Hz 的信号还是 3 Hz 的信号它会“误认为”这是一个 3 Hz 的信号并将其重建出来。这个 3 Hz 就是混叠频率其计算公式为|采样频率 - 原始频率|。在实际工程中信号里不可避免地会包含高于奈奎斯特频率的噪声或谐波。如果不加处理直接采样这些高频成分就会全部混叠到低频带内污染我们真正关心的信号。3.2 实战防线抗混叠滤波器因此在采样之前必须在模拟域加入一个低通滤波器即抗混叠滤波器。它的任务非常明确将所有高于奈奎斯特频率的信号成分进行大幅度的衰减理想情况下是彻底消除确保进入采样器的信号最高频率被限制在 f_s/2 以下。选型与设计考量滤波器类型常用的是巴特沃斯或切比雪夫滤波器。巴特沃斯通带最平坦相位响应较好切比雪夫滚降更陡峭但通带有波纹。选择取决于你对通带平坦度和阻带衰减度的权衡。截止频率通常设置为略低于奈奎斯特频率f_s/2为滤波器从通带到阻带的过渡提供一个缓冲带。例如采样率 f_s 44.1kHz奈奎斯特频率为 22.05kHz滤波器截止频率可能设为 20kHz 或 21kHz。阶数阶数越高滤波器的滚降特性越陡峭能更干净地切除高频。但阶数越高电路越复杂相位失真也可能增加。这是一个需要折中的参数。一个常见的踩坑点很多初学者在用单片机ADC采样传感器信号时会忽略抗混叠滤波器直接读取ADC值。结果发现数据波动大有奇怪的低频干扰。这很可能就是环境中的高频噪声如开关电源噪声、射频干扰发生了混叠。解决方案很简单在传感器信号进入ADC引脚之前加一个简单的RC低通滤波器一阶无源滤波器其截止频率设为略高于你关心的信号频率但远低于采样率的一半往往能立竿见影地改善数据质量。4. 从采样到重建如何把离散点变回连续信号采样定理不仅规定了采样的下限也隐含了完美重建信号的方法。这个过程在接收端或播放端完成叫做重建或插值。4.1 理想重建与辛格函数理论上完美重建需要一个理想的低通滤波器其频率响应在 [-f_s/2, f_s/2] 内为1之外为0。在时域这个理想滤波器的冲激响应是sinc 函数sin(x)/x。重建过程可以这样理解每一个采样点不再是一个孤立的数值而是被赋予一个以该点为中心、形状为 sinc 函数的波形。然后将所有采样点产生的 sinc 函数波形在时间轴上叠加起来。由于 sinc 函数的特殊性质在其它采样时刻过零点叠加后在采样点时刻的值恰好就是原始采样值而在采样点之间则由这些 sinc 函数的“尾巴”平滑地填充起来最终得到一条完美的连续曲线。4.2 工程中的近似零阶保持与数字滤波器显然生成理想的 sinc 函数在物理上是不可实现的因为它是非因果且无限长的。在实际的DAC数模转换器中最常用的是一种叫做零阶保持的简单方法DAC将每个采样值保持一个采样周期直到下一个值到来。这样输出的是一个阶梯波。这个阶梯波包含了大量高频谐波因为阶跃变化。所以在DAC之后必须跟随一个模拟的重建滤波器通常也是一个低通滤波器它的任务就是平滑这个阶梯波滤除采样频率及其谐波带来的高频毛刺输出光滑的模拟信号。这个滤波器通常不如抗混叠滤波器要求那么苛刻因为它的主要目标是平滑而不是防止混叠。在现代高精度音频或测量系统中为了获得更好的重建质量会采用“过采样”技术。即先以极高的采样率进行数字插值上采样然后再通过DAC和相对简单的模拟滤波器输出。这样对模拟滤波器的性能要求大大降低更容易实现高质量重建。5. 采样定理的边界与常见误解澄清即使理解了基本原理在实际应用中仍有几个关键点容易混淆需要特别厘清。5.1 信号必须是“带限”的采样定理有一个重要前提原始连续信号必须是带宽受限的。也就是说它的频率成分必须有一个明确的上限 f_max。在现实世界中绝对的带限信号是不存在的因为任何时域有限的信号其频谱都是无限宽的。这就是为什么抗混叠滤波器如此重要——它的作用就是人工地创建一个满足定理前提的带限信号。5.2 采样率与信号频率的关系一个常见的误解是“采样率必须大于信号频率的两倍”。这种说法不准确容易引起困惑。更准确的说法是“采样率必须大于信号带宽的两倍”。如果信号频率范围是 f_L 到 f_H那么其带宽 B f_H - f_L。对于这种带通信号采样率并不需要大于 2*f_H而是有更灵活的带通采样定理。只要采样率满足一定条件同样可以无混叠地采样和重建。这在射频通信中非常有用可以用远低于载波频率的采样率来采样高频信号。5.3 量化噪声采样的另一个维度我们讨论的采样定理关注的是“时间上”的离散化是否足够密集这关系到频率信息是否丢失。而将采样点的幅值用有限精度的数字来表示的过程叫做量化这会引入量化噪声。采样定理解决了“能不能采”的问题而量化精度如16-bit, 24-bit则决定了“采得有多细”。两者共同决定了数字系统的整体保真度。高采样率可以防止高频混叠高量化位数可以提升动态范围和信噪比降低本底噪声。6. 在不同领域的典型应用与参数选择采样定理不是空中楼阁它的参数就体现在我们每天使用的数字产品规格中。6.1 数字音频44.1kHz 的由来人耳的听觉范围大约是20Hz到20kHz。根据奈奎斯特定理采样率至少需要40kHz。为什么CD标准是44.1kHz这个奇怪的数字这有其历史原因。早期数字音频与模拟录像带结合存储时需要与PAL和NTSC制式的电视行频、场频同步经过计算得出了44.1kHz这个兼容两者的频率。多出的4.1kHz22.05kHz - 20kHz就作为抗混叠滤波器的过渡带。对于更高品质的音频如录音棚常用的96kHz或192kHz采样率不仅是为了覆盖更宽的频率虽然人耳听不到超声波更是为了在模拟滤波环节获得更宽松的设计要求并可能带来更好的相位特性。6.2 数字图像与视频空间域与时间域的采样在图像处理中采样定理同样适用只不过维度变成了空间。图像采样由感光元件CCD/CMOS完成对应空间频率。像素密度DPI/PPI必须足够高才能准确捕获图像中的精细纹理否则会出现摩尔纹一种空间混叠现象在拍摄条纹或格栅物体时尤其明显。视频则是时间域和空间域采样的结合。帧率如24fps, 30fps, 60fps是时间采样率。低的帧率在拍摄快速运动物体时会产生卡顿或拖影这就是时间混叠。而1080p、4K等分辨率则是空间采样率的体现。6.3 软件定义无线电与通信在SDR和现代通信系统中带通采样技术被广泛应用。例如一个中心频率为100MHz、带宽为10MHz的射频信号传统方法需要ADC的采样率高于200MHz。但利用带通采样定理可以选择一个合适的采样率如25MHz只要满足一定条件就能将这个高频信号无混叠地“搬移”到低频进行数字化处理极大地降低了对ADC性能和后续数字处理速度的要求。7. 在MATLAB/Python中的仿真验证与学习建议理论学习之后最好的巩固方式就是动手仿真。你可以清晰地“看到”混叠的发生和重建的过程。7.1 混叠演示用PythonNumPy和Matplotlib可以轻松演示生成一个高频正弦波如 7 Hz和一个低频正弦波如 3 Hz。用较低的采样率如 10 Hz对高频信号进行采样得到一组离散点。绘制这组离散点并同时绘制低频正弦波的连续曲线。你会发现采样点完美地落在低频曲线上。尝试用这些点去重建信号算法只能重建出3 Hz的信号而7 Hz的原始信号已永久丢失。这个简单的实验能让你对混叠产生刻骨铭心的理解。7.2 重建过程可视化生成一个低频信号并采样。分别尝试不同的重建方法线性插值直接用直线连接相邻采样点。这是最简单的方法但会引入高频失真。sinc插值实现一个近似的sinc函数插值器。你可以看到当采样率满足奈奎斯特条件时sinc插值能几乎完美地重建原信号而当采样率不足时重建信号会严重失真。对比不同插值方法在时域和频域通过FFT观察的表现。7.3 给学习者的几点建议先直觉后数学不要一开始就扎进公式推导。先从车轮倒转、绘制曲线这些直观例子建立“采样密度不足会导致信息丢失”的强烈直觉。重视“抗混叠”在任何一个涉及ADC采样的实际项目中抗混叠滤波器应该是你电路设计清单上的必选项而不是可选项。理解“带宽”概念采样定理的核心是信号的带宽而不是其最高频率绝对值。理解带通采样能为你打开更广阔的思路。动手仿真在电脑上模拟采样、混叠、重建的全过程比读十遍课本都管用。视觉化的结果会让你对抽象定理有具象的认识。采样定理的魅力在于它用一个极其简洁的公式f_s 2B为整个数字信息时代划定了不可逾越的物理边界。它告诉我们在将连续世界离散化的过程中信息不是免费获得的你必须支付足够的“采样率”作为代价。下次当你聆听一首无损音乐、观看一部高清电影或者进行一次清晰的视频通话时不妨想想正是这个诞生于近一个世纪前的定理在默默地守护着数字洪流中的每一份真实。
1. 从“听不清”到“不失真”采样定理的工程直觉如果你曾经用手机录过一段声音然后发现回放时声音变得又尖又细或者像隔着一层毛玻璃一样模糊不清那你很可能已经亲身体验过“采样”不当带来的后果。在数字世界里我们处理的一切声音、图像、视频本质上都是连续变化的模拟信号。而要把它们搬进计算机的“数字王国”第一步就是“采样”——每隔一段时间对连续的信号“咔嚓”拍一张快照记录下此刻的数值。这个看似简单的动作背后却藏着一个决定数字世界保真度的基石采样定理也叫奈奎斯特-香农采样定理。这个定理的核心问题很简单到底要拍多快才能保证我们拍下的这一系列“快照”能完美还原出原始连续信号的全部信息而不丢失任何细节它不仅仅是教科书上的一个公式更是所有数字音频CD、MP3、数字影像数码相机、视频、通信系统4G/5G乃至医疗成像CT、MRI赖以生存的根本法则。理解它你就能明白为什么CD的采样率是44.1kHz为什么高清视频有特定的帧率以及为什么在数字系统里我们总在和“高频噪声”作斗争。今天我们就抛开复杂的数学推导从工程直觉和实际应用的角度把采样定理掰开揉碎了讲清楚。2. 采样定理的核心为什么是“两倍”采样定理最经典的表述是为了无失真地重建一个带宽受限的连续时间信号采样频率必须至少大于信号最高频率的两倍。这个“两倍”的频率下限就是著名的奈奎斯特频率。2.1 一个直观的类比车轮与电影为什么是两倍我们可以用两个生活化的例子来理解。第一个是“车轮倒转”的错觉。在早期的电影里经常看到马车的轮子看起来是向后转的或者转得很慢。这是因为电影摄像机是以固定的帧率比如24帧/秒拍摄的。如果车轮辐条的旋转频率接近或超过了帧率的一半摄像机“采样”到的辐条位置就会产生混乱大脑无法分辨它到底是向前转了一圈还是向后转了一点。这个视觉上的错误重建就是“混叠”现象。要正确记录车轮的旋转摄像机的帧率必须远高于车轮旋转频率的两倍。第二个例子是绘制正弦波。想象你要在纸上画出一个纯净的正弦波。如果你每隔很长一段时间低于其周期的一半才取一个点然后用直线把这些稀疏的点连起来你得到的将是一条完全扭曲的、低频的折线根本看不出原来的正弦波模样。只有当你取点的间隔足够小采样率足够高连起来的线才会越来越逼近光滑的正弦曲线。这两个例子都指向同一个结论采样本质是在用一系列离散的点去“描绘”一条连续的曲线。如果点的密度不够你就无法唯一确定原来的曲线是哪一条必然会产生歧义和失真。2.2 数学上的“唯一性”保证从数学上看一个频率为 f 的纯净正弦波完全由它的幅度、频率和相位决定。关键点在于要唯一确定一个正弦波你至少需要在一个完整的周期内采样两个点。为什么因为一个点只能告诉你此刻的幅值但无法告诉你它是在上升还是下降也就无法确定其频率和相位。两个点才能连成一条有方向的线段从而锁定这个波的基本形态。因此对于最高频率为 f_max 的信号可以理解为由许多不同频率的正弦波叠加而成为了能捕捉到其中频率最高的那个成分对它的采样率就必须至少是 2 * f_max。这样才能保证对每一个频率成分都能满足“一周期内至少两个样本”的最低要求从而从数学上保证这一串样本序列所对应的原始连续信号是唯一的没有歧义。注意这里说的“两倍”是一个理论下限。在实际工程中由于抗混叠滤波器无法做到理想矩形通常需要留出一定的“安全余量”。例如音频CD的采样率为44.1kHz而人耳可听范围上限约为20kHz其奈奎斯特频率为40kHz留有约4.1kHz的过渡带供滤波器使用。3. 混叠采样定理的“破坏者”与实战应对违反采样定理的直接后果就是产生混叠。这是数字信号处理中最常见也最棘手的问题之一。高频信号被过低频率采样后会“伪装”成低频信号混入有效的低频信号中造成无法消除的失真。3.1 混叠是如何发生的想象一个频率为 7 Hz 的信号我们用 10 Hz 的采样率去采样违反了定理因为 10 2*714。采样后我们得到一系列点。神奇或者说糟糕的是你会发现这些点的分布 pattern与一个 3 Hz 的低频信号被 10 Hz 采样后得到的点一模一样计算机或重建算法无法区分这组样本到底来自 7 Hz 的信号还是 3 Hz 的信号它会“误认为”这是一个 3 Hz 的信号并将其重建出来。这个 3 Hz 就是混叠频率其计算公式为|采样频率 - 原始频率|。在实际工程中信号里不可避免地会包含高于奈奎斯特频率的噪声或谐波。如果不加处理直接采样这些高频成分就会全部混叠到低频带内污染我们真正关心的信号。3.2 实战防线抗混叠滤波器因此在采样之前必须在模拟域加入一个低通滤波器即抗混叠滤波器。它的任务非常明确将所有高于奈奎斯特频率的信号成分进行大幅度的衰减理想情况下是彻底消除确保进入采样器的信号最高频率被限制在 f_s/2 以下。选型与设计考量滤波器类型常用的是巴特沃斯或切比雪夫滤波器。巴特沃斯通带最平坦相位响应较好切比雪夫滚降更陡峭但通带有波纹。选择取决于你对通带平坦度和阻带衰减度的权衡。截止频率通常设置为略低于奈奎斯特频率f_s/2为滤波器从通带到阻带的过渡提供一个缓冲带。例如采样率 f_s 44.1kHz奈奎斯特频率为 22.05kHz滤波器截止频率可能设为 20kHz 或 21kHz。阶数阶数越高滤波器的滚降特性越陡峭能更干净地切除高频。但阶数越高电路越复杂相位失真也可能增加。这是一个需要折中的参数。一个常见的踩坑点很多初学者在用单片机ADC采样传感器信号时会忽略抗混叠滤波器直接读取ADC值。结果发现数据波动大有奇怪的低频干扰。这很可能就是环境中的高频噪声如开关电源噪声、射频干扰发生了混叠。解决方案很简单在传感器信号进入ADC引脚之前加一个简单的RC低通滤波器一阶无源滤波器其截止频率设为略高于你关心的信号频率但远低于采样率的一半往往能立竿见影地改善数据质量。4. 从采样到重建如何把离散点变回连续信号采样定理不仅规定了采样的下限也隐含了完美重建信号的方法。这个过程在接收端或播放端完成叫做重建或插值。4.1 理想重建与辛格函数理论上完美重建需要一个理想的低通滤波器其频率响应在 [-f_s/2, f_s/2] 内为1之外为0。在时域这个理想滤波器的冲激响应是sinc 函数sin(x)/x。重建过程可以这样理解每一个采样点不再是一个孤立的数值而是被赋予一个以该点为中心、形状为 sinc 函数的波形。然后将所有采样点产生的 sinc 函数波形在时间轴上叠加起来。由于 sinc 函数的特殊性质在其它采样时刻过零点叠加后在采样点时刻的值恰好就是原始采样值而在采样点之间则由这些 sinc 函数的“尾巴”平滑地填充起来最终得到一条完美的连续曲线。4.2 工程中的近似零阶保持与数字滤波器显然生成理想的 sinc 函数在物理上是不可实现的因为它是非因果且无限长的。在实际的DAC数模转换器中最常用的是一种叫做零阶保持的简单方法DAC将每个采样值保持一个采样周期直到下一个值到来。这样输出的是一个阶梯波。这个阶梯波包含了大量高频谐波因为阶跃变化。所以在DAC之后必须跟随一个模拟的重建滤波器通常也是一个低通滤波器它的任务就是平滑这个阶梯波滤除采样频率及其谐波带来的高频毛刺输出光滑的模拟信号。这个滤波器通常不如抗混叠滤波器要求那么苛刻因为它的主要目标是平滑而不是防止混叠。在现代高精度音频或测量系统中为了获得更好的重建质量会采用“过采样”技术。即先以极高的采样率进行数字插值上采样然后再通过DAC和相对简单的模拟滤波器输出。这样对模拟滤波器的性能要求大大降低更容易实现高质量重建。5. 采样定理的边界与常见误解澄清即使理解了基本原理在实际应用中仍有几个关键点容易混淆需要特别厘清。5.1 信号必须是“带限”的采样定理有一个重要前提原始连续信号必须是带宽受限的。也就是说它的频率成分必须有一个明确的上限 f_max。在现实世界中绝对的带限信号是不存在的因为任何时域有限的信号其频谱都是无限宽的。这就是为什么抗混叠滤波器如此重要——它的作用就是人工地创建一个满足定理前提的带限信号。5.2 采样率与信号频率的关系一个常见的误解是“采样率必须大于信号频率的两倍”。这种说法不准确容易引起困惑。更准确的说法是“采样率必须大于信号带宽的两倍”。如果信号频率范围是 f_L 到 f_H那么其带宽 B f_H - f_L。对于这种带通信号采样率并不需要大于 2*f_H而是有更灵活的带通采样定理。只要采样率满足一定条件同样可以无混叠地采样和重建。这在射频通信中非常有用可以用远低于载波频率的采样率来采样高频信号。5.3 量化噪声采样的另一个维度我们讨论的采样定理关注的是“时间上”的离散化是否足够密集这关系到频率信息是否丢失。而将采样点的幅值用有限精度的数字来表示的过程叫做量化这会引入量化噪声。采样定理解决了“能不能采”的问题而量化精度如16-bit, 24-bit则决定了“采得有多细”。两者共同决定了数字系统的整体保真度。高采样率可以防止高频混叠高量化位数可以提升动态范围和信噪比降低本底噪声。6. 在不同领域的典型应用与参数选择采样定理不是空中楼阁它的参数就体现在我们每天使用的数字产品规格中。6.1 数字音频44.1kHz 的由来人耳的听觉范围大约是20Hz到20kHz。根据奈奎斯特定理采样率至少需要40kHz。为什么CD标准是44.1kHz这个奇怪的数字这有其历史原因。早期数字音频与模拟录像带结合存储时需要与PAL和NTSC制式的电视行频、场频同步经过计算得出了44.1kHz这个兼容两者的频率。多出的4.1kHz22.05kHz - 20kHz就作为抗混叠滤波器的过渡带。对于更高品质的音频如录音棚常用的96kHz或192kHz采样率不仅是为了覆盖更宽的频率虽然人耳听不到超声波更是为了在模拟滤波环节获得更宽松的设计要求并可能带来更好的相位特性。6.2 数字图像与视频空间域与时间域的采样在图像处理中采样定理同样适用只不过维度变成了空间。图像采样由感光元件CCD/CMOS完成对应空间频率。像素密度DPI/PPI必须足够高才能准确捕获图像中的精细纹理否则会出现摩尔纹一种空间混叠现象在拍摄条纹或格栅物体时尤其明显。视频则是时间域和空间域采样的结合。帧率如24fps, 30fps, 60fps是时间采样率。低的帧率在拍摄快速运动物体时会产生卡顿或拖影这就是时间混叠。而1080p、4K等分辨率则是空间采样率的体现。6.3 软件定义无线电与通信在SDR和现代通信系统中带通采样技术被广泛应用。例如一个中心频率为100MHz、带宽为10MHz的射频信号传统方法需要ADC的采样率高于200MHz。但利用带通采样定理可以选择一个合适的采样率如25MHz只要满足一定条件就能将这个高频信号无混叠地“搬移”到低频进行数字化处理极大地降低了对ADC性能和后续数字处理速度的要求。7. 在MATLAB/Python中的仿真验证与学习建议理论学习之后最好的巩固方式就是动手仿真。你可以清晰地“看到”混叠的发生和重建的过程。7.1 混叠演示用PythonNumPy和Matplotlib可以轻松演示生成一个高频正弦波如 7 Hz和一个低频正弦波如 3 Hz。用较低的采样率如 10 Hz对高频信号进行采样得到一组离散点。绘制这组离散点并同时绘制低频正弦波的连续曲线。你会发现采样点完美地落在低频曲线上。尝试用这些点去重建信号算法只能重建出3 Hz的信号而7 Hz的原始信号已永久丢失。这个简单的实验能让你对混叠产生刻骨铭心的理解。7.2 重建过程可视化生成一个低频信号并采样。分别尝试不同的重建方法线性插值直接用直线连接相邻采样点。这是最简单的方法但会引入高频失真。sinc插值实现一个近似的sinc函数插值器。你可以看到当采样率满足奈奎斯特条件时sinc插值能几乎完美地重建原信号而当采样率不足时重建信号会严重失真。对比不同插值方法在时域和频域通过FFT观察的表现。7.3 给学习者的几点建议先直觉后数学不要一开始就扎进公式推导。先从车轮倒转、绘制曲线这些直观例子建立“采样密度不足会导致信息丢失”的强烈直觉。重视“抗混叠”在任何一个涉及ADC采样的实际项目中抗混叠滤波器应该是你电路设计清单上的必选项而不是可选项。理解“带宽”概念采样定理的核心是信号的带宽而不是其最高频率绝对值。理解带通采样能为你打开更广阔的思路。动手仿真在电脑上模拟采样、混叠、重建的全过程比读十遍课本都管用。视觉化的结果会让你对抽象定理有具象的认识。采样定理的魅力在于它用一个极其简洁的公式f_s 2B为整个数字信息时代划定了不可逾越的物理边界。它告诉我们在将连续世界离散化的过程中信息不是免费获得的你必须支付足够的“采样率”作为代价。下次当你聆听一首无损音乐、观看一部高清电影或者进行一次清晰的视频通话时不妨想想正是这个诞生于近一个世纪前的定理在默默地守护着数字洪流中的每一份真实。
)
