从理论基础到硬件实操，全面掌握奈奎斯特采样定理的核心逻辑。本页面整合了全网最详尽的抽样定理实验视频教学资源、故障排查指南及数学推导，助您彻底攻克信号处理难关。
开始探索实验流程 ↗在数字信号处理（DSP）领域，抽样定理被誉为连接模拟世界与数字世界的桥梁。对于初学者而言，理解这一概念往往比背诵公式更具挑战性。抽样定理实验视频教学的核心目的，正是将抽象的频域变换转化为可视化的时域波形。
若连续信号 f(t) 的最高频率分量为 f_H Hz，则为了能由抽样序列无失真地恢复原信号，抽样频率 f_s 必须满足：
f_s ≥ 2 · f_H。
许多学生在观看抽样定理实验视频教学时，常对"2 倍”这个系数感到困惑。这源于傅里叶变换的频移特性。当我们对信号进行周期性抽样时，其频谱会在原点及整数倍的抽样频率处重复出现。如果 f_s 小于 2f_H，这些重复的频谱就会相互重叠，导致无法分离出原始频谱，这就是著名的混叠（Aliasing）现象。
定义为信号最高频率的两倍（2f_H），它是允许使用的最低抽样频率的理论下限。
记为 T_s = 1/f_s。在实验中，调节脉冲发生器的周期即是在调节此参数。
理想情况下需使用截止频率为 f_H 的低通滤波器来提取基带频谱。
基于主流高校电子实验室的配置，我们整理了标准化的抽样定理实验视频教学操作手册。本流程适用于函数信号发生器、采样保持电路及示波器的组合测试。
开启信号源，输出频率 f_m = 1 kHz 的正弦波，幅度调至 2Vpp。接入示波器通道 CH1，确认波形纯净无噪。
设置脉冲调制器，使采样频率 f_s = 10 kHz（即 f_s = 10f_m）。此时示波器 CH2 应显示出一系列顶部随正弦波变化的脉冲。
缓慢降低 f_s 直至 f_s = 2 kHz。观察 CH2 波形，此时每个正弦波周期恰好对应两个脉冲点。这是判断能否恢复的关键时刻。
继续降低 f_s 至 1.5 kHz。此时波形将出现明显的畸变，这就是混叠现象的直观体现。
| 实验序号 | 输入频率 f_m (Hz) | 采样频率 f_s (Hz) | 比值 f_s / f_m | 现象描述 | 结论 |
|---|---|---|---|---|---|
| 1 | 1000 | 10000 | 10 | 脉冲包络清晰跟随正弦波 | 无失真（过采样） |
| 2 | 1000 | 2000 | 2 | 脉冲顶点刚好触及正弦波峰值 | 临界状态 |
| 3 | 1000 | 1500 | 1.5 | 脉冲高度变化规律改变，频率降低 | 严重混叠 |
| 4 | 1000 | 1200 | 1.2 | 输出呈现低频拍频现象 | 完全混叠 |
在抽样定理实验视频教学中，最令人费解的莫过于“为什么采样后频率会变低”。这是因为人眼或示波器在观察离散点连线时，大脑会自动填补空缺，从而产生了错误的频率感知。
当采样频率远高于信号频率时，相邻采样点之间的相位差很小。通过简单的线性插值或低通滤波，可以完美还原原始波形。这是所有数字音频和通信系统的工作常态。
理论上，只要采样点落在波形的极值点（如峰值），就能确定振幅。但在实际工程中，由于噪声干扰和相位抖动，f_s = 2f_m 极其危险。一旦相位偏移 90 度，采样点全部落在过零点，信号将直接消失！因此，工程上通常要求 f_s ≥ 2.5f_m。
当 f_s < 2f_m 时，高频信号被“伪装”成了低频信号。例如，一个 1000Hz 的信号以 1500Hz 采样，输出的离散序列看起来像是一个 500Hz 的信号（因为 1500 - 1000 = 500）。这种现象被称为假频（Foldover Frequency）。
为了辅助抽样定理实验视频教学，这里提供一段核心的 MATLAB 代码。您可以直接在本地运行，生成不同采样率下的频谱图，直观对比混叠效果。
% 抽样定理仿真脚本
clear; clc; close all;
fs_original = 1000; % 原始信号频率 1kHz
t = 0:0.0001:0.1; % 时间轴
x = sin(2pifs_originalt); % 原始模拟信号
% 定义三种采样情况
Fs_list = [2000, 1500, 1000];
titles = {'f_s = 2f_m', 'f_s < 2f_m (混叠)', 'f_s << 2f_m'};
figure('Color','w');
for i = 1:length(Fs_list)
Fs = Fs_list(i);
Ts = 1/Fs;
n = 0:floor(t(end)/Ts):floor(t(end)/Ts);
x_sampled = sin(2pifs_originalnTs);
subplot(3,1,i);
stem(n, x_sampled, 'filled'); hold on;
plot(t, x, 'r--', 'LineWidth', 1); % 绘制原始波形参考
title(['采样频率 F_s = ', num2str(Fs), ' Hz'], 'FontSize', 12);
xlabel('样本点 n'); ylabel('幅度');
grid on;
legend('采样点', '原始信号');
end
上述代码首先构建了一个 1kHz 的正弦波，然后分别以 2kHz、1.5kHz 和 1kHz 的频率进行离散化采样。运行结果将清晰地展示：当 Fs 降至 1.5kHz 时，采样点的分布不再遵循原始正弦波的轨迹，而是呈现出一种虚假的低频波动，这正是混叠的数学证明。
高采样率并不能消除所有噪声。如果噪声频率高于奈奎斯特频率且没有经过抗混叠滤波器，它会被折叠到低频段。此外，量化噪声（Quantization Noise）与位深有关，与采样率无关。解决之道是增加位深并严格设计前端滤波器。
这通常是由于触发模式设置不当或接地不良造成的。请尝试将示波器触发源设置为 CH2（采样脉冲），并选择“边沿触发”，上升沿或下降沿均可。同时检查探头接地夹是否接触良好。
不。根据傅里叶分析，任何有限带宽的信号都可以分解为多个正弦波的叠加。只要信号的最高频率分量满足 f_s ≥ 2f_max，无论波形多么复杂（方波、三角波等），都能被无失真恢复。
过冲通常发生在信号重建过程中，特别是使用理想低通滤波器（Sinc 函数）时，由于吉布斯现象（Gibbs Phenomenon）导致的振铃。这与抽样定理本身无直接冲突，但在工程实现中，我们会使用窗函数或巴特沃斯滤波器来抑制过冲。