从理论基础到工程实践：全方位解读奈奎斯特采样定理、频谱混叠机制及现代数字信号处理中的关键策略。
在信息时代，我们生活的世界本质上是连续的模拟世界，而计算机和数字通信系统处理的是离散的比特流。信号与系统采样定理（Sampling Theorem）正是连接这两个世界的桥梁。它不仅是数字信号处理（DSP）的基石，也是现代通信技术、音频录制、医学成像等领域的核心理论依据。
该定理最早由哈里·奈奎斯特（Harry Nyquist）在 1928 年提出概念，后由克劳德·香农（Claude Shannon）在 1949 年的经典论文《通信的数学理论》中进行了严谨的数学证明，因此也被称为奈奎斯特 - 香农采样定理。
若连续信号 的最高频率分量为 ，则以采样频率 进行均匀采样，可无失真地恢复原信号。
必须严格大于 。若等于，仅适用于特定相位；若小于，将发生不可逆的混叠失真。
时域的采样对应于频域的周期延拓。只有当延拓的频谱互不重叠时，才能通过低通滤波器提取原始频谱。
要深入理解采样定理，必须从频域角度进行分析。让我们通过数学推导来看看发生了什么。
设模拟信号为 ，其傅里叶变换为 。假设 是带限信号，即当 时，。
理想采样过程可以看作是将 乘以一个周期性的冲激串 ：
p(t) = Σ δ(t - nT_s), n = 0, ±1, ±2... 其中 T_s = 1/f_s 为采样周期，f_s 为采样频率。
采样后的信号 为：
x_s(t) = x(t) · p(t) = Σ x(nT_s)δ(t - nT_s)
在频域中，时域的乘法对应于频域的卷积。冲激串的傅里叶变换仍然是冲激串，其频谱间隔为 。因此，采样后信号的频谱 为：
X_s(f) = X(f) P(f) = f_s · Σ X(f - k·f_s)
这意味着，原始信号的频谱 被复制到了 的位置（ 为整数），形成了周期性的延拓。
为了能从 中恢复出 ，必须保证这些复制的频谱之间互不重叠。观察频谱图可知，第一个复制谱的中心在 ，其左边缘在 ；原始谱的右边缘在 。
若要两者不重叠，必须满足：
这里的 被称为奈奎斯特速率（Nyquist Rate），而 被称为奈奎斯特频率（Nyquist Frequency）。
| 参数名称 | 符号 | 定义 | 物理意义 |
|---|---|---|---|
| 最高频率 | 信号频谱非零部分的截止频率 | 决定了信号变化的快慢程度 | |
| 采样频率 | 单位时间内采样的点数 | 决定了数字化过程的精度上限 | |
| 奈奎斯特速率 | 无失真采样的最小频率 | 理论下限，工程需留余量 | |
| 奈奎斯特频率 | 采样系统能分辨的最高频率 | 高于此频率的信号将被混叠 |
在实际应用中，违反采样定理的后果是灾难性的。当 时，高频分量会折叠到低频段，这种现象称为混叠（Aliasing）。
假设有一个频率为 的正弦波。根据公式 ，当 时，。
这意味着，原本高频的 信号，在采样后会被误认为是低频的 信号。这种错误是无法通过后期算法消除的，因为信息已经丢失。
最经典的例子是电影中的马车车轮。当车轮旋转速度过快，超过了摄像机的帧率（采样率）的两倍时，观众会看到车轮似乎在倒转。这就是典型的时间域混叠。
为了防止混叠，必须在采样之前对模拟信号进行处理。这个处理单元就是抗混叠滤波器，它是一个低通滤波器。
设计原则：
采样只是第一步，如何将离散的数字序列还原为连续的模拟波形是另一个关键环节。
理论上，如果满足采样定理，可以通过一个理想低通滤波器（LPF）完美重建信号。该滤波器的增益为 ，截止频率为 。
在时域上，这等效于用Sinc 函数（）对采样点进行插值：
x(t) = Σ x[n] · sinc((t - nT_s)/T_s)
然而，Sinc 函数是无限长的，且是非因果的（需要未来的数据），物理上无法实现。
实际的 DAC（数模转换器）通常采用零阶保持方式。即在一个采样周期 内，保持上一个采样点的值不变，形成阶梯状波形。
ZOH 的影响：
因此，在 DAC 之后通常还需要接一个平滑滤波器（Smoothing Filter），以去除高频阶梯纹和镜像分量，得到平滑的模拟曲线。
信号与系统采样定理的应用无处不在，以下列举几个典型场景及其特殊考量。
人耳听觉范围约为 20Hz ~ 20kHz。根据采样定理，最低采样率应为 40kHz。CD 标准采用了 44.1kHz 的采样率，留出了约 2.05kHz 的保护带，用于放置抗混叠滤波器。
传统电话主要传输人声的可懂度部分，带宽限制在 300Hz ~ 3.4kHz。因此，PCM 编码采用 8kHz 的采样率（），每个样本 8bit，速率为 64kbps。
图像的采样发生在空间域（行和列）。摩尔纹（Moiré pattern）就是典型的空间混叠现象。相机传感器前的光学低通滤波器（OLPF）就是为了抑制高频细节导致的混叠。
SDR 技术试图将天线接收到的射频信号直接数字化。由于射频频率极高，直接采样极难，通常采用欠采样（Bandpass Sampling）技术，利用带通信号的采样定理，在较低频率下直接捕获高频带。
在现代 Hi-Fi 音频和高精度测量中，单纯提高采样率已不够，常结合Δ-Σ调制（Delta-Sigma Modulation）。该技术通过极高的过采样率（如 64 倍或 128 倍）配合噪声整形，将量化噪声推向高频，再通过数字滤波器滤除，从而获得极高的信噪比（SNR）和动态范围。
虽然奈奎斯特采样定理是基础，但在特定条件下，我们可以突破 的限制。
如果信号不是从 0Hz 开始的基带信号，而是位于某个高频段 的带通信号，且带宽 远小于中心频率，那么采样频率不需要达到 ，只需满足特定条件即可。
带通采样定理要求：
这使得我们能够直接对射频信号进行采样，极大地简化了硬件架构，是现代 SDR 技术的核心。
这是一个颠覆性的领域。如果信号在某个变换域（如小波域、傅里叶域）是稀疏的（Sparse），那么我们可以用远低于奈奎斯特率的采样率重构信号。这打破了传统采样定理的界限，是近年来信号处理领域的重大突破。