抽样定理是什么？简单来说，它是连接模拟世界与数字世界的桥梁。该定理规定了如何将连续变化的模拟信号转换为离散的数字信号，而不会丢失关键信息。只要满足采样频率大于信号最高频率的两倍，原始信号就可以从采样点中完美重建。这一原理是现代通信、音频处理、图像扫描等技术的理论基础。
在深入探讨技术细节之前，我们需要明确抽样定理是什么这一基本概念。在信息时代，我们使用的手机、电脑、数码相机等设备，处理的都是数字信号。然而，现实世界中的声音、光线、温度等都是连续变化的模拟信号。那么，如何将连续的模拟世界“切片”成离散的数字数据，同时保证这些数据能够代表原始信号呢？这就是抽样定理所要回答的问题。
如果采样率过低，我们会遇到“混叠”问题，导致信息失真；如果采样率过高，则会浪费存储空间和计算资源。抽样定理是什么的答案，就在于找到一个平衡点：奈奎斯特率（Nyquist Rate）。
理解抽样定理是什么，关键在于理解“频谱”和“采样”的关系。在频域中，采样操作相当于将原始信号的频谱以采样频率为周期进行复制。如果采样频率不够高，这些复制的频谱就会相互重叠，产生混叠，导致原始信息无法恢复。
时域上的采样，可以看作是原始信号与一个周期性的冲激函数序列（梳状函数）相乘。根据傅里叶变换的性质，时域相乘对应频域卷积。因此，采样后的信号频谱，是原始信号频谱与冲激函数频谱的卷积结果。冲激函数的频谱也是一个冲激函数序列，所以最终结果是原始频谱的周期性延拓。
抽样定理是什么的数学表达非常简洁：
设信号f(t)的最高频率为f_max，则采样频率f_s必须满足：
f_s ≥ 2f_max
这里的2f_max被称为奈奎斯特频率。如果f_s < 2f_max，就会发生混叠；如果f_s ≥ 2f_max，则可以通过理想低通滤波器无失真地重建原始信号。
重建过程在理论上是通过一个理想低通滤波器实现的。该滤波器的截止频率为f_s/2，增益为T（采样间隔）。在实际应用中，由于理想低通滤波器无法物理实现，通常使用Sinc插值函数或近似滤波器来进行重建。
尽管现在常被称为“奈奎斯特-香农采样定理”，但它的发现过程充满了曲折，涉及多位科学家的贡献。
虽然奈奎斯特本人并未直接提出采样定理，但他对信号传输速率的研究为后来的理论奠定了基础。他的名字与采样率紧密相连，因此有了“奈奎斯特频率”这一术语。
早在古代印度，数学家艾里就提出了类似的思想，但并未形成完整的数学理论。
奈奎斯特发表了一篇关于电报传输速度的论文，其中隐含了采样定理的思想，但并未明确表述为现代形式。
克劳德·香农在其划时代的论文《通信的数学理论》中，首次清晰、严格地表述了采样定理，并证明了其充分必要性。因此，该定理在英语世界中常被称为“Shannon Sampling Theorem”。
怀特黑德在更早的工作中提出了类似的插值公式，后来被香农引用和推广。
抽样定理是什么的应用极其广泛，几乎涵盖了所有数字信号处理领域。以下是几个典型的应用场景：
音频是最常见的应用领域。人耳的听觉范围约为20Hz至20kHz。根据抽样定理是什么的原理，为了无失真地记录声音，采样率必须至少为40kHz。
图像可以看作是二维信号。在水平方向和垂直方向上都需要满足抽样定理是什么的条件。
在移动通信中，抽样定理是什么决定了信号的数字化方式。
医学影像技术也依赖于采样理论。
为了更深入地理解抽样定理是什么，我们通过几个具体的计算示例来演示如何确定采样率。
问题：人耳能听到的最高频率是20kHz，CD应该使用多大的采样率？
解答：根据抽样定理是什么，最小采样率应为2 20kHz = 40kHz。然而，实际滤波器无法做到理想的矩形截止，需要一定的过渡带。因此，通常选择略高于40kHz的值，如44.1kHz或48kHz。
问题：心电图信号的主要频率成分集中在0.05Hz到150Hz之间，为了准确记录，采样率至少应为多少？
解答：最高频率f_max = 150Hz。根据抽样定理是什么，最小采样率f_s ≥ 2 150Hz = 300Hz。为了留有余量，通常会选择500Hz或1000Hz的采样率。
问题：如果一个信号包含10kHz和12kHz的频率成分，采样率为20kHz，会发生什么？
解答：奈奎斯特频率为10kHz。10kHz的成分刚好在奈奎斯特频率上，可能无法准确重建。12kHz的成分高于奈奎斯特频率，会发生混叠。混叠后的频率为 |f_s - f_input| = |20kHz - 12kHz| = 8kHz。因此，12kHz的信号会被错误地重建为8kHz的信号。
| 应用领域 | 信号最高频率 (f_max) | 最小采样率 (2f_max) | 常用采样率 (f_s) | 备注 |
|---|---|---|---|---|
| 电话语音 | 3.4 kHz | 6.8 kHz | 8 kHz | 满足通话需求 |
| CD音质 | 20 kHz | 40 kHz | 44.1 kHz | 留有余量 |
| 高解析音频 | 20 kHz | 40 kHz | 96 kHz / 192 kHz | 超采样，便于滤波 |
| 心电图 | 150 Hz | 300 Hz | 500 Hz - 1000 Hz | 医疗标准 |
| 以太网 | 125 MHz (基础) | 250 MHz | 250 MHz | 100BASE-TX |
尽管抽样定理是什么的原理相对简单，但在实际应用中，人们经常犯一些错误。
虽然更高的采样率可以提供更好的保真度，但它也会增加数据量、存储成本和计算负担。根据抽样定理是什么，只要满足f_s ≥ 2f_max，理论上就可以无失真重建。过高的采样率只会带来边际效益递减，甚至可能引入更多的量化噪声。
奈奎斯特频率是采样率的一半，而不是信号的最高频率。信号的最高频率是f_max，而奈奎斯特频率是f_s/2。只有当f_s = 2f_max时，两者才相等。通常f_s > 2f_max，所以奈奎斯特频率高于信号的最高频率。
理想低通滤波器在物理上无法实现。实际滤波器有一定的过渡带，因此无法完全滤除高于奈奎斯特频率的成分。这就是为什么通常选择比最小采样率高得多的采样率，以放宽滤波器的设计要求。
抽样定理是什么适用于所有带限信号，包括图像、视频、射频信号、生物电信号等。任何需要离散化的连续信号都受此定理约束。
以下是网民在搜索抽样定理是什么时最常关心的问题，我们提供了深度解答。
是的，它们通常指代同一个原理。香农采样定理、奈奎斯特采样定理和Whittaker-Shannon插值公式在大多数工程语境下是等价的，都指代f_s ≥ 2f_max这一条件。
44.1kHz的选择有其历史原因。早期数字音频记录使用录像带，44.1kHz是为了兼容当时的视频标准（如NTSC和PAL）。此外，它略高于40kHz，为抗混叠滤波器提供了足够的过渡带。
不能。一旦采样率不足导致混叠，高频信息就已经丢失并折叠到低频区域，这个过程是不可逆的。因此，必须在采样前使用抗混叠滤波器。
过采样是指采样率远高于奈奎斯特率。它可以简化抗混叠滤波器的设计，降低量化噪声的影响，并提高动态范围。在DAC中，过采样还可以减少重建滤波器的复杂度。
是的，抽样定理适用于所有带限信号，无论其是否周期。只要信号的频谱在某个频率之外为零，就可以应用该定理。
压缩感知是一种新兴的信号处理技术，它允许在低于奈奎斯特率的情况下重建稀疏信号。它并没有推翻抽样定理，而是利用了信号的稀疏性这一额外先验信息，从而突破了传统采样定理的限制。
通常使用巴特沃斯（Butterworth）或切比雪夫（Chebyshev）低通滤波器。巴特沃斯滤波器通带平坦，切比雪夫滤波器过渡带更陡。选择取决于对通带纹波和过渡带宽度的要求。
在图像处理中，像素的密度决定了空间采样的频率。如果图像中的细节（如细条纹）高于奈奎斯特频率（即像素间距的一半），就会产生摩尔纹。因此，相机传感器前通常有光学低通滤波器。
虽然人耳听不到20kHz以上的声音，但高音谐波可能影响听感。此外，高采样率可以简化滤波器设计，减少相位失真，并提供更高的动态范围。尽管存在争议，但高解析音频仍被许多发烧友推崇。
证明主要涉及傅里叶变换和复变函数理论。核心思路是：采样后信号的频谱是原始频谱的周期延拓，如果延拓不重叠，则可以通过低通滤波器提取原始频谱，再经逆傅里叶变换得到原始信号。