从模拟信号到数字世界的桥梁，理解奈奎斯特抽样定理如何重塑我们的通信、音频与视觉体验。
在数字信号处理（DSP）领域，奈奎斯特抽样定理（Nyquist-Shannon Sampling Theorem），也称为香农采样定理，是连接模拟世界与数字世界的核心桥梁。它由哈里·奈奎斯特（Harry Nyquist）和克劳德·香农（Claude Shannon）等人奠定理论基础，确立了连续时间信号离散化过程中的基本准则。
简单来说，为了准确捕捉一个信号，你每秒采样的次数必须至少是该信号最高频率的两倍。这一原理不仅适用于音频，还广泛应用于图像采集、视频编码、雷达系统以及现代移动通信技术中。
模拟信号在时间和幅度上都是连续的，而计算机和数字存储设备只能处理离散的数字数据。抽样（Sampling）是将时间上连续的模拟信号转换为时间上离散的数字信号的第一步。如果没有严格的理论指导，这种转换将不可避免地丢失信息或引入无法消除的噪声。
理解奈奎斯特抽样定理的关键在于频域分析。当我们对模拟信号进行抽样时，在频域上相当于原信号的频谱以采样频率 fs 为周期进行延拓。
设模拟信号为 xa(t)，抽样脉冲为 p(t)，则抽样信号 xs(t) = xa(t) · p(t)。理想抽样脉冲是狄拉克δ函数序列。
时域相乘对应频域卷积。抽样信号的频谱 Xs(jΩ) 是原信号频谱 Xa(jΩ) 的周期性重复，间隔为采样角频率 Ωs = 2πfs。
为了从 Xs(jΩ) 中恢复出 Xa(jΩ)，频谱副本之间不能发生重叠。即要求 fs > 2fm。如果发生重叠，即产生频谱混叠。
假设有一个频率为 1kHz 的正弦波 x(t) = sin(2π·1000·t)。
混叠是违反奈奎斯特抽样定理的直接后果。它表现为高频信号“伪装”成低频信号。这种现象在音频中听起来像是低沉的嗡嗡声，在视频中则表现为车轮倒转或波浪静止不动。
想象一个风扇叶片以高速旋转。如果相机快门速度（采样率）不够快，你看到的叶片旋转方向可能与实际相反，或者看起来转得很慢。这就是时间上的混叠。
高频正弦波，频率为 7kHz。带宽限制在 20kHz 以内。
采样率设为 10kHz。根据定理，可恢复的最高频率为 5kHz。7kHz 的信号超出了奈奎斯特频率。
7kHz 的信号在采样后，其频谱分量折叠到了 10kHz - 7kHz = 3kHz 处。重建后的信号是 3kHz 的正弦波，而非原来的 7kHz。
解码器无法区分这是原始的 3kHz 信号还是混叠产生的 3kHz 信号，导致永久性失真。
避免混叠的唯一可靠方法是在抽样前使用抗混叠滤波器（Anti-aliasing Filter）。这是一种模拟低通滤波器，其截止频率设置为 fs/2，从而滤除所有可能导致混叠的高频成分。
该定理不仅停留在纸面上，它是现代数字技术的基石。以下是网友们最关心的几个应用场景及其背后的原理。
人类听觉范围通常为 20Hz 至 20kHz。根据奈奎斯特抽样定理，要完美还原这一范围，采样率至少需要 40kHz。
在视频和图像领域，奈奎斯特抽样定理同样适用，但涉及空间频率而非时间频率。
在 4G/5G 通信中，带宽资源极其宝贵。工程师利用奈奎斯特抽样定理的变体——奈奎斯特带宽效率理论，来设计脉冲成形滤波器。
许多人混淆采样率（Sampling Rate）和位深（Bit Depth）。
| 参数 | 定义 | 影响 | 奈奎斯特关系 |
|---|---|---|---|
| 采样率 | 每秒采集样本的次数 (Hz) | 决定频率响应范围（能还原多高的音高） | 必须 > 2 × 信号最高频率 |
| 位深 | 每个样本的比特数 (bit) | 决定动态范围和信噪比（声音有多安静或多响亮） | 无直接奈奎斯特限制，但影响量化噪声 |
以下是关于奈奎斯特抽样定理及其周边知识的高频问题深度解答。
理论上，如果采样率正好等于 2fm，且相位对齐得当，可以恢复信号。但在实际工程中，这处于临界状态。如果采样点恰好落在正弦波的过零点上，将无法检测到信号的存在（全为零）。因此，实际应用中总是要求 fs > 2fm，并留出余量。
过采样是指使用远高于奈奎斯特频率的采样率进行采样。其优点包括：1. 降低对抗混叠滤波器陡峭度的要求；2. 提高信噪比（SNR），因为量化噪声被分散到更宽的频带上，后续通过数字滤波抽取可以去除带外噪声；3. 简化模拟前端设计。
可以。这被称为带通采样定理（Bandpass Sampling Theorem）。如果信号带宽为 B，最高频率为 fm，最低频率为 fL，则采样率 fs 可以低至 2B，只要满足特定的整数倍数关系，使频谱副本不重叠。这在无线电接收机中用于降低高频信号的ADC采样压力。
直接影响较小，但间接相关。图像压缩（如 JPEG）主要利用人眼视觉特性（HVS）去除冗余。然而，在图像缩放或旋转时，如果插值算法不当，可能会引入高频伪影。理解采样和混叠有助于设计更好的重采样算法，确保图像缩放后的清晰度。
对于最终听感而言，48kHz 已完全满足人耳需求。192kHz 的高采样率主要服务于专业制作流程：1. 为后期处理（如变调、变速）提供更大的余量，减少算法引入的失真；2. 某些高端模拟-to-数字转换器的设计在高采样率下表现更好；3. 部分发烧友认为高采样率能带来更自然的相位响应。但从纯信息论角度，超出人耳听觉范围的高频数据对最终回放无直接贡献。
奈奎斯特抽样定理不仅是信号处理课程的必修课，更是现代数字文明的隐形支柱。从你口袋里的智能手机到太空中的卫星通信，从流媒体音乐到医疗影像诊断，该定理确保了模拟世界信息向数字世界准确、高效迁移的可能性。
掌握这一原理，有助于工程师设计更合理的系统，也有助于普通用户理解数字媒体背后的科学逻辑，避免被营销术语误导。记住核心要点：采样率必须足够高，以防止混叠；抗混叠滤波是必要的防线。