奈奎斯特频率和采样定理的解释

🎯 一、采样定理（香农采样定理 / Nyquist-Shannon Sampling Theorem）

核心思想：
一个带限连续时间信号，若其最高频率分量为 $f_{\text{max}}$，则只要以不低于 $2f_{\text{max}}$ 的频率进行采样，就可以从采样后的离散信号中无失真地重建原始连续信号。

---

✅ 二、数学表述

设连续时间信号 $x(t)$ 是带限信号，即其傅里叶变换满足：

$$X(f)=0,\text{当 }|f|>f_{\text{max}}$$

若以采样频率 $f_s$ 对 $x(t)$ 进行理想冲激采样，得到离散信号：

$$x_s(t)=x(t)\cdot \sum _{n=-\infty }^{\infty }\delta (t-n{T}_s)=\sum _{n=-\infty }^{\infty }x(n{T}_s)\delta (t-n{T}_s)$$

其中：

• $T_s=\frac{1}{f_s}$：采样周期
• $f_s$：采样频率（单位：Hz）

---

🔁 三、采样信号的频谱

根据傅里叶变换的“时域相乘 → 频域卷积”性质，采样后的频谱为：

Xs(f)=F{xs(t)}=X(f)∗F{∑n=−∞∞δ(t−nTs)} X_s(f) = \mathcal{F}\{x_s(t)\} = X(f) * \mathcal{F}\left\{ \sum_{n=-\infty}^{\infty} \delta(t - nT_s) \right\} Xs​(f)=F{xs​(t)}=X(f)∗F{n=−∞∑∞​δ(t−nTs​)}

我们知道：

$$\mathcal{F}\left\{\sum _{n=-\infty }^{\infty }\delta (t-n{T}_s)\right\}=f_s\sum _{k=-\infty }^{\infty }\delta (f-k{f}_s)$$

所以：

$$X_s(f)=f_s\sum _{k=-\infty }^{\infty }X(f-k{f}_s)$$

👉 这意味着：原始频谱 $X(f)$ 以 $f_s$ 为间隔，在频域被周期性复制（搬移）。

---

🚫 四、混叠（Aliasing）现象

如果采样频率 $f_s$ 太低，即：

$$f_s<2f_{\text{max}}$$

→ 相邻的频谱副本会重叠，导致无法从 $X_s(f)$ 中分离出原始 $X(f)$，从而无法无失真重建信号。这种现象称为频谱混叠（Aliasing）。

---

✅ 五、无混叠条件 —— 采样定理正式表述

若信号 $x(t)$ 是带限的，最高频率为 $f_{\text{max}}$，则当采样频率满足：

$$f_s>2f_{\text{max}}$$

时，原始信号 $ x(t) $ 可由采样值 $ x(nT_s) $ 完全重建。

---

📏 六、奈奎斯特频率（Nyquist Frequency）的数学推导

定义：

奈奎斯特频率 是指无混叠采样所需的最低采样频率的一半，即：

$$\boxed{f_N=\frac{f_s}{2}}$$

但更关键的是：信号最高频率 $ f_{\text{max}} $ 必须小于奈奎斯特频率，即：

$$f_{\text{max}}<f_N=\frac{f_s}{2}$$

→ 因此，采样定理条件也可写作：

$$f_s>2f_{\text{max}}\iff f_{\text{max}}<\frac{f_s}{2}=f_N$$

---

🧮 七、为什么是“2倍”？—— 数学直观解释

从频谱图看：

• 原始频谱占据 $[-f_{\text{max}},f_{\text{max}}]$，带宽为 $2f_{\text{max}}$
• 采样后频谱以 $f_s$ 为周期重复
• 要避免相邻频谱重叠，需满足：

$$f_s-f_{\text{max}}>f_{\text{max}}\Rightarrow f_s>2f_{\text{max}}$$

如下图示意（文字描述）：

         X(f)▲│     /\      原始频谱│    /  \│   /    \│  /      \└─┴────────┴──► f-fm      fm采样后：▲│  ... /\    /\    /\ ...│     /  \  /  \  /  \│    /    \/    \/    \└───┴────┴─┴────┴─┴────┴──► f-fs   -fm fm  fs↑重叠区（若 fs < 2fm）

只有当 $f_s>2f_{\text{max}}$ 时，相邻副本之间才有“空隙”，可用理想低通滤波器恢复原始信号。

---

🔧 八、信号重建公式（Whittaker–Shannon 插值公式）

当满足采样定理时，原始信号可通过采样值重建：

$$x(t)=\sum _{n=-\infty }^{\infty }x(n{T}_s)\cdot \text{sinc}\left(\frac{t-n{T}_s}{T_s}\right)$$

其中：

$$\text{sinc}(u)=\frac{\sin (\pi u)}{\pi u}$$

👉 这就是“用采样点 + sinc 插值函数”完美重建连续信号的数学表达。

---

📌 九、重要概念辨析

术语	含义
最高信号频率 $f_{\text{max}}$	信号频谱中非零的最高频率成分
奈奎斯特频率 $f_N$	$f_N=\frac{f_s}{2}$，采样频率的一半
奈奎斯特率（Nyquist Rate）	$2f_{\text{max}}$，无混叠所需的最小采样频率
采样频率 $f_s$	实际使用的采样频率，必须 > 奈奎斯特率

⚠️ 常见误区：

“奈奎斯特频率 = 信号最高频率” ❌
正确是：“奈奎斯特频率 = 采样频率的一半”，而信号最高频率必须小于它 ✅

---

📚 十、实际应用与抗混叠滤波器

在实际系统中，信号往往不是理想带限的，因此：

1. 在采样前，需加抗混叠滤波器（Anti-aliasing Filter） —— 一个低通滤波器，截止频率 ≤ $\frac{f_s}{2}$
2. 确保输入信号在 $\frac{f_s}{2}$ 以上频率分量被充分衰减
3. 例如：音频CD采样率44.1kHz → 抗混叠滤波器截止频率约20kHz

---

✍️ 总结

• 采样定理：$f_s>2f_{\text{max}}$ ⇒ 可无失真重建
• 奈奎斯特频率：$f_N=\frac{f_s}{2}$，是采样系统能表示的最高频率
• 奈奎斯特率：$2f_{\text{max}}$，是所需最小采样频率
• 混叠：因采样不足导致频谱重叠，信息丢失
• 重建：用 sinc 插值从采样点恢复连续信号

---

✅ 最终数学表达式汇总：

$$\boxed{\begin{array}{rl}& \text{采样定理条件：}{f}_s>2f_{\text{max}}\\ & \text{奈奎斯特频率：}{f}_N=\frac{f_s}{2}\\ & \text{信号可重建条件：}{f}_{\text{max}}<f_N\\ & \text{重建公式：}x(t)=\sum _{n}x(n{T}_s)\cdot \text{sinc}\left(\frac{t-n{T}_s}{T_s}\right)\end{array}}$$

---

📌 一句话记忆：

“要想不失真，采样频率至少是信号最高频率的两倍 —— 这就是奈奎斯特！”