这是本文档旧的修订版！

---

奈奎斯特定理通常指“奈奎斯特采样定理”，它回答一个核心问题：

连续的模拟信号，至少要用多快的速度采样，才能从采样结果中完整恢复原信号？

## 1. 定理的基本表述

假设一个连续信号中包含的最高频率为 \(f_{\max}\)，为了理论上无失真地恢复该信号，采样频率 \(f_s\) 必须满足：

\[ \boxed{f_s>2f_{\max}} \]

其中：

- \(f_s\)：采样频率，每秒采多少个点，单位为 Hz - \(f_{\max}\)：原信号的最高频率 - \(2f_{\max}\)：奈奎斯特率（Nyquist rate） - \(f_s/2\)：奈奎斯特频率（Nyquist frequency）

注意这两个概念容易混淆：

例如，一个信号最高频率为 10 kHz：

\[ f_s>2\times10\text{ kHz}=20\text{ kHz} \]

所以理论上采样频率应高于 20 kHz。

—

## 2. 为什么至少要采样两次？

考虑一个频率为 \(f\) 的正弦信号：

\[ x(t)=A\sin(2\pi ft+\varphi) \]

一个周期内至少需要两个采样点，才能描述它最基本的周期变化。如果每个周期少于两个采样点，采样结果就可能被误认为是一个更低频率的信号。

但“每周期两个点”只是理论极限，并不意味着实际系统中两个点就足够好。

例如：

\[ x(t)=\sin(2\pi ft) \]

如果恰好以 \(f_s=2f\) 采样，而且采样点都落在正弦波的过零点上，那么所有样本都可能是 0：

\[ x[n]=\sin(\pi n)=0 \]

采样系统会误以为原信号始终为零。因此严格写法通常是：

\[ f_s>2f_{\max} \]

而不是简单地写成 \(f_s=2f_{\max}\)。

—

## 3. 欠采样与混叠

当采样频率不满足奈奎斯特条件时，会发生“混叠”（aliasing）：

高频信号采样后伪装成另一个低频信号，而且仅凭采样结果通常无法恢复真实频率。

混叠后的频率可以理解为：

\[ f_{\text{alias}}=|f-kf_s| \]

其中选择整数 \(k\)，使混叠频率落在：

\[ 0\le f_{\text{alias}}\le \frac{f_s}{2} \]

### 示例

用 \(f_s=8\text{ kHz}\) 的采样率采集一个 \(f=6\text{ kHz}\) 的正弦波。

此时奈奎斯特频率为：

\[ \frac{f_s}{2}=4\text{ kHz} \]

6 kHz 超过了 4 kHz，因此发生混叠：

\[ f_{\text{alias}}=|6-8|=2\text{ kHz} \]

也就是说，采样系统看到的可能是一个 2 kHz 信号，而不是原来的 6 kHz 信号。

这两种信号在采样时刻上可以产生完全相同的样本，因此采样完成后通常无法判断原来是哪一个。

—

## 4. 从频域理解

采样可以看作原信号与一串周期冲激相乘。时域相乘对应频域卷积，因此采样后，原信号的频谱会以 \(f_s\) 为间隔周期性复制：

\[ X_s(f)=\frac{1}{T_s}\sum_{k=-\infty}^{\infty}X(f-kf_s) \]

其中：

\[ T_s=\frac{1}{f_s} \]

假设原信号频谱只存在于：

\[ -f_{\max}\le f\le f_{\max} \]

每份频谱的总宽度是 \(2f_{\max}\)。为了使相邻的频谱副本不重叠，需要：

\[ f_s>2f_{\max} \]

如果 \(f_s\) 太低，频谱副本互相重叠。重叠后不同频率成分混在一起，这就是混叠。

```mermaid flowchart LR

  A["原信号频谱<br/>最高频率 fmax"] --> B["以 fs 采样"]
  B --> C["频谱每隔 fs 重复"]
  C --> D{"fs > 2fmax？"}
  D -->|"是"| E["频谱副本不重叠<br/>理论上可以恢复"]
  D -->|"否"| F["频谱副本重叠<br/>产生混叠"]

```

—

## 5. 如何恢复原信号？

当信号严格带限，并且满足奈奎斯特条件时，可以用理想低通滤波器从重复的频谱中取出原始频谱。

在时域中，对应的理论重建公式是 sinc 插值：

\[ x(t)=\sum_{n=-\infty}^{\infty}x[n]\, \operatorname{sinc}\left(\frac{t-nT_s}{T_s}\right) \]

其中：

\[ x[n]=x(nT_s) \]

每个采样点对应一个 sinc 函数，所有 sinc 函数叠加后，可以精确恢复原连续信号。

不过这是理想情况，因为：

- 理想低通滤波器无法完全实现 - sinc 函数在时间上无限延伸 - 真实信号通常不是严格带限信号 - 采样时钟存在抖动 - 量化会产生误差和噪声

所以工程上通常会保留裕量。

—

## 6. 为什么采样前需要抗混叠滤波器？

现实信号往往包含目标频带之外的高频成分，例如：

- 高频噪声 - 电磁干扰 - 传感器谐波 - 瞬间变化产生的高频成分

即使目标信号最高只有 10 kHz，输入中也可能存在 30 kHz 或更高频率。如果直接采样，这些高频成分可能混叠到目标频带内。

因此，模数转换器 ADC 前通常放置一个低通滤波器：

\[ \text{模拟信号} \rightarrow \text{抗混叠低通滤波器} \rightarrow \text{ADC采样} \]

抗混叠滤波器负责在采样前衰减 \(f_s/2\) 以上的频率。因为混叠一旦发生，后续数字滤波通常无法消除：混叠信号已经落入正常频带，系统无法区分它和真实低频信号。

—

## 7. 实际采样率为什么通常高于两倍？

假设需要采集最高 20 kHz 的音频。理论最低采样率是：

\[ 2\times20=40\text{ kHz} \]

实际常用 44.1 kHz 或 48 kHz，而不是正好 40 kHz，原因是实际滤波器没有“垂直截止”的能力，需要一个过渡带。

以 48 kHz 采样为例：

\[ f_N=\frac{48}{2}=24\text{ kHz} \]

目标音频最高约 20 kHz，因此从 20 kHz 到 24 kHz 可以作为滤波器的过渡区域。

实际选择采样率时，需要综合考虑：

- 信号最高频率 - 抗混叠滤波器的过渡带 - 所需信噪比 - ADC 性能 - 存储量和传输带宽 - 后续数字信号处理需求

因此有时会采用 4 倍、10 倍甚至更高的过采样。

—

## 8. 几个常见误区

### 误区一：采样率越高，采到的信号频率越高

更准确地说，采样率越高，可避免混叠的频率范围越宽。但系统实际带宽还受到传感器、放大器和 ADC 模拟带宽的限制。

### 误区二：满足两倍采样率就一定能完美恢复

还必须满足：

- 原信号严格带限 - 采样时间准确 - 采样过程理想 - 重建滤波器理想

现实系统只能近似满足这些条件。

### 误区三：提高量化位数可以解决混叠

不能。采样率决定时间轴上的取样密度；位数决定每个样本幅值的精细程度。

例如：

- 采样率不足 → 频率混叠 - 位数不足 → 量化误差、量化噪声

二者是不同问题。

### 误区四：一个周期采两个点就能看出正弦波形

理论上，两倍以上采样可以在满足条件时恢复信号，但直接把采样点用直线连接，波形未必看起来像正弦波。精确恢复依赖 sinc 插值或等效低通重建。

—

## 9. 与通信中的“奈奎斯特公式”区别

通信领域还有另一个常被叫作奈奎斯特定理的公式：

\[ \boxed{R_{\max}=2B\log_2 M} \]

其中：

- \(R_{\max}\)：理想无噪声信道的最大数据传输速率 - \(B\)：信道带宽 - \(M\)：每个码元可采用的离散状态数

如果是二进制信号，\(M=2\)，则：

\[ R_{\max}=2B \]

它讨论的是“无噪声带限信道最多能传多快”，与采样定理密切相关，但不是同一个问题。

还要注意它与香农公式的区别：

\[ C=B\log_2(1+\mathrm{SNR}) \]

- 奈奎斯特公式考虑理想无噪声、带宽受限信道 - 香农公式考虑噪声和信噪比限制

一句话总结：

对最高频率为 \(f_{\max}\) 的带限连续信号，采样频率必须严格高于 \(2f_{\max}\)，频谱副本才不会重叠，原信号才有可能从样本中唯一恢复。