奈奎斯特–香农采样定理（Nyquist–Shannon Sampling Theorem）是数字信号处理领域的基石定理，规定了从连续时间信号到离散时间样本的无失真转换条件。该定理指出：当采样频率大于信号最高频率的两倍时（即满足奈奎斯特率），原始信号可以从其样本中精确重建。该定理由哈里·奈奎斯特与克劳德·香农在20世纪早期至中期奠定，广泛应用于音频处理、通信系统、图像采集及数据压缩等领域。

1 历史背景

1.1 奈奎斯特的早期工作

1.1.1 电报传输与带宽限制

20世纪初，电报和电话通信面临信号失真问题。哈里·奈奎斯特在贝尔实验室研究电报线路中的脉冲传输时发现，线路的带宽限制了信号的变化速率。他通过分析电报信号的频率成分，指出信息传输速率与信道带宽之间存在根本性的联系。

1.1.2 奈奎斯特速率概念的提出

1928年，奈奎斯特发表论文《Certain Topics in Telegraph Transmission Theory》，明确提出：若要无失真地传输一个有限带宽的连续信号，其采样速率必须至少是信号最高频率的两倍。此时未涉及信号的精确重建，但奠定了“奈奎斯特速率”这一基本概念。

1.2 香农的数学形式化

1.2.1 信息论框架下的采样

20世纪40年代，克劳德·香农在其信息论研究中，将采样问题纳入通信系统的数学框架。他利用傅里叶变换和插值理论，从数学上证明了从离散样本恢复连续信号的充分条件，建立了采样定理的完整形式。

1.2.2 与香农采样定理的融合

1949年，香农发表《Communication in the Presence of Noise》，系统阐述了采样定理，并将其与奈奎斯特的前期工作合并。此后学术界统一将其称为“奈奎斯特–香农采样定理”。香农还引入了“理想低通滤波器”的概念，用于解释样本重建的物理过程。

2 数学表述

2.1 连续信号与离散样本的关系

2.1.1 理想采样过程

设连续时间信号为 \( x(t) \)，其最高频率分量为 \( f_{\text{max}} \)。以采样周期 \( T_s \) 进行等间隔采样，得到离散序列 \( x[n] = x(nT_s) \)。理想采样可视为信号与周期冲激串的相乘。

2.1.2 采样函数与狄拉克梳

采样过程用数学表示为： \[ x_s(t) = x(t) \cdot \sum_{n=-\infty}^{\infty} \delta(t - nT_s) \] 其中 \( \sum_{n} \delta(t - nT_s) \) 称为狄拉克梳（Dirac comb），其傅里叶变换在频域中仍为周期冲激串，间隔为采样频率 \( f_s = 1/T_s \)。

2.2 奈奎斯特频率与临界采样

2.2.1 最高频率分量定义

信号 \( x(t) \) 为带限信号，即其傅里叶变换 \( X(f) \) 在 \(f> f_{\text{max}} \) 时恒为零。\( f_{\text{max}} \) 即为信号的最高频率。

2.2.2 采样频率的充分必要条件

定理标准表述：若 \( f_s > 2f_{\text{max}} \)，则 \( x(t) \) 可由其样本 \( x[n] \) 唯一确定。该条件称为“奈奎斯特准则”，临界值 \( f_{\text{Nyquist}} = 2f_{\text{max}} \) 称为奈奎斯特频率。当 \( f_s = 2f_{\text{max}} \) 时，理论上仍可重建，但实际工程中严格避免。

2.3 重建公式

2.3.1 正弦内插（Whittaker–Shannon插值）

原始信号通过正弦函数插值恢复： \[ x(t) = \sum_{n=-\infty}^{\infty} x[n] \cdot \operatorname{sinc}\left( \frac{t - nT_s}{T_s} \right) \] 其中 \( \operatorname{sinc}(u) = \frac{\sin(\pi u)}{\pi u} \)。该公式由埃德蒙·惠特克和香农独立给出。

2.3.2 理想低通滤波器重建

2.3.2.1 时域卷积与频域乘积

重建过程等价于：将离散样本序列 \( x[n] \) 通过一个理想低通滤波器。在时域中，样本序列与 \( \operatorname{sinc} \) 函数卷积；在频域中，样本频谱与矩形窗函数相乘，从而保留基带频谱，滤除所有镜像副本。

2.3.2.2 截止频率的选择

理想低通滤波器的截止频率应设为 \( f_s/2 \)，即奈奎斯特频率的一半（注意：奈奎斯特频率指 \( f_s/2 \)，而非 \( 2f_{\text{max}} \)）。该滤波器在带宽 \( [-f_s/2, f_s/2] \) 内具有单位增益，之外为零。

3 混叠现象

3.1 欠采样导致的频谱混叠

3.1.1 频率折叠效应

当采样频率 \( f_s < 2f_{\text{max}} \) 时，信号频谱的镜像副本发生重叠，高频分量“折叠”到低频区域，导致无法区分原始频率与折叠后的伪影。此现象称为混叠（aliasing）。

3.1.2 混叠失真示例

一个简单的例子：若信号包含 7 kHz 和 9 kHz 分量，采样频率为 10 kHz（低于 2×9=18 kHz），则 9 kHz 会折叠至 1 kHz（因为 \( 9 - 10 = -1 \) kHz，取绝对值得 1 kHz），与原始 7 kHz 混在一起无法分离。在音频中表现为刺耳的“锯齿”噪声。

3.2 抗混叠滤波器

3.2.1 前置低通滤波的必要性

在实际采样前，必须使用低通滤波器将信号带宽限制在 \( f_s/2 \) 以内，即使信号本身包含高于此频率的成分。该滤波器称为抗混叠滤波器（anti-aliasing filter）。

3.2.2 实际滤波器的过渡带与滚降

理想滤波器不可实现，实际抗混叠滤波器具有有限陡峭度的过渡带。工程师在选取采样频率时，会留有“保护带”（guard band），使信号最高频率与 \( f_s/2 \) 之间留出空间，以避免过渡带内的部分混叠。滚降特性（如巴特沃斯、切比雪夫）决定了所需裕量的大小。

4 实际应用

4.1 数字音频系统

4.1.1 CD标准的44.1 kHz采样率

音频CD采用44.1 kHz采样率，对应奈奎斯特频率为22.05 kHz。人耳听觉上限约为20 kHz，因此44.1 kHz满足带限条件，并留有约2 kHz的过渡带裕量，允许实际抗混叠滤波器实现可接受的性能。

4.1.2 奈奎斯特频率与人耳听觉上限

虽然理论上44.1 kHz足以覆盖20 kHz，但部分研究人员认为极高频（如超声波）对听觉感知有微弱影响，因此高规格音频（如96 kHz、192 kHz）在录音和母带处理中仍被使用，更多出于抗混叠与动态余量考虑。

4.2 图像与视频采样

4.2.1 空间采样与莫尔条纹

图像是二维连续信号的采样。若图像中含有高于采样密度一半的空间频率（如细纹理），会产生莫尔条纹（Moiré pattern）——一种几何混叠失真。数码相机常用光学低通滤波器（OLPF）来抑制高频细节。

4.2.2 显示器分辨率与像素密度

显示屏的像素密度（PPI）决定了其奈奎斯特频率。人眼对精细细节的分辨能力有限，当PPI超过一定阈值（如“视网膜屏幕”约300 PPI）时，人眼难以察觉像素颗粒，混叠问题也相应减轻。

4.3 通信与模数转换

4.3.1 带通采样定理的扩展

对于带通信号（中心频率较高，带宽较窄），采样频率不必大于最高频率的两倍，只需大于信号带宽的两倍，即 \( f_s > 2B \)，并利用采样后频谱的周期重复性进行下变频。此即带通采样或欠采样技术。

4.3.2 软件无线电中的采样策略

软件无线电（SDR）中，模数转换器（ADC）通常对宽频段信号进行高速采样，随后用数字下变频器（DDC）提取目标频带。采样策略需权衡动态范围、抗混叠滤波复杂度和处理器负载。

5 定理的延伸与变体

5.1 带通信号的奈奎斯特率

5.1.1 欠采样技术

带通信号仅占据某一频段 \( [f_L, f_H] \)，带宽 \( B = f_H - f_L \)。采样频率 \( f_s \) 只需满足 \( f_s > 2B \)，同时避免频谱镜像落入原频带。这要求 \( f_s \) 能够使原频谱的整数移位不与自身重叠。

5.1.2 带通采样的约束条件

实际中需选择 \( f_s \) 使得 \( f_L \) 和 \( f_H \) 在周期延拓后均落在 \( [0, f_s/2] \) 内的不同位置。通常表示为： \[ \frac{2f_H}{k} \leq f_s \leq \frac{2f_L}{k-1} \] 其中 \( k \) 为整数，表示频谱搬移次数。

5.2 非均匀采样理论

5.2.1 随机采样与压缩感知

当采样时间不固定（非均匀采样），定理的传统形式不再适用。近年来，压缩感知（Compressed Sensing）理论表明，若信号在某变换域稀疏，可以用远低于奈奎斯特率的随机采样进行重建，通过优化算法（如 \( \ell_1 \) 范数最小化）恢复信号。

5.2.2 不规则采样的重建挑战

不规则采样的重建通常需要已知采样时间点和额外的正则化约束。实际应用（如医学成像中的随机轨迹采样）利用迭代法或核方法求解欠定方程。

5.3 多维采样（图像、体数据）

5.3.1 二维奈奎斯特准则

对于二维信号（图像），采样密度需满足：在水平与垂直方向分别大于两倍的空间频率极限。若某方向像素间距为 \( \Delta x \)，则其奈奎斯特频率为 \( 1/(2\Delta x) \) 周期/单位长度。

5.3.2 三維医学成像中的采样密度

在CT或MRI中，三维体数据的采样需在三个正交方向上满足奈奎斯特条件。各向同性采样（体素为立方体）可避免方向性伪影，但数据量剧增。实际中常采用各向异性采样，辅以后处理插值。

6 常见误解与趣谈

6.1 “采样频率需大于两倍最高频率”的误区

6.1.1 等号情形的不稳定性

许多人误以为只要采样频率等于两倍最高频率即可。然而，当信号恰好包含奈奎斯特频率分量时，样本值可能全部为零（若采样点对准正弦波的过零点），导致无法重建。更糟的是，实际系统中信号通常不满足严格的带限，等号情形下混叠风险极高。

6.1.2 实际工程中的安全裕量

工程师常采用采样频率为最高频率的2.5至5倍。例如CD的44.1 kHz对20 kHz信号裕量约10%；示波器采样率通常为带宽的5～10倍以捕获瞬态细节。调侃地，有人将此称为“工程师的奈奎斯特安全套”。

6.2 香农与奈奎斯特的传说

6.2.1 鸡生蛋还是蛋生鸡：谁先发现

奈奎斯特1928年提出了必要条件，香农1949年完善了充要条件及重建理论。严格来说，奈奎斯特揭示了“需要多快采样”，香农揭示了“如何重建”。在数学界，该定理也被称为惠特克-香农采样定理，因为惠特克早于香农发表了内插公式。众星捧月之下，奈奎斯特的名字被放在前面，有时被戏称为“香农欠奈奎斯特一个人情”。

6.2.2 定理命名中的幽默（“香农的奈奎斯特”）

由于定理名称较长，一些工程师喜欢开玩笑说“香农的奈奎斯特”听起来像某种精酿啤酒品牌。另有段子：一位吉他手在录音室抱怨“我的信号奈奎斯特了”，意为“采样率不够了”。学术界对此一笑而过，毕竟名字只是符号，定理本身永不过时。

7 参考与延伸阅读

7.1 经典论文与书籍

  • Nyquist, H. (1928). “Certain Topics in Telegraph Transmission Theory”. *Transactions of the American Institute of Electrical Engineers*.
  • Shannon, C. E. (1949). “Communication in the Presence of Noise”. *Proceedings of the Institute of Radio Engineers*.
  • Oppenheim, A. V. & Schafer, R. W. (2009). *Discrete-Time Signal Processing*. Pearson.
  • Unser, M. (2000). “Sampling—50 years after Shannon”. *Proceedings of the IEEE*.

7.2 在线模拟工具与教学示例