理论公式
低通带限信号唯一重建的条件(理想无限长采样序列):
$$f_s > 2 f_{max}$$混叠频率:
$$f_{alias}= |f_{signal} - n \cdot f_s|$$奈奎斯特频率:$f_N = f_s / 2$。选择整数$n$使$0\leq f_{alias}\leq f_N$。正弦波有$f_{max}=f_{signal}$,方波和三角波还包含高次谐波。
交互式可视化奈奎斯特-香农采样定理。实时观察当 f_s < 2f_signal 时混叠如何发生,以及混叠频率的表现形式。
低通带限信号唯一重建的条件(理想无限长采样序列):
$$f_s > 2 f_{max}$$混叠频率:
$$f_{alias}= |f_{signal} - n \cdot f_s|$$奈奎斯特频率:$f_N = f_s / 2$。选择整数$n$使$0\leq f_{alias}\leq f_N$。正弦波有$f_{max}=f_{signal}$,方波和三角波还包含高次谐波。
设正弦波60Hz、采样频率80Hz、幅值1,则f_N=40Hz,混叠频率大小为|60−80|=20Hz。前两个采样值是x[0]=0、x[1]=sin(2π×60/80)=−1;正号20Hz波对应+1,因此不能忽略符号。90Hz/120Hz同样折叠为30Hz。90Hz/200Hz时基频在带内,但有限插值仍有端点误差。作为超出本工具输入范围的算术对照,8kHz/5kHz应取n=2,得到|8000−2×5000|=2000Hz,而非3000Hz;16kHz采样恰处于8kHz的奈奎斯特边界,不能保证唯一恢复。
奈奎斯特-香农采样定理说明:对低通带限信号,最高频率应严格低于奈奎斯特频率,才能由理想无限长采样序列唯一重建。这并不保证本工具的有限记录插值与原信号完全重合。
$$f_s > 2 f_{max}$$$f_s$是采样频率,$f_{max}$是信号的最高频率,单位均为Hz。方波和三角波的基频并不是其全部带宽。奈奎斯特频率为$f_N=f_s/2$。
一旦发生欠采样($f_s \lt 2f_{signal}$),原始的高频信号会“折叠”成一个虚假的低频信号,其频率由混叠频率公式计算。
$$f_{alias}= |f_{signal}- n \cdot f_s|$$$n$是使$0\leq f_{alias}\leq f_s/2$的整数。该公式只给出频率大小,不表示相位反转。例如60Hz正弦波用80Hz采样,所得采样值与负号的20Hz正弦波一致。
插值曲线由实际$N$个采样值计算:$\hat{x}(t)=\sum_{n=0}^{N-1}x[n]\,\mathrm{sinc}(f_s t-n)$,其中$\mathrm{sinc}(u)=\sin(\pi u)/(\pi u)$,$\mathrm{sinc}(0)=1$。记录外的采样值按0处理。曲线经过所有观测点,但仍有有限记录的端点误差和振铃。相位固定,方波不连续点使用中点值0。
频谱是实际采样序列的FFT,使用矩形窗和按观测采样数$N$归一化的单边幅值。除直流与奈奎斯特分量外,幅值乘2。补零到2的幂只加密频率栅格,并不提高有限观测时间的分辨率。泄漏和频点位置可能使峰值不同于输入幅值。
可查看本页实际使用的计算代码。理论来源:Brian McFee:采样定理、Julius O. Smith:sinc插值与有限长度近似。
汽车NVH测试:在测量发动机或路面的振动噪声时,如果采样率设置过低,高频的“呜呜”声可能会被误识别为低频的“嗡嗡”声,导致工程师找错了噪声源,浪费大量调试时间。
数字音频录制:以44.1kHz采样为例,奈奎斯特频率为22.05kHz,但不能据此声称可完美重建该边界频率。实际输入带宽与滤波器过渡带需要一起考虑;带外成分未充分衰减时会混叠。
旋转机械故障诊断:通过振动传感器监测轴承或齿轮。一个1000Hz的轴承缺陷频率,如果只用1500Hz去采样,会混叠成一个500Hz的信号,让维修人员误判为另一种低频故障,从而错过真正的预警。
影视制作中的车轮效应:这是混叠的经典视觉例子。当摄像机帧率(采样率)与车轮旋转频率不匹配时,高速前进的车轮在视频中看起来会像在缓慢倒转或静止。
恰好两倍并不能保证唯一重建。设正弦波20Hz、采样率40Hz,本工具的零相位采样值几乎全为0,无法唯一推断原振幅。实际裕量应由带宽、滤波器响应和误差要求决定,统一使用2.5倍或5~10倍并不能保证正确。
真实抗混叠滤波器有过渡带和有限衰减,残余带外分量仍可能折叠。本工具没有附加噪声或滤波器控制,不能用于评估滤波器性能。
理想方波与三角波含无限高次谐波,仅满足基频条件并不充分。即使只分析到第5次谐波,也要考虑如何在采样前衰减更高的不需要的成分。