什么是采样定理与混叠
🙋
老师，采样定理里说的“混叠”到底是什么？听起来好抽象啊。
🎓
简单来说，混叠就是“以假乱真”。当你用太慢的“拍照速度”（采样频率）去拍一个快速旋转的风扇时，照片里的扇叶看起来可能像在倒转甚至静止。在信号处理里，高频信号就被“伪装”成了低频信号。你试着在模拟器里把信号频率调到80Hz，采样频率调到100Hz，然后运行看看。
🙋
诶，真的吗？我试了！蓝色的原始信号波动很快，但红色的采样点连起来，确实变成了一条慢悠悠的波浪线！这个假的频率是怎么算出来的？
🎓
这就是混叠频率公式的魔力了。对于你设的参数（$f_{signal}=80$ Hz, $f_s=100$ Hz），混叠频率 $f_{alias}= |80 - 100| = 20$ Hz。所以你看到的那个慢波就是20Hz的假信号。你可以再试试把采样频率$f_s$拖到120Hz，看看假信号会不会消失。
🙋
我懂了！当$f_s$调到160Hz以上时，红色重建信号就和蓝色原信号重合了。但工程现场常见的是复杂信号，不止一个频率，那该怎么办？
🎓
问得好！实际工程中，我们关注的是信号里的最高频率成分。比如汽车发动机的振动信号可能包含多个频率，但我们会用一个“守门员”——抗混叠低通滤波器，先把高于$f_s/2$（奈奎斯特频率）的高频噪声滤掉，然后再采样。你可以在模拟器里把信号类型从“正弦波”切换到“方波”，它包含很多高频谐波，然后改变采样率，观察混叠是如何让波形严重失真的。
物理模型与关键公式
采样定理的核心是奈奎斯特-香农准则，它规定了无失真采样的最低频率要求。
$$f_s \geq 2 f_{signal}$$
$f_s$是采样频率，$f_{signal}$是原始信号中的最高频率成分。当这个条件不满足时，就会发生混叠。
一旦发生欠采样（$f_s < 2f_{signal}$），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。
$$f_{alias}= |f_{signal}- n \cdot f_s|$$
$f_{alias}$是观测到的虚假频率，$n$是使结果落在$0$到$f_s/2$范围内的整数。另一个关键概念是奈奎斯特频率：$f_N = f_s / 2$，它是采样系统能无失真表示的最高频率。
现实世界中的应用
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：CD的标准采样率是44.1kHz，这意味着它能完美录制最高约22.05kHz的声音（接近人耳极限）。如果录制时没用抗混叠滤波器，超声波（如某些电器噪声）就会混叠成可听见的刺耳杂音。
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。
常见误解与注意事项
首先，“采样频率恰好等于信号频率的两倍即可”是一种危险的误解。理论上的最低条件是 $f_s = 2 f_{max}$，但这仅适用于信号是完美正弦波且相位完全对齐的理想情况。在实际工程中，为了捕捉信号的上升沿和噪声，通常会将采样频率设置为至少2.5倍，严格分析时甚至需要5~10倍。例如，若要分析1kHz以内的振动，采样频率应设置为2.5kHz以上。
其次，是否认为“抗混叠滤波器是万能的”？这种滤波器能急剧衰减奈奎斯特频率（$f_s/2$）以上的成分，但无法完全归零。那些“未能完全衰减的部分”会折叠成噪声。因此，需要将滤波器的截止频率设置为略低于 $f_s/2$，或采用过采样技术。在本模拟器中添加高频噪声信号，可以亲身体验滤波器的重要性。
最后，是关于方波、三角波等“非正弦波”的处理。这些波形包含无限的高频成分。正如模拟器所示，即使满足基频要求，也无法再现锯齿状波形。在实际工程中，必须采取“将需要分析的谐波次数视为 $f_{max}$”的折中策略。例如，若想观测电机振动中的5次谐波，则应以该5次频率的两倍以上进行采样。