时域采样定理方法-时域采样定理

一、采样那点事儿 想象一下，你手里拿着一把录音机，想录下人声。最理想的情况是，声音里的每一个细微波动，你都能捕捉到，放出来时原声未变。但这有个前提：你务必在声音变化形成前赶紧按下播放键。
要是声音一直在变，比如和弦在跳，而你在 100 赫兹的频率上一口气录了整整一拍，那你录下来的结局就会变成一团乱麻，里应外合全糊成一团。
这时候，你就连可能录不出“和弦”这个概念，只会拿到一些随机点的杂音。 这就引出了采样定理的核心：你得保证采样频率（Fs）充足高，高到能把声音“戳”进每一个波形里，别让它形成“ aliasing"，也就是混叠。别整那些虚头巴脑的，直接说：奈奎斯特频率得是采样频率的一半。
要是 Fs 是 20000 赫兹，那理论上你起码得每秒采样 10000 次，才能还原出丰富的细节。但它不是越高越好，那是浪费工夫和带宽资源。大约在 10000 到 20000 之间，对于大多数常规录音来说刚好够用。你要是想录个音轨，采样频率得设到 44100 赫兹，这样 CD 音质才敢叫 CD 音质；要是为了做实时音频处理，可能 192000 就应允了。 但这里有个坑，大量人好办踩的就是“无限放大”这个死胡同。你当作只要 Fs 无限大，信号就完美无缺了。
这就好比你想拍一张最大分辨率的照片，你按下快门的速度越快，画面越清楚。但相机有绝对的极限，物理世界的光波有限，传感器有生理极限。一旦 Fs 超过了物理世界能形成的最高频率（比如 2 兆赫兹），那剩下的频率块都还在毒瘤上，你的采样率再大，也救不了这个“混叠”怪胎。
这就像你试图把宇宙整个复制下来，但宇宙里本身就只有那么多种元素，多复制也没用，出于源头就缺了那些高频的。 再聊聊采样理论到底管用在哪。
那会儿大家信的是“无限采样”，认定只要频率充足高，理论上哪位都能还原。但目前大家手里都有“有限采样”的硬件，用 8 位就连 16 位。
这时候，采样定理的功能就变成了一种“保底”机制。它确保就算在最坏的情况下，要是没有混叠，你的声音也是够响的、够清的。
要是混叠了算法能修，没混叠那是运气好。
故此说，采样定理在工程上就是那个“及格线”的概念，只要过了线，就不用忒纠结细节了；没过的线，你就得想办法用滤波器把混叠里的东西全筛掉。 不过，采样定理也不是万能的。它自然能工作，但前提是你要知道你要还原啥，频率够不够。
要是你的信号里根本不含高频成分，那高频采样下来就是个白噪音，毫无意义。
故此，采样定理更多是一种“保险网”，用来防止最糟糕的情况形成，而不是用来重新设计整个信号波形。
二、频域里的捣乱分子 大家都知道，声音是有频率的。人耳只能听到 20 到 20 千赫兹之间。但音频世界里，实际上藏着一个庞大的频谱，从 0 到几兆赫兹就连更高。当两个频率相同、但相位差 180 度的波形叠加在一起时，它们互相抵消了，结局就没了。
这就是混叠（Aliasing），是采样定理最大的敌人。 混叠听起来挺抽象，实际上就是个数学上的“共轭”效应。你采样时，实际上是在做傅里叶变换，把时域的信号拆成频率块。
要是采样频率 Fs 不够，那些高于 Fs/2 的频率块，就会和低于 Fs/2 的频率块“对调”位置。
比如 Fs 设了 44100，那非法频 44200 赫兹的东西，就会伪装成 44100 - 44200 = -100 赫兹，也就是 100 赫兹的样子。
这就好比你把两个频率为 100 赫兹和 101 赫兹的波形叠加，采样后它们变成了 100 赫兹和 100 赫兹（出于 101 被映射到 -100），结局只剩下一根 100 赫兹的线，干脆就没声音了。 混叠最可怕的地方在于，它欺骗了你的眼。你当作你听到了某个高频率的声音，实际上你听到的是个低频的杂音。
比如在 CD 听歌时，有时候你会听到怪的“沙沙”声要么刺耳的尖音，不管耳机里有没有真正的高频，但听感上总认定声音有点“破”，这往往就是混叠在捣乱。一旦混叠形成，整个频谱的相位关系就会乱套，出于“假”的高频成分已经混在了原来的低频里了，再想靠滤波器把它抠出来，难度比登天还难。 要想彻底赶走混叠，主流的音频工程还是老老实实用好滤波器。在采样定理保证了无混叠的前提下，你需求用低通滤波器把高于 Fs/2 的局部彻底滤掉。
这就像在给信号做减法，把那些“假”的高频成分一个个减法剔除，留下原本归于你的低频信息。 有些高阶算法试图用更智慧的方式，比如“多采样降噪”（MSNR）要么“最大最小降噪”（LMSNR）。它们不直接切断高频，而是通过观察采样点之间的序列关系，在去混叠的时候顺便把残留的高频噪音给“补”回去，进而在不增添采样率的情况下下降噪声。
这听起来像是给信号做了个魔术，但在本质上，它们依然依赖采样定理作为地基——要是地基不稳（混叠），这些魔术再高就表演不了。
三、数字时代的乐器 数字音乐诞生后，采样定理的地位更是不可撼动。
那会儿模拟录音机依靠电容和电感来驱动信号，高频局部好办发热、好办失真，并且带宽有限。ADC（模数转换器）把模拟信号变成数字信号的那一刻，采样定理成了数字音频的“护身符”。
只要采样率设得够高，经过 DSP（数字信号处理）之后，音质简直能无死角地还原。 我们常听到一些歌手用“录音机挤奶”的话，听的就是采样定理的无奈。出于模拟录音机本质就是个同步采样系统，它依赖电容的充放电工夫常数来跟踪波形，这个工夫常数是固定的，限制了它能跟随的最高频率。而数字音频能够任意提升采样率，理论上能够把它变成“无限采样”。
这就好比把一支笔从 5 万赫兹墨水上换成了 50 万赫兹墨水笔，墨水笔能描画得更多、更快，但笔本身的物理构造依然是 5 万赫兹的限制。 不过，采样定理让数字乐器那种“合成”的感觉变得可能。合成器不需求物理发声，它直接对着采样器喊：“给我一段 1000 赫兹的震动！”采样器立马把数字化的震动采样下来，里面混点背景噪声，然后播放。你听到的这个声音，是采样器内部那个“无限采样”的波形，还是物理声波的直接复制，这取决于你对样品的处理。 比如，你采样一段木管乐器的声音，采样频率设到 48000。
这时候，理论上你能还原出这个乐器的所有频率细节，包含它的高频泛音。但在实际应用中，你可能会发现，采样后的木管声听起来还是有点“干”，少了那种模拟录音机的“气息”。
这是出于采样定理本身并没有赋予它更多的能量，它只是把原本就存有的采样点重新排列成了更清楚的样子。
要是采样率设得忒低，比如只采 10000，那原本存有的 20000 赫兹以上的高频信息全被挤跑了，你听到的就是低通滤波后的残响，听起来闷闷的。 再比如采样定理在混音里的功能。当不同乐器与此同时响起，采样定理拍板了你能不能把它们在不同的频域空间里分开。
要是你把贝斯和鼓的采样率设得一样，它们可能在频域上重叠，互相干扰。
这时候，混音师需求用滤波器把高频局部（比如某些泛音）从贝斯里剥离，去给鼓伴奏，要么反之。
这实际上就是采样定理在数字域里的延续逻辑：只要保证采样频率充足高，就能建立清楚的频率分配表。 最终说说采样定理在实时处理里的意义。
比如在游戏要么演唱会里，音频延迟是个大难题。采样定理告诉我们要尽量让采样率维持一个合理的数值，比如 44100，而不是无限提升。
要是盲目提升采样率去做实时压缩或去噪，不仅占用带宽，并且一旦遇到混叠，算法再牛也救不了。
故此，采样定理在工程层面，实际上是在教我们如何“合理使用”频率，而不是去追求那个理论上完美的无限大。