连续世界与离散数字之间的桥梁，就藏在奈奎斯特频率的精确界限里。
想象你手里拿着一把小提琴，琴弦上唱着原本风平浪静的歌。你要是想把它变成密语，就得先把弦切得碎碎。时域抽样定理就是这个“碎弦”的操作指南。它说的核心挺好办：别指望把一段连续的波形像切蛋糕一样完美分割，而要用一把有宽度的尺子，每隔固定的距离“咬一口”。
这世界上有大量信号，比如你读小说的时候，文本是剪辑好的，是原子化的符号，你当作它是连续的，实际上底层全是数字。但在物理世界里，声音、图像、运动都是连续流。我们拿信号转换器（ADC）去捕捉这个连续的流，光靠下采样是绝对办不到的，出于频率要是忒低，你就只能看到拍打的影子，看不出生死。
故此，第一步务必保证采样率的严格采样定理。
起初，你得搞清楚这个“一一对应”的关系。连续信号频率越高，采样点越密，数据量就越大；频率越低，采样点越稀疏。
这是数学上的必然，也是物理上的底线。任何频率高于奈奎斯特频率的特征，在采样的瞬间都会丢失，要么变形。奈奎斯特频率是采样率的一半，它划定了保险的距离。
奈奎斯特频率 = 20 kHz。只要信号最高频率 ≤ 20 kHz，采样点就能完整包裹波形特征。
恰好满足定理，但工程上需要留出过渡带，避免边界混叠。
奈奎斯特频率仅15kHz，高频成分折叠为虚假低频，产生混叠。
你看，两张电影胶片，一张每秒 24 帧，一张每秒 48 帧。同样的内容，后那张拍得密得多，细节也就更丰富。
这就是采样率拍板分辨率的道理。要是采样间隔忒宽，哪怕你拥有万能的传感器，拍出来的结局也只是一串不清楚的像素点。
24fps 采样：传统电影帧率，快速运动可能出现抖动。相当于采样率刚够捕捉慢变场景，但高频运动细节丢失。
48fps 采样：细节丰富一倍，运动更平滑。采样密度提升，高频动态得以保留。
120fps 高采样：极度流畅，慢动作回放完美。采样率远超人类视觉暂留，但数据量巨大。
当你把连续的信号切成这些离散的小块后，你就有了数字样本。但这些块之间要是连着，它们最终拼回去的时候，是不是还是那个好好的连续信号？答案是肯定的，只要切得够细，边缘接得够平滑。
这就是重建的关键。采样率不够高，切出来的块本身就带着误差，这时候再装回去，整个波形都会乱套。
? 20kHz音频还原示例：
采样率40kHz，奈奎斯特频率20kHz。每个采样点精准捕获，中间零点误差对听感几乎无影响。但若采样率仍为40kHz而信号达到80kHz，采样点在边沿频繁跳动，产生沙沙的伪声音——这就是混叠的典型表现。
人声最高约20kHz，使用44.1kHz采样，采样间隔仅22.66微秒，已充足捕捉。采样率只是供给了一个“保险网”。常见的CD音质采样率44.1kHz，奈奎斯特频率22.05kHz，刚好卡在边界附近，既保证人耳听不到失真，又大大削减文件体积。若提升至88.2kHz，文件膨胀两倍，在流媒体场景成为负担。
以下内容与时域抽样定理紧密相关，帮助理解采样背后的完整图景。
当采样率低于信号最高频率的两倍时，高频成分会“折叠”回低频区域，产生虚假信号。抗混叠滤波器必须在ADC之前去除高于奈奎斯特频率的成分。
采样将时间离散化，而量化将幅度离散化。16bit提供96dB动态范围，24bit则达到144dB。量化噪声是另一个维度的失真。
使用远高于奈奎斯特频率的采样率（如128x过采样），结合Σ-Δ调制，可将量化噪声推向高频，提升有效位数。
理想重建使用sinc函数内插，实际中采用零阶保持或低通滤波器。采样定理保证了无失真还原的理论基础。
采样定理不只是数学公式，它更是一种思维方式的转变。它告诉我们，连续世界是由离散的点构成的，而世界又是连续的。这种矛盾只能通过巧妙的采样来解决。不要试图用有限的点去拟合无限的线，也不要假设无限的信息能存进有限的桶里。要的是，先让点的密度大到足以覆盖所有的频率细节，然后再用充足软的数字把这些点“软连接”起来。
说到底，采样率是信号世界的“门槛”。低于这个门槛，是失真的源头；高于这个门槛，则是冗余的浪费。当我们真正理解了时域抽样定理时，我们就不再是被动地采集数据，而是在主动地规划信息的密度。