取樣、奈奎斯特率，以及混疊的陷阱

頻閃燈定理

想像夜店裡的頻閃燈打在一台旋轉的風扇上。風扇從未停下，但在閃光的閃爍中，它可能看起來凝結不動、緩緩前進，甚至倒著轉。風扇本身毫無變化——變的只是你看它的頻率。這正是取樣整個問題的一幅縮影：數位系統從不連續地觀看訊號。它眨眼。一顆類比數位轉換器在某個瞬間抓取電壓，等待，再抓取，產生一串離散時間訊號——一連串相隔 T 秒的數字。兩次眨眼之間發生的一切，都永遠消失了。

令人驚嘆的好消息——由 Harry Nyquist 與 Claude Shannon 證明——是這串有縫隙的數字竟然可以是無損的。若一個訊號不含任何高於 f_max 的頻率，那麼以大於 2·f_max 的取樣率 f_s 取樣，就能完美捕捉它——原始的連續波形可被精確重建，縫隙中沒有任何資訊遺失。這個神奇的門檻 2·f_max，就是奈奎斯特率。取樣率高於它，快照便說盡真相；低於它，它們就開始說謊。

當快照說謊時：一個混疊的算例

我們故意違反這條規則，看看災難如何上演。取一個乾淨的 1 kHz 正弦音——一個單純的音高，大約是高兩個八度的高音 C——並只以 1.2 kHz 取樣。這個訊號要求的奈奎斯特率是 2 × 1 kHz = 2 kHz，但我們以 1.2 kHz 取樣，遠遠太慢。我們取樣器的奈奎斯特頻率只有 1.2 kHz / 2 = 600 Hz，而我們的 1 kHz 音調直接越過了它。那麼 ADC 究竟記錄下了什麼？

高於奈奎斯特頻率的頻率不會消失——它們會摺疊。任何頻率 f 會以 f_s 及其倍數為軸被鏡射，以別名（混疊）的形式重新出現在合法頻帶內，落在 f_alias = |f − k·f_s|，其中整數 k 使它落入 [0, f_s/2]。代入數字：|1000 − 1200| = 200 Hz。從我們 1 kHz 音調取下的樣本，與一個真正的 200 Hz 音調所產生的樣本*在數值上完全相同*。ADC 分辨不出它們，下游的任何東西也分辨不出。一個純粹的高音，就這樣被一個幽靈般的低音取代了。

ANALOG  1 kHz sine  (period = 1.000 ms)
  /\        /\        /\        /\        /\
 /  \      /  \      /  \      /  \      /  \
/    \    /    \    /    \    /    \    /
      \  /      \  /      \  /      \  /
       \/        \/        \/        \/

SAMPLE every 0.833 ms  (f_s = 1.2 kHz)
 x           x           x           x
  \         / \         / \         /
   \       /   \       /   \       /
    `--x--`     `--x--`     `--x--`

The sample dots (x) trace a SLOW 200 Hz wave
        f_alias = |1000 - 1200| = 200 Hz

Reconstructed output: a 200 Hz tone that was NEVER played.

一個 1 kHz 音調以 1.2 kHz 欠取樣：樣本恰好落在一條 200 Hz 的慢波上，而原始訊號從未含有它。

守門的衛兵：抗混疊濾波器

殘酷之處在此：混疊是不可逆的。一旦 1 kHz 音調摺疊成了 200 Hz，再聰明的 DSP 也無法把它摺回去，因為確實再沒有任何資訊能區分幽靈般的 200 Hz 與真正的 200 Hz。你無法在 ADC 之後修復混疊——只能在它*之前*預防。防線是一道抗混疊濾波器：一個直接接在轉換器前的類比低通濾波器，任務是在取樣器看見之前，丟掉每一個高於奈奎斯特頻率的頻率。

  in ──►[ Anti-alias  ]──►[  ADC  ]──► samples ──►[ DSP ]
        [ low-pass    ]    f_s = 1.2 kHz
        [ filter      ]
        kills f > 600 Hz BEFORE sampling

  Frequency view:

  gain
   1 |‾‾‾‾‾‾\
     |       \          <-- filter rolls off here
     |        \____
   0 |_____________\________________  f
     0    600 Hz   |   1 kHz tone
              f_s/2 ^ blocked, never aliases

抗混疊低通濾波器位於類比輸入與 ADC 之間，移除高於 f_s/2 的能量，使任何東西都無法摺疊。

沒有真實濾波器是完美的磚牆，所以工程師預留餘裕：CD 音訊承載最高 20 kHz 的內容，卻以 44.1 kHz 取樣，而非僅僅 40 kHz 的最低值。20 kHz 與 22.05 kHz 奈奎斯特頻率之間那 2.05 kHz 的餘裕，給了類比濾波器優雅滾降的空間。同樣的抗混疊邏輯日後會以*數位*形式重現——當你用 FIR 濾波器降取樣時，必須先低通，理由與防摺疊一模一樣。

確定你訊號真正含有的最高頻率 f_max（例如音樂為 20 kHz）。
選一個寬裕地高於 2·f_max 的取樣率，為非理想濾波器留餘裕（44.1 kHz，而非 40 kHz）。
在 ADC 前放置一道類比低通抗混疊濾波器，其截止頻率低於 f_s / 2。
到此才讓 ADC 取樣——任何通過濾波器的成分都是合法的，無法摺疊。

另一個軸：位元、量化，與每階 6 dB

取樣把時間切成一個個瞬間；那只是數位化的一半。另一半把*振幅*切成一階階的位準。當 ADC 測量每個瞬間的電壓時，它必須把那個精確的值四捨五入到有限階梯上最近的一階——這個過程稱為量化。一顆 N 位元的轉換器有 2^N 階：8 位元給 256 階，16 位元給 65,536 階。落在兩階之間的部分都被捨入抹去，而這個捨入誤差表現得像疊加在訊號上的一陣微弱嘶聲——量化雜訊。

美妙的規律就在這裡。你每多一個位元，就把階與階之間的間隙減半，使捨入誤差減半，使訊雜比加倍。以分貝計，加倍就是 +6 dB——所以每個位元為你換來約 6 dB 的 SNR。對一個滿刻度正弦波，標準公式是 SNR ≈ 6.02·N + 1.76 dB。算一算：16 位元的 CD 給出 6.02×16 + 1.76 ≈ 98 dB，一片廣闊、近乎無聲的雜訊底。8 位元的轉換器只勉強做到 ≈ 50 dB——當門鈴叮咚足矣，拿來播音樂則明顯沙啞。

  SNR ~= 6.02 * N + 1.76  (dB), full-scale sine
  ---------------------------------------------
   N bits | levels   | SNR (dB) | feel
   -------+----------+----------+----------------
    8      |    256   |  ~50     | retro / lo-fi
   12      |   4096   |  ~74     | instrumentation
   16      |  65536   |  ~98     | CD audio
   24      | 16.7 M   | ~146     | studio master

  Each extra bit  ->  x2 finer steps  ->  +6 dB.

位元深度與 SNR：每多一個位元，位準數加倍，雜訊底再降約 6 dB。

為何這一階撐起了整個課程

從現在起你會遇到的每一個取樣率數字，都是一個喬裝過的奈奎斯特決策。電話語音以 8 kHz 取樣，因為可辨識的人聲落在 4 kHz 以下。藍牙與多數播客跑 16 kHz 或 48 kHz；專業音訊偏好 96 或 192 kHz，把抗混疊濾波器推到可聽頻帶之外老遠。一台把 100 MHz 頻譜切片數位化的軟體無線電，需要一顆時脈超過 200 MS/s 的 ADC。這些都不是憑空訂的——每一個都是 2·f_max 加上餘裕，正是你剛才為 1 kHz 音調做過的同一道算術。

而混疊也不全是反派。故意欠取樣——帶通取樣——那道毀了我們音調的摺疊，反而能聰明地把一段窄窄的高頻帶滑降成一段慢速訊號，讓你便宜的 ADC 也能數位化它，這正是現代無線電的核心技巧之一。規則從不改變；你只是選擇站在它的哪一邊。掌握這一階，課程其餘的部分——頻譜、FIR 濾波器、重取樣、FFT——就會變成一連串的必然結果，而非一連串的意外驚嚇。