一、什么是采样频率？

采样频率，也称为采样速度或者采样率，定义了单位时间内从连续信号中提取并组成离散信号的采样个数，它用赫兹（Hz）来表示。采样频率的倒数是采样周期或者叫作采样时间，它是采样之间的时间间隔。通俗的讲采样频率是指计算机单位时间内能够采集多少个信号样本。

二、什么是采样定理？

所谓采样定理，又称香农采样定理，奈奎斯特采样定理，是信号处理学科中的一个重要基本结论。
采样定理指出，只有采样频率高于信号带宽的两倍，原来的连续信号才可以从采样样本中完全重建出来。采样频率的一半（即奈奎斯特频率）低于信号带宽，那么此时这些离散的采样点就会导致混叠现象。
如果信号的带宽是100Hz，那么为了避免混叠现象采样频率必须大于200Hz。换句话说就是采样频率必须至少是信号中最大频率分量频率的两倍，否则就不能从信号采样中恢复原始信号。
关于采样定理如何理解，已有不少大神进行了讲解，这里不再细说。可以查看如何理解 Nyquist 采样定理？，当然还是建议有能力的同学，深入理解一下时域卷积公式及其变换到频域后的特点，就一目了然了。如果大家认为有必要讲解，可以留言回复，我可以从理论上给大家推导一下。

三、采样率究竟应该定？

数字测量应用所需的采用率为多少？一些工程师对于 Nyquist 理论深信不疑，并且认为只要采样率是示波器带宽的 2 倍便足矣。而其他工程师则不相信建立于 Nyquist 标准的数字滤波技术，更愿意使用采样率为带宽技术指标 10 至 20 倍的示波器。实际情况介于二者之间。

四、让python来看看采样率问题

下面我们分别用不同倍数采样率，对同一个周期内的信号进行采集，分析采集后数据的功率（即曲线下方的面积）。对于正弦信号 x = c o s ( 2 π f t ) \mathrm{x}=cos(2\pi ft) x=cos(2πft)，其在一个周期内的面积积分（即能量）为：
4 × ∫ 0 1 4 f cos ⁡ ( 2 π f t ) d t = 1 2 π f sin ⁡ ( 2 π f t ) ∣ 0 1 4 f = 2 π f (4.1) 4\times\int_{0}^{\frac{1}{4f}}\cos {(2\pi ft)}d_t=\frac{1}{2\pi f}\sin{(2\pi ft)}|_{0}^{\frac{1}{4f}}=\frac{2}{\pi f}\tag{4.1} 4×∫04f1cos(2πft)dt=2πf1sin(2πft)∣04f1=πf2(4.1)
令采样频率 f s = N f f_s=Nf fs=Nf，则各采样时间为 t = n N f ( 其中： n = 1 , 2 , 3 … N ) t =\frac{n}{Nf}(其中：n=1,2,3\dots N) t=Nfn(其中：n=1,2,3…N)。带入到式（4.1）中，则需求解的是离散信号 cos ⁡ ( 2 π f n N ) ( 其中： n = 1 , 2 , 3 … N ) \cos{(2\pi f\frac{n}{N})}(其中：n=1,2,3\dots N) cos(2πfNn)(其中：n=1,2,3…N)包围的面积。

# 导入模块
import matplotlib.pyplot as plt
import numpy as np
# 设定采样倍数
N = np.arange(2, 50, 1)
# 令待计算信号的频率为10Hz
f = 10
# 计算离散曲线下方面积
aera = []
for _N in N:n = np.arange(_N) + 1_aera = []# 摒除初始相位带来的误差for i in range(20):sig = np.abs(np.cos(2*np.pi*n /_N + 2*np.pi*i/20))_aera.append(np.trapz(sig, dx=1/(_N*f)))aera.append(np.mean(_aera))
error = (np.array(aera) - 2/(f * np.pi))/(2/(f * np.pi))*100
plt.plot(N, error)
plt.xlabel("f_s/f")
plt.show()

图4.1 不同采样倍数下的能量误差

五、结论

由以上分析可知，一般来说，如果只关心信号的频率组成，遵循采样定理即可；如果关心信号的幅值，那么，采样频率应大于10倍的信号频率（只有10%的误差）才不会引起明显的幅值失真。

一、采样频率到底是选择2倍还是10倍？让我用python来给你展示相关推荐

告警数下降10倍，携程实时智能检测平台实践
将实时计算和深度学习相结合,可解决某种特定的业务场景.本次将分享基于tensorflow和flink构建携程的实时智能检测平台. 今天分享的主要内容分为四个部分: Background What is ...
[转载]林园：赚10倍也还会亏钱
按股神林园的说法,只怕赚的远远不只是10倍.但不知道他赚的那些钱,又已经亏回去了多少呢? 附原文: 巴菲特曾有一个观点:在股市中人们对普通的算术问题缺乏常识――我非常认同. 一直就想将我对股市算术的一 ...
一个月10倍涨幅的DeFi项目，我们是怎么提前找到的？
2021年开始的第一个月,DeFi代币涨幅刺激我们的眼球,市值在1亿美元以上的DeFi代币中位数涨幅是131.77%.UNI.sushi.AAVE等明牌DeFi蓝筹在经历一番沉寂后纷纷复苏,然而对比涨 ...
券商股长线如何暴赚10倍
券商股板块维持长线投资策略.而且这一板块会出现一批涨四五倍,甚至10倍的超级大牛股! 看长线的话券商股:2014年涨一倍,2015年再涨一倍,2016年接着再涨一倍.....也就是说,自今年起动前我提 ...
国产芯片研发硅光芯片弯道超车，或比NVIDIA快10倍，美国挡不住了
从去年下半年以来,美国频频采取措施要求GPU芯片领军者NVIDIA和AMD这两家美国芯片企业不要对中国出售高端芯片,然而近日国产芯片传来惊人的消息,通过研发硅光芯片绕开美国主导的硅基芯片技术,打破GP ...
选择的艺术：转换率提高10倍，你能做到吗？
如何提高在线销售?有一个办法,你可以提高在线销售1000%. 如果你曾经听人说过"Less Is More"这样的言论,没错,这就是把转换率提高10倍的秘密! 大多数人在开始在网上 ...
到底应该选择哪种Linux.NET的部署方式？
到底应该选择哪种Linux.NET的部署方式? 当前部署Linux.NET环境的方式可谓是五花八门,既有传统的源码编译的方式.又有各式各样的一键安装脚本.还有绿色包安装方式,而随着Mono官方的新站上 ...
[转载]「交叉验证」到底如何选择K值？
「交叉验证」到底如何选择K值? 原文链接:https://cloud.tencent.com/developer/article/1410946 交叉验证(cross validation)一般被用于 ...
语音信号处理：采样定理【只要采样频率大于或等于有效信号最高频率的两倍，采样值就可以包含原始信号的所有信息，被采样的信号就可以不失真地还原成原始信号】
一.采样定理概述采样定理,又称香农采样定理,奈奎斯特采样定理,只要采样频率大于或等于有效信号最高频率的两倍,采样值就可以包含原始信号的所有信息,被采样的信号就可以不失真地还原成原始信号. 采样定理解 ...

一、采样频率到底是选择2倍还是10倍？让我用python来给你展示

文章目录