香农(Shannon)采样定理和奈奎斯特(Nyquist)采样定理是数字信号处理中两个重要的定理,它们都与信号的采样和重构有关。
-
香农采样定理(Shannon Sampling Theorem):
香农采样定理是由信息论的奠基人克劳德·香农提出的,它给出了在恢复连续信号时所需的最低采样频率。根据香农采样定理,如果信号的最高频率为 f_max,则采样频率(Fs)必须大于信号最高频率的两倍,即 Fs > 2*f_max。这样才能避免采样导致的混叠(Aliasing)现象,确保能够完全恢复原始信号。 -
奈奎斯特采样定理(Nyquist Sampling Theorem):
奈奎斯特采样定理是由电信工程师哈里尔·奈奎斯特提出的,它是香农采样定理的一种特殊情况。根据奈奎斯特采样定理,为了完全恢复一个信号,采样频率必须至少是信号最高频率的两倍,即 Fs >= 2*f_max。如果采样频率等于信号最高频率的两倍,则称为临界采样(Critical Sampling)。临界采样可以保证信号的完全重构,但不能容忍频率变化导致的混叠。
总结来说,香农采样定理是一个理论的、一般性的定理,指出了信号的最低采样频率要求;而奈奎斯特采样定理是香农采样定理的特殊情况,是一种实际应用中常用的采样准则。
需要注意的是,奈奎斯特采样定理仅适用于频率有限的信号,对于带限信号,采样频率需要大于信号带宽的两倍,而不仅仅是最高频率的两倍。