带通采样定理是什么-带通采样定理内涵

带通采样定理：当“频率”和“工夫”玩起了捉迷藏 我们平时听到过“奈奎斯特采样定理”，那是针对无源信号，告诉我们要把信号里的频率分量全掏干净利落，采样率得是奈奎斯特频率的两倍，否则就漏了声音的谐波。但带通采样定理就不一样了，它出来的结论往往是反直觉的，就连有点反人类。 在一般信号处理里，我们习惯用频谱图讲话，频率越高，能量越密集。但对于带通信号来说，要是直接用一般/平平的奈奎斯特准则去算，大约率会算出个负数要么没法用的数字。
比方说，一个 100Hz 的方波，以 100Hz 去采样，根据传统公式，采样率 $f_s$ 务必大于 $2f_{min}$，也就是大于 200Hz。
这听起来仿佛还正常，但要是你去查一下 100Hz 方波的频谱，你会发现它的基频是 100Hz，还有 200Hz 的倍频分量。
要是采样率是 100Hz，那信号根本进不去模数转换器，直接就被“吃掉”了，这显然是个死胡同。 故此，带通采样的核心思想就出来了：别死守“正频率”和“负频率”这两个界限。把它想象成一把尺子，你非要用量尺去量那些在中间频段存有的分量，那就得换个尺子。
也就是说，采样频率 $f_s$ 不需求比基频 $f_{min}$ 大那么多，它能够比基频小，只要它能“绕”过那些频率分量，把它们拉回来，就能顺利把它们还原。 这就好比你开车，车的前轮转了 100 圈，后轮也是 100 圈。
要是你只盯着前轮说“轮子转速不能超过 100 转/秒”，你根本跑不快。但要是你看的是车头走过的总距离，那只需求保证这个总距离和轮子转的圈数能对应起来，速度实际上能够无限快。采样频率扯着车头的频率走，只要抓得准，就能把速度带回来。 带着这个思路，我们来算算一个具体的例子。假设我们要处理一个典型的人声信号，基频大约是 100Hz，它的频谱在 100Hz 和 200Hz 之间最明显，然后往两边滚开，到 400Hz、500Hz 都还有回响，直到 1000Hz 就连更高。
要是按照传统奈奎斯特准则，采样率起码要 $400 times 2 = 800$Hz，这比人声本身还高，有点浪费资源。但用带通采样，思路彻底不同。 我们要找两个采样间隔 $T_1$ 和 $T_2$ 的差值，这个差值要小于 100Hz，与此同时差值又要大于 1000Hz。
如何凑？1000Hz 减去 900Hz 正好等于 100Hz，并且这个差值在准范围内。
这就意味着，我们能够设定采样率 $f_s$ 为 900Hz（对应 $T_1$ 间隔），而另一个间隔 $T_2$ 对应 800Hz 的采样率。 这时候，信号就被分成了两局部：一局部由 900Hz 的采样点捕捉，另一局部由 800Hz 的采样点捕捉。900Hz 的间隔能整个记录下 800Hz 那局部的信号，而 800Hz 的间隔则负责处理 900Hz 到 1000Hz 之间的那些高频谐波。
这就好比把一个大蛋糕切成两半，一半切得快一点，一半切得慢一点，各自负责把对应区域的风味捞出来。 再细究一下频率漂移的难题。在传统采样中，信号频率和采样率之间的差值经过绝对值变换后务必大于采样间隔。但在带通采样里，这个关系变成了 $Delta f_s = f_s - f_{s'}$。
比如前面那个例子，$f_s = 900$，$f_{s'} = 800$，它们的差是 100Hz。而原始信号的基频是 100Hz。
这里的逻辑就形成了微妙变化：原本要求 $f_s > 2f_{min}$，目前变成了 $f_s - f_{s'} > f_{min}$。
只要这两个采样间隔的差值够大，但大于基频，就能把信号还原。 这还只是初级的带通采样。
要是信号里混有基频呢？比如基频就是 100Hz，采样间隔正好是 100Hz 和 200Hz。
这时候，$f_s = 300$，$f_{s'} = 100$，差值是 200Hz，大于 100Hz，理论上能行，但这时候基频 100Hz 和采样间隔 100Hz 重合了。
这就好比我们在 100Hz 这个点上与此同时站了两个观察者，要是其中一个站在 200Hz，一个站在 300Hz，他们之间隔着 100Hz 的空档，那原信号里的 100Hz 分量就彻底“漏风”了，无法被恢复。
这就是所谓的“零相位不清楚”，带通采样别看能避开传统的单边带难题，但要是采样间隔的差值忒小，依然会丢失中间那个关键的基频分量。
故此，带通采样的稳定范围实际上是有边界的，不能无脑地往低采样率跑。 并且，带通采样还有个挺有趣的特性，就是它能把频谱搬移。传统采样时，信号频谱是正负对称的，搬移过来还是对称的。但带通采样时，出于只取了正频率的采样间隔，负频率的采样间隔对应的信号被“切掉了”。
这就害得搬移后的频谱不再对称，出现了相位漂移。
不过好在采样间隔的差值一般远大于信号带宽，这种相位漂移对最终的重建信号影响挺小，简直能够忽略不计。 想想看，要是我们要处理一个 1000Hz 的音频信号，传统方式就得 $2000$Hz 采样率，这对于麦克风来说已经是极限了。用带通采样，我们能够用 $1100$Hz 采样，再配合一个 $100$Hz 的间隔，就能省事覆盖 1000Hz 的信号，就连还能处理到 2000Hz 到 3000Hz 的高频段。
这在通信领域要么水下声纳里特别有用，出于大量有效信号并不在奈奎斯特极限附近，而是在中间某个频段。 最终总结一下，带通采样定理说白了就是一个技巧：不用死板的 $2f_{min}$ 限制，而是看采样间隔的差值够不够大。
只要能把信号的“骨架”——也就是采样间隔的差值——扛那会儿，把频率分量给拽回来，信号就能无损（或近似无损）地重现。它打破了传统思维中“频率越高，采样率务必越快”的线性直觉，展示了一种更巧妙、更灵活的逆向工程思路。