采样理论基础

Pavan 教材 §2.1 从信号处理的基本原理出发，严格建立采样过程的数学模型，推导离散时间傅里叶变换（DTFT）与连续时间傅里叶变换之间的关系，并引出过采样率（OSR）的定义及其对抗混叠滤波器设计的深远影响。

---

前后关系

上下文：§2.1 是 Ch.2 的开端，也是全书所有 ΔΣ 分析的数学起点。在此之前，Ch.1 以咖啡店和词典问题直观引入了过采样转换的想法，但未涉及任何严格的数学框架。§2.1 补足了采样理论的基础。

后续章节：

• §2.2（量化器理论与线性模型）在采样之后讨论幅度量化
• §2.3（过采样数字滤波降噪）利用采样理论中的 OSR 概念分析降噪效果
• ΔΣ调制器中的抽取与插值滤波将采样率转换应用于 ΔΣ 系统的数字后处理

交叉引用：

• 过采样转换器需求（Ch.1）从动机角度解释了为什么需要过采样
• 一阶ΔΣ调制器（Ch.1）用类比说明了过采样转换的工作原理

---

原理介绍

理想采样模型

模拟信号 $x(t)$ 经理想采样后得到序列 $x[n]=x(nT)$，其中 $T=1/f_s$ 为采样周期。借助 Dirac delta 函数，可构造一个连续时间信号 $x^{\ast }(t)$：

$$x^{\ast }(t)=x(t)\cdot \sum _{n=-\infty }^{\infty }\delta (t-nT)=\sum _{n=-\infty }^{\infty }x(nT)\delta (t-nT)$$

频域关系

Dirac delta 序列的傅里叶变换为：

$$\sum _{k=-\infty }^{\infty }\delta (t-kT)⟷\frac{1}{T}\sum _{n=-\infty }^{\infty }\delta \left(f-n{f}_s\right)$$

因此，$x^{\ast }(t)$ 的傅里叶变换为原始频谱的周期延拓：

$$X^{\ast }(f)=\frac{1}{T}\sum _{n=-\infty }^{\infty }X(f-n{f}_s)$$

另一方面，对 $x^{\ast }(t)$ 逐项做傅里叶变换可得：

$$X^{\ast }(f)=\sum _{n=-\infty }^{\infty }x[n]e^{-j2\pi fnT}$$

离散时间傅里叶变换（DTFT）

定义序列 $x[n]$ 的 DTFT 为 $X(e^{j\omega })$，其中 $\omega =2\pi fT=2\pi f/f_s$，则有：

$$X(e^{j\omega })=X^{\ast }(f){|}_{f=\frac{\omega }{2\pi T}}=f_s\sum _{n=-\infty }^{\infty }X\left(\frac{\omega }{2\pi T}-n{f}_s\right)$$

$X(e^{j\omega })$ 具有周期性，周期为 $2\pi$。

奈奎斯特准则与混叠

从上述关系显见：若 $f_s<2B$（其中 $B$ 为信号带宽），$X(f)$ 的各延拓副本将重叠，产生混叠（aliasing）。最小无混叠采样频率 $f_s=2B$ 称为奈奎斯特率（Nyquist rate）。

混叠的核心后果：频率为 $f$ 和 $f+m{f}_s$（$m$ 为整数）的两个连续时间正弦波，采样后无法区分。

过采样率（OSR）

定义过采样率为实际采样率与奈奎斯特率之比：

$$OSR=\frac{f_s}{2B}$$

对抗混叠滤波器的影响

高 OSR 显著放松了抗混叠滤波器的设计要求：

• 低频采样（OSR 接近 1）：滤波器过渡带极窄（$B$ 到 $f_s-B$），需要高阶模拟滤波器
• 高频采样（OSR 大）：过渡带宽（$B$ 到 $f_s/OSR-B$），可用低阶滤波器甚至不做滤波

当 OSR 极大时，抗混叠滤波可趋近于无——这一特性在 CT-ΔΣ 调制器中得到了极致发挥（参见 CT-ΔΣ调制 中的”隐含反混叠”特性）。

---

公式推导

从 $X^{\ast }(f)$ 到 $X(e^{j\omega })$ 的替换

$$\begin{array}{rl}X(e^{j\omega })& =X^{\ast }\left(f=\frac{\omega }{2\pi T}\right)\\ & =\sum _{n=-\infty }^{\infty }x[n]e^{-j2\pi \frac{\omega }{2\pi T}nT}\\ & =\sum _{n=-\infty }^{\infty }x[n]e^{-j\omega n}\end{array}$$

频谱延拓图示

形成 $X(e^{j\omega })$ 的过程三步：

1. 复制 $X(f)$，平移至 $n{f}_s$（$n\in \mathbb{Z}$）
2. 求和并缩放 $f_s$ 倍
3. 将频率轴归一化：$f=f_s$ 对应 $\omega =2\pi$

---

关键洞察

1. 过采样与抗混叠滤波器的权衡：这是数据转换器系统级设计中最基本的权衡之一——模拟滤波器复杂度 vs 数字处理速度。
2. OSR 的源起：OSR 最初是为了量化抗混叠滤波器放松程度而定义的，但它后来成为了 ΔΣ 调制器噪声性能的核心参数（参见 反馈噪声整形与MOD1深度分析）。
3. 混叠的不可逆性：一旦发生混叠，无法通过后续数字处理恢复原始信号——这是所有 ADC 系统必须遵守的第一原则。

---

Oppenheim Ch.7 补充：采样与重建的系统化视角

Pavan §2.1 从 ΔΣ 调制器视角建立采样理论，而 Oppenheim《Signals and Systems》Ch.7 提供了更广泛的采样与信号重建框架。以下是对比要点：

方面	Pavan §2.1	Oppenheim Ch.7
冲激串采样	推导 $X^{\ast }(f)$ 与 DTFT 关系	完整推导 + 采样定理严格证明
零阶保持（ZOH）	未覆盖	ZOH 频谱分析，$\text{sinc}$ 包络 + 重建滤波
信号重建	未覆盖	内插公式 $x_r(t)=\sum x[n]\text{sinc}(\frac{t-nT}{T})$
欠采样与混叠	简要提及	混叠现象图示 + 欠采样效果分析
CT→DT→CT 处理	隐含在 ΔΣ 架构中	显式分析：CT 信号→离散处理→CT 重建的等价性
DT 信号的采样	未覆盖	离散时间序列的再采样（抽取/插值）
OSR 与抗混叠	核心主题，详细分析	未涉及 OSR 概念

关键补充：Oppenheim 的零阶保持（ZOH）采样模型和信号重建内插公式是 Pavan 未覆盖的内容。ZOH 频谱 $H_{ZOH}(j\omega )=e^{-j\omega T/2}\text{sinc}(\omega T/2)$ 是 SC 电路和数据转换器分析的基础。Oppenheim 还显式证明了 CT→DT→CT 系统等价性：若采样满足 Nyquist 条件，离散时间 LTI 系统可完全等价地实现连续时间滤波。

详细采样理论参见 采样定理与信号重建。

---

参考文献

1. A. V. Oppenheim, R. W. Schafer, and J. R. Buck, Discrete-Time Signal Processing. Prentice-Hall, 1989.

---

相关页面

• Jitter基本概念与定义 — 采样时钟 jitter 的定义基础
• Jitter对数据转换器的影响 — Nyquist ADC 采样抖动 SNR 退化（Ch.6.2）
• DaDalt Jitter and Phase Noise 深度解析 — jitter 与相位噪声系统性参考
• 采样定理与信号重建 — Oppenheim Ch.7 采样与重建完整框架
• Oppenheim Signals and Systems 2e 深度解析 — Oppenheim 教材来源页