跳轉到

6.1 Nyquist–Shannon 取樣定理#

本章導言#

連續的聲音如何變成檔案裡的一串數字？答案的核心是 20 世紀資訊工程的奠基石：Nyquist–Shannon 取樣定理——只要訊號的頻譜被限制在 \(B\) 以內（帶限），以每秒 \(2B\) 次取樣就足以完整記錄整個連續訊號，且可用 sinc 插值完美重建。這條定理把「連續 vs. 離散」的鴻溝架起橋樑，使 CD（44.1 kHz）、電話（8 kHz）、數位影像成為可能。本節將證明定理、剖析混疊（aliasing）現象、追溯 1924–1949 年間 Nyquist、Gabor、Shannon 的接力史，並用第 5 章的 Dirac 梳語言揭示：取樣定理本質上是「頻譜的週期複製不重疊」這一句幾何陳述。

歷史接力：Nyquist（1924, 1928）→ Gabor（1946）→ Shannon（1949）#

Harry Nyquist（1889–1976），瑞典裔美國工程師，貝爾實驗室（Bell Labs）的電報與通信理論先驅。1924 年論文《影響電報速度的若干因素》與 1928 年續篇指出：每秒傳送 \(2W\) 個脈衝是頻寬 \(W\) 通道的極限——「兩倍頻寬」的經驗規則從電報工程中誕生。Nyquist 還在 1932 年給出回授系統穩定性的 Nyquist 判據（控制理論經典）。但 Nyquist 沒有給出重建公式——他知道需要 \(2B\) ，但沒有證明 \(2B\) 就夠。

Dennis Gabor（1900–1979）（後以全像術獲 1971 諾貝爾物理獎）在 1946 年《通信理論》中引入「Gabor 元」（時頻原子）並討論取樣密度，提出「每秒每赫茲兩個自由度」的直觀（與 8.2 節時頻分析直接相連）。Claude Shannon（1916–2001） 在 1948 年《通信的數學理論》（資訊論誕生論文）與 1949 年的專文中正式陳述並證明取樣定理，並給出 sinc 重建公式，同時把它嵌入頻寬–雜訊–容量的資訊論框架。蘇聯的 V. A. Kotelnikov（1933） 與英國的 E. T. Whittaker（1915，內插級數理論） 與 J. M. Whittaker（1935） 也獨立建立過相應理論——取樣定理是又一個「多人撞見」的定理，Shannon 的冠名得益於資訊論的巨大影響力（他本人曾公正指出 Nyquist 的先驅地位）。

定理陳述與證明#

定理（Nyquist–Shannon–Whittaker–Kotelnikov）：設 \(f \in L^2(\mathbb{R})\) 帶限： \(\hat f(\omega) = 0\) 當 \(|\omega| \ge \pi/T\) （即最高頻低於奈氏頻率 \(\frac{1}{2T}\) ，取樣週期 \(T\) ）。則 \(f\) 由取樣值 \(\{f(nT)\}_{n\in\mathbb{Z}}\) 完全決定，且重建公式（Whittaker–Shannon 插值）：

\[ f(t) = \sum_{n=-\infty}^{\infty} f(nT)\;\mathrm{sinc}\!\left(\frac{\pi(t - nT)}{T}\right), \qquad \mathrm{sinc}(u) = \frac{\sin u}{u}. \]

取樣率條件： \(f_s = \frac{1}{T} > 2B\) （ \(B\) = 最高頻率，赫茲制）——奈奎斯特率。

證明（Dirac 梳路線）：取樣訊號 \(f_s(t) = f(t)\cdot\text{III}_T(t) = \sum_n f(nT)\,\delta(t - nT)\) （分配意義）。由 5.3 節乘法定理與梳的自對偶：

\[ \widehat{f_s}(\omega) = \frac{1}{2\pi}\hat f(\omega) * \frac{2\pi}{T}\text{III}_{2\pi/T}(\omega) = \frac{1}{T}\sum_{k}\hat f\!\left(\omega - \frac{2\pi k}{T}\right). \]

取樣使頻譜成為週期複製（間距 \(\frac{2\pi}{T}\) ）！若原譜支撐在 \([-\frac{\pi}{T}, \frac{\pi}{T}]\) （帶限條件），各複製份互不重疊——中間有「保護帶」。於是可以用矩形窗 \(\chi_{[-\pi/T, \pi/T]}(\omega)\) 挖出 \(k = 0\) 份，恢復原譜： \(\hat f = T\,\widehat{f_s}\cdot\chi_{[-\pi/T,\pi/T]}\) 。反變換（捲積定理反向：頻域乘矩形 = 時域與 sinc 捲積）：

\[ f(t) = T\,(f_s * h)(t), \quad h(t) = \frac{1}{2\pi}\int_{-\pi/T}^{\pi/T}e^{i\omega t}d\omega = \frac{\sin(\pi t/T)}{\pi t/T}. \]

代入 \(f_s\) 的 δ 表示即得 sinc 插值公式。 \(\blacksquare\)

兩個深層註解：（1）sinc 核 = 理想低通濾波器的衝擊響應（4.3 節）——重建器就是帶通 \([-\frac{\pi}{T},\frac{\pi}{T}]\) 的低通；（2）sinc 的 \(\frac{1}{t}\) 慢尾巴意味著每一個取樣值影響整條時間軸——帶限訊號是整體解析的（4.1 節場景四），完美重建的代價是零局部性。

混疊：當取樣率不夠#

若 \(\hat f\) 支撐超出 \([-\frac{\pi}{T}, \frac{\pi}{T}]\) ，複製份重疊——高頻成分「偽裝」成低頻：頻率 \(\omega\) 與 \(\omega - \frac{2\pi}{T}\) 在取樣序列 \(\{f(nT)\}\) 中不可區分（因 \(e^{i(\omega - 2\pi k/T)nT} = e^{i\omega nT}e^{-i2\pi kn} = e^{i\omega nT}\) ——離散指數對頻率以 \(\frac{2\pi}{T}\) 為週期！）。這就是混疊（aliasing）。

經典示範：車輪在影片中「倒轉」——24 fps 攝影機對輻條取樣，旋轉頻率超過 12 Hz 的部分摺疊成低頻「倒轉」。音訊的對策：抗混疊濾波器（anti-aliasing filter）在取樣前先低通到 \(\frac{f_s}{2}\) ——先濾後採是數位系統的鐵律。CD 標準 44.1 kHz 的來由：人耳上限 ~20 kHz，取 44.1 給抗混疊濾波器留 2 kHz 過渡帶（ \(\frac{44.1}{2} - 20 = 2.05\) ），使早期類比濾波器可實現（4.3 節的折衷思想）。

一個具體例題#

例題 6.1.1：訊號 \(f(t) = \sin(2\pi\cdot 5t) + 0.5\cos(2\pi\cdot 12t)\) （5 Hz 與 12 Hz 兩個成分）。（1）確定奈氏率與適當取樣週期；（2）以 \(f_s = 10\) Hz 取樣，指出 12 Hz 成分混疊到哪個頻率，寫出取樣序列的「假象訊號」；（3）以 \(f_s = 30\) Hz 取樣驗證完美重建的可能性。

解：

（1）最高頻 \(B = 12\) Hz，奈氏率 \(2B = 24\) Hz。取 \(f_s = 30\) Hz（ \(T = \frac{1}{30}\) s）安全。

（2） \(f_s = 10\) Hz 時，取樣序列 \(f(n/10) = \sin(\pi n) + 0.5\cos(2.4\pi n)\) 。第一項 \(\sin(\pi n) \equiv 0\) ——5 Hz 訊號在 10 Hz 取樣下被完全消滅（每半週期取樣，恰踩零點——取樣與訊號共振的最壞情況）！第二項 \(\cos(2.4\pi n)\) ：頻率摺疊 \(12 \to 12 - 10 = 2\) Hz。取樣序列等價於 \(g(t) = 0.5\cos(2\pi\cdot 2t)\) ——聽起來是 2 Hz 的低音，而真實訊號是 12 Hz。混疊使高頻偽裝成低頻，且取樣值完全無法告知真相（10 Hz 情況下 5 Hz 成分甚至無聲消失）。

（3） \(f_s = 30\) Hz > 24 Hz：頻譜複製份間距 30 Hz，原譜支撐 \([-12, 12]\) ，複製份不重疊（保護帶 \(15 - 12 = 3\) Hz）。sinc 插值（截止 15 Hz）完美重建兩個成分。數值檢查： \(f(n/30) = \sin(\frac{\pi n}{3}) + 0.5\cos(0.8\pi n)\) ，序列非退化且無摺疊。這個例子的教訓：取樣率不足時，數據會「說謊」且無法偵測——唯一防禦是取樣前知曉/限制訊號頻寬（帶限假設是定理的靈魂）。

歷史啟示#

  • 從經驗規則到定理：Nyquist 1928 的「 \(2W\) 個脈衝」是工程經驗，Shannon 1949 把它變成帶等式與重建公式的定理。工程直觀 + 數學證明 = 可靠的產業標準（CD 的 44.1 kHz 到今日的 5G，皆立於此）。
  • 「帶限」假設的隱蔽力量：定理不說「任何訊號都能取樣」，只說「帶限訊號可以」。假設不是限制而是分工：工程用抗混疊濾波把現實訊號強制帶限，再享受定理紅利。理論的純潔性由工程的前處理購買。
  • 零局部性的代價：完美重建需無限長 sinc 尾巴——資訊完整與因果局部互斥。實務的有限長窗（FIR 插值、加窗 sinc）是「完美」與「可實現」的妥協，Gibbs 振鈴（2.3）如影隨形。

與其他章節及領域的關聯#

  • 5.3 節：Dirac 梳與其自對偶譜——本節證明的全部技術。
  • 4.3 節：重建低通濾波器、抗混疊濾波的設計原則。
  • 2.3 節：重建器的 Gibbs 振鈴（有限項截斷時）。
  • 6.2 節：DFT 是有限取樣的頻譜分析；混疊在離散域的表現。
  • 6.3 節：FFT 使取樣-變換-處理-重建的閉環在計算上可行。
  • 7.1 節：離散時間 LTI 系統與數位濾波（Z 域）。
  • 8.1 節：「帶限 ⇒ 解析 ⇒ 零局部」的時頻互斥底層。
  • 10.2 節：壓縮感知——突破奈氏率（對稀疏訊號）的 2006 年革命。
  • 醫學成像：MRI 的 k-space 取樣正是本節定理的直接應用（k-space 不足 → 摺疊偽影）。

練習#

  1. 訊號 \(f(t) = \mathrm{sinc}^2(\pi t)\) （ \(=\left(\frac{\sin\pi t}{\pi t}\right)^2\) ）求其譜（三角形！用捲積定理：矩形 ⊛ 矩形），確定其帶寬與奈氏率，寫出以 \(T = 1\) 取樣的重建公式。
  2. 以 \(f_s = 100\) Hz 取樣下列訊號，指出各成分是否混疊、混疊到何頻率： \(f(t) = \sin(2\pi\cdot 40t) + \sin(2\pi\cdot 60t) + \sin(2\pi\cdot 160t)\) （提示：摺疊公式 \(\omega_{alias} = |\omega - k f_s|\) 取最靠近 0 者； \(60 \to 40\) 、 \(160 \to 40\) ——注意 \(160\) Hz 混疊到 40 Hz 與真實 40 Hz 成分無法區分）。
  3. 證明帶限訊號的能量等式： \(\int|f|^2 dt = T\sum_n |f(nT)|^2\) （Parseval 的取樣版；帶限條件使譜複製份不重疊， \(L^2\) 能量守恆推得）。取樣值序列的能量 = 連續訊號能量——數位化不丟能量。
  4. 零階保持（Zero-Order Hold）：實際 DAC 用階梯 \(\sum f(nT)\,\chi_{[0,T]}(t - nT)\) 而非理想 δ。求其等效濾波器（ZOH 的譜 = \(T\,\mathrm{sinc}(\omega T/2)e^{-i\omega T/2}\) ），說明它帶來的幅值失真（ \(\mathrm{sinc}\) 下降）與相位延遲，以及「補償濾波」的必要性。
  5. 思考題：以 \(f_s\) 均勻取樣在理論上完美，但實務上「非均勻取樣」也常發生（抖動 jitter、感測器故障）。查閱「非均勻取樣定理」（Landau 1967：取樣密度 \(\ge\) 帶寬密度即可，位置可以亂但密度是下限），並思考：Landau 密度下限是奈氏率的推廣——這如何預示了 10.2 節壓縮感知「少量隨機取樣」的思想？

進階研讀：取樣理論的五個深化場景#

場景一：帶通取樣。訊號帶限在 \([f_1, f_2]\) （如 FM 電台 88–108 MHz）不必取樣到 \(2f_2\) ：帶通取樣定理允許 \(f_s \ge 2(f_2 - f_1)\) （配合合適的取樣相位，使頻譜複製份剛好填滿空隙）——SDR（軟體無線電）直接射頻取樣的理論根據。奈氏率由帶寬而非最高頻決定——節省的倍率正是頻譜的「空洞率」。

場景二：多維取樣與掃描順序。影像（2D）取樣率的混疊是方向性的：Moiré 紋（紗窗、螢幕拍攝）是 2D 混疊。矩形柵格不是最密取樣：六角柵格在圓形頻譜下省 13.4% 取樣數；人眼視覺皮層的六角感光拓撲與之暗合（生物取樣的經濟性）。多維取樣理論（Petersen–Middleton 1962）是本節的幾何擴張。

場景三：抖動與量化。取樣（時間離散）之外還有量化（幅值離散）： \(b\) 位元量化噪聲的 SNR \(\approx 6b + 1.76\) dB。抖動（dither）技術：故意加入微小雜訊，使量化誤差從「與訊號相關的失真」變成「與訊號無關的底噪」——用雜訊換取無失真，是資訊論「隨機化優於確定性」的微型範例。Dither 的數學（Schuchman 條件 1964）是特徵函數計算（4.3 節機率插播的直接應用）。

場景四：過取樣與噪聲整形。過取樣（oversampling， \(f_s \gg 2B\) ）配合雜訊整形（noise shaping，ΔΣ 調變）：把量化噪聲推向高頻、再用數位低通砍掉——1 位元 DAC（ΔΣ）以 64 倍過取樣實現 16 位元精度。SACD 音訊格式即 ΔΣ。時間與幅值的解析度可以互換——又一次時頻/時幅交換的工程勝利（測不準思想的離散化身）。

場景五：有限速率下的取樣——資訊論視角。Shannon 容量 \(C = W\log_2(1 + \mathrm{SNR})\) ：帶寬 \(W\) 、信噪比給定時的極限位元率。取樣定理回答「要幾個樣本」，容量公式回答「每樣本幾位元」——兩者相乘才是完整的數位化預算。10.2 節壓縮感知將追加第三個維度：若訊號在變換域稀疏，樣本數還能低於奈氏率（但需非線性重建）。三定理合觀，就是「數位時代的三根柱子」。

補充：44.1 kHz 與 8 kHz 的歷史巧合#

CD 的 44.1 kHz 來自 1980 年 Sony–Philips 的妥協：利用當時專業視訊錄影機作音訊儲存（PCM 轉接器），PAL 視訊每行 3 樣本 × 588 行 × 25 幀 = 44100。音訊工業標準竟由視訊設備的行頻決定——工程標準的「路徑依賴」最佳範例。電話的 8 kHz 則來自 Bell 系統：語音 300–3400 Hz + 300 Hz 保護帶 → 8 kHz 通道（DS0），整個電信數位階層（T1 = 24 通道）由此築起。兩個「任意」數字統治了全球音訊與電信半世紀——標準一旦鋪設，數學只能在其內發揮。

名詞速查表（本節出現的核心術語）#

  • 帶限訊號： \(\hat f\) 支撐有限；取樣定理的適用前提。
  • 奈氏率： \(f_s > 2B\) ；完美重建的最低取樣率。
  • Whittaker–Shannon 插值：sinc 加權取樣和；完美重建公式。
  • 混疊：取樣不足使頻率摺疊偽裝；不可事後偵測。
  • 抗混疊濾波：取樣前低通；「先濾後採」鐵律。
  • Dirac 梳取樣： \(f\cdot\text{III}_T\) ；頻譜週期複製的機械。
  • 帶通取樣：以帶寬（非最高頻）定取樣率。
  • 過取樣 / ΔΣ：以時間解析度換幅值精度。
  • 抖動 dither：隨機化量化誤差。
  • Shannon 容量： \(W\log_2(1+\mathrm{SNR})\) ；速率極限。
  • Landau 密度下限：非均勻取樣的必要密度。

年表速查（本節涉及的關鍵年份）#

  • 1915：E. T. Whittaker 內插級數理論（sinc 展開的數學前身）。
  • 1924 / 1928：Nyquist 電報速度論文（ \(2W\) 規則）。
  • 1933：Kotelnikov（蘇聯）取樣定理。
  • 1935：J. M. Whittaker 重建理論。
  • 1946：Gabor《通信理論》。
  • 1948：Shannon《通信的數學理論》（資訊論誕生）。
  • 1949：Shannon 取樣定理的正式證明。
  • 1962：Petersen–Middleton 多維取樣。
  • 1967：Landau 非均勻取樣密度下限。
  • 1960s–1980s：ΔΣ 調變理論與實用化。
  • 1982：CD 問世（44.1 kHz / 16 bit）。

深化問答三則#

問：為什麼取樣定理如此「精確」——不多不少剛好 \(2B\) ？ 答：因為它是資訊守恆的等式：帶限訊號每秒的自由度（數學上：帶限函數空間每秒的正交維數）恰好 \(2B\) （Landau 密度定理給出上界與下界的統一）。取樣少於 \(2B\) 必丟資訊（下界違反），等於 \(2B\) 剛好可逆（臨界取樣），多於則有冗餘（可用於降噪與容錯）。定理的精確性來自「自由度計數」的幾何。

問：CD 的 44.1 kHz 是否「科學證明」了人耳聽不出更高取樣率？ 答：定理只保證 20 kHz 帶限內完美——它不回答「人耳是否感知超聲成分」。高解析音訊（96/192 kHz）的辯論本質是心理聲學問題（超聲互調、暫態假說）。數學定理界定表示的完備性；感知的完備性需要另一門科學。混淆兩者，是科普常見的謬誤。

問：取樣定理與「數位化」的哲學關係？ 答：它證明了連續世界可以在離散語言中無損表示——這是「模擬 vs. 數位」之爭的數學裁決書。但注意前提：帶限 + 完美 sinc + 無限精度幅值。現實中三者皆近似，因此數位化是「可控的有損」而非「絕對的無損」——數位優勢的真正來源是「誤差可管理、複製不漂移」，不是「零誤差」。

（本節完）