奈奎斯特频率是什么？用一个倒转的轮子看懂采样与混叠

在电影里，高速行驶的汽车轮胎有时会“倒转”。那不是车真的在倒车，而是摄影机的帧率不够高，把快速正转误读成了慢速反转。

下面这个交互实验把同一个现象做成了一个可以亲手操纵的模型：一个持续正转的圆盘，一台每秒只“闪光”若干次的“相机”，以及它们共同产生的错觉。

打开全屏实验 →

提示：上方 iframe 会加载一个完整交互页面；若遇到页面被浏览器策略拦截脚本，可直接点击“打开全屏实验”。实验不依赖外部脚本，也不播放声音。

从连续到离散

真实世界是连续的，但数字设备只能在一个个离散时刻记录它。每个记录点就是一个样本。问题是：如果这些样本太稀疏，多个不同的连续运动可能会穿过完全相同的离散点，而数字系统通常会选择“可表示范围内最慢、最温和”的那一种解释——这就是混叠（aliasing）。

实验中的圆盘以真实频率 f 持续正转。采样频率 f_s 决定每秒记录多少次。当：

f_s > 2 f

时，采样足够密集，能唯一识别真实运动；这个可表示的最高频率边界 f_N = f_s / 2 就是奈奎斯特频率。

当 f 越过 f_N，高频就会“折返”成低频。你可以把采样频率拖到低于真实频率的两倍，看看圆盘怎样从正转变慢、倒转，甚至完全静止。

折叠公式

单频信号的混叠频率可以用下面的公式算出来：

f_alias = |f − round(f / f_s) × f_s|
f_signed = f − round(f / f_s) × f_s

• f_signed > 0：表观继续正转；
• f_signed < 0：表观反向旋转；
• f_signed ≈ 0：表观静止。

页面下方面板里的洋红色虚线，就是只用这些采样点做有限窗 sinc 插值后“自认为”看到的信号——它和真实信号完全不同，却完美地穿过每一个样本。

奈奎斯特频率 vs. 奈奎斯特采样率

这两个词常被混为一谈：

• 奈奎斯特频率：给定采样率后，可无歧义表示的最高频率，f_N = f_s / 2。
• 奈奎斯特采样率：给定信号带宽后，所需采样率边界，约为 2B。

页面状态卡里把“恰好等于两倍”标成临界而不是安全，因为临界时采样结果仍可能依赖相位，工程上通常要求 f_s > 2B 并留出抗混叠滤波器余量。

三个常见场景

同一个采样问题在音频、视频和图像里反复出现：

• 车轮倒转：赛车电影里轮胎“反转”就是视频帧率低于轮辐运动频率的两倍。
• 音频折返：CD 采用 44.1 kHz 采样率，对应 22.05 kHz 的奈奎斯特频率；超过该频率的声音如果不在采样前滤除，就会折回可听频段。
• 摩尔纹：细密条纹在数码相机采样时也会产生低频“重影”。

实验操作速查

按键	功能
Space	暂停 / 继续
← / →	调整真实频率
↑ / ↓	调整采样频率
1–5	切换五个预设
A	开关自动讲解
R	恢复默认
在波形上左右拖动	改变相位

参考资料

• MIT OpenCourseWare, Lecture 16: Sampling
• MIT OpenCourseWare, Sampling and the Discrete Fourier Transform
• Claude Shannon, A Mathematical Theory of Communication, Theorem 13 (PDF)