调试一个 1kHz 的正弦信号,示波器时基没调好,屏幕上显示的却是一条 500Hz 的慢波。换一台示波器,波形还是 500Hz;换一个探头,也没变。有人以为是信号源坏了,拿万用表量频率,发现源头确实是 1kHz。问题出在采样率:示波器每秒只采 1.5k 个点,1kHz 的信号在离散点上看,和 500Hz 长得一模一样。

另一个常见场景是 ADC。单片机读一个电位器,12 位 ADC,理论上能分出 4096 个档,可读数末位总在跳,跳动的幅度还不止一个码。有人把采样率提高,跳动没消失;有人在输入端加电容,跳动小了,但响应变慢。这里面混着两件事:采样够不够密,量化够不够细。它们都会让连续电压变成数字,但出错的方式完全不同。

现象:1kHz 的正弦,怎么显示成 500Hz

先做一个简单的算术。信号频率 1000Hz,采样率 1500Hz。每 1.5 个采样点对应一个信号周期,换句话说,每个周期只采到 1.5 个点。第一个周期采到波峰和波谷之间,第二个周期采到波谷和波峰之间,点连起来看,就会形成一个更慢的波形。这个慢波不是信号本身,而是采样点造成的错觉,叫混叠,英文 aliasing。

混叠的频率不是随便来的。对于采样率 fs,任何高于 fs/2 的频率,都会折叠到 0 到 fs/2 之间。折叠公式是:如果信号频率 f 在 fs/2 到 fs 之间,混叠频率等于 fs 减 f;如果更高,就先对 fs 取余,再折叠。1000Hz 在 1500Hz 采样下,落在 750Hz 到 1500Hz 之间,混叠频率是 1500 减 1000,等于 500Hz。采样率 1500Hz 的可用带宽只有 750Hz,1000Hz 已经超出,必然混叠。

示波器还有一种“正弦插值”显示模式,会在采样点之间画一条平滑曲线,让波形看起来更顺。这个插值只能让画面好看,不能恢复已经混叠的信息。采样点本身已经丢了原始频率,插值算法再聪明也只是在猜。判断一个示波器能不能看清信号,要看它的实际采样率和模拟带宽,不要被平滑的显示骗了。

更麻烦的是,混叠之后你无法从采样点里分辨原来到底是 500Hz 还是 1000Hz。因为这两个频率在 1500Hz 采样下产生的离散序列完全一样。数字滤波器再厉害,也不能把已经折叠的信号分开。唯一的办法是在采样之前把高于 fs/2 的成分滤掉,这叫抗混叠滤波。采样定理说的不是“采样率大于两倍频率就能还原”,而是“信号带宽小于 fs/2,并且采样前已经限带”。少了“限带”这个前提,定理不成立。

1kHz 正弦以 1.5kSa/s 采样,点连起来像 500Hz
细线是真实的 1kHz 正弦,粗线和圆点是采样后连出来的 500Hz 假象 横轴为时间,纵轴为电压

采样定理:先限带,再采样

采样定理,也叫奈奎斯特采样定理,英文 Nyquist sampling theorem。它的完整表述是:如果一个连续信号的最高频率不超过 fmax,那么用大于 2 倍 fmax 的采样率采样,就可以从采样点里无失真地恢复原信号。2 倍 fmax 叫奈奎斯特频率。工程上不会刚好取 2 倍,因为抗混叠滤波器不是理想砖墙,过渡带需要余量,所以常见做法是取 2.5 倍到 5 倍,甚至更高。

“最高频率不超过 fmax”这句话是前提,不是结论。现实中很多信号带宽很宽,比如方波有无穷多个奇次谐波,麦克风输出有高频噪声,开关电源有开关尖峰。你不能假设它们天然限带,必须在 ADC 前面加低通滤波器,把高于 fs/2 的成分衰减掉。滤波器在截止频率之后不是立刻到零,而是按阶数滚降,所以采样率要留出过渡带,让滤波器有时间把能量压下去。

为什么音频用 44.1kHz 或 48kHz,而不是刚好 40kHz?人耳能听到的上限大约 20kHz,按采样定理 40kHz 就够了,但抗混叠滤波器需要一条从 20kHz 到 22.05kHz 的过渡带,实际滤波器做不到那么陡。把采样率提高到 44.1kHz,过渡带就有 2.05kHz 的宽度,滤波器可以用相对平缓的阶数实现。这个余量不是浪费,而是给模拟电路留活路。

抗混叠滤波器有代价。它增加元件、成本和相位延迟,截止频率越低,需要的阶数越高,延迟越大。音频设备常把采样率定在 44.1kHz 或 48kHz,前面加一个截止在 20kHz 附近的滤波器,既保留人耳能听到的范围,又给过渡带留空间。工业测量里,如果只关心 100Hz 以下的压力变化,可以把采样率降到几百赫兹,但滤波器必须把 50Hz 工频和高频开关噪声挡住,否则它们会混叠到低频,看起来像真实的缓慢变化。

还有一点容易被忽略:采样保持电路本身也需要时间。ADC 在采样瞬间要把输入电压存到一个电容上,这个电容充电需要时间,输入源的阻抗不能太高。如果源阻抗高、采样时间短,电容还没充到真实电压,转换结果就偏低。多路复用的 ADC 在两个通道之间切换时,采样电容还带着上一个通道的电荷,通道之间会串扰。这些问题不在采样定理的公式里,但会让采样结果偏离。

量化:把无限多个电压切成有限个档

采样解决的是时间上的离散化,量化解决的是幅度上的离散化。ADC 把输入电压范围分成 2 的 N 次方个档,N 是位数。12 位 ADC 有 4096 个档,参考电压 3.3V 时,每个档的电压间隔,也就是最低有效位,英文 least significant bit,简称 LSB,等于 3.3 除以 4096,约 0.806mV。输入电压落在两个档之间,ADC 只能选最近的一个,误差最大半个 LSB。

量化误差听起来像均匀分布的噪声,幅度是正负半个 LSB。对一个满幅正弦波做量化,理论信噪比约等于 6.02 乘 N 加 1.76 分贝。8 位约 49.9dB,10 位约 62.0dB,12 位约 74.0dB,16 位约 98.1dB。这个公式假设输入满幅、量化误差均匀、没有其他噪声。实际 ADC 还有热噪声、时钟抖动、非线性、参考电压噪声,所以有效位数往往低于标称位数。有效位数叫 ENOB,是实际信噪比反推出来的位数。

位数高不等于精度高。一个 16 位 ADC,如果参考电压有 1% 的纹波,或者输入前端有 1mV 的工频干扰,有效位数可能只剩 12 位甚至更低。反过来,一个 12 位 ADC 在测量缓慢温度时,通过过采样和平均,可以把有效分辨率提高到 14 位甚至 16 位,因为噪声被平均掉了,代价是采样时间变长。位数是硬件的上限,精度是系统整体做出来的结果。

量化的档位还和输入范围有关。同一个 12 位 ADC,单极性模式把 0 到 3.3V 分成 4096 档,双极性模式把负 1.65V 到正 1.65V 分成 4096 档,每档的电压间隔翻了一倍。输入信号只用到一半量程时,有效位数就少了一位。选量程和选位数一样重要,信号尽量占满 ADC 的输入范围,又不要顶到上下限,才能把分辨率用足。

量化还会产生谐波。理想均匀量化对正弦波产生的误差不是纯白噪声,而是和输入频率相关的谐波,尤其是在输入接近满幅时。音频领域用抖动技术,英文 dithering,在量化前加一点随机噪声,把谐波打散成宽带噪声,听感更自然。测量领域则更关心线性度和噪声,不一定用抖动。选哪种处理,取决于你要的是“听起来好”还是“读数准”。

实测:混叠和量化误差到底长什么样

用 Python 生成 1000Hz 正弦,按 1500Hz 采样,取 3000 个点,正好覆盖 2 秒。然后对 250Hz、500Hz、1000Hz、1250Hz 四个频点做离散傅里叶变换,看能量落在哪里。

import math

N = 3000
fs = 1500.0
f0 = 1000.0
x = [math.sin(2 * math.pi * f0 * n / fs) for n in range(N)]

def mag(freq):
    re = sum(v * math.cos(2 * math.pi * freq * n / fs) for n, v in enumerate(x))
    im = sum(v * math.sin(2 * math.pi * freq * n / fs) for n, v in enumerate(x))
    return math.hypot(re, im) / (N / 2)

for freq in [250, 500, 1000, 1250]:
    print(freq, round(mag(freq), 4))

本机 Python 3.15 实际输出:250Hz 幅度 0.0000,500Hz 幅度 1.0000,1000Hz 幅度 1.0000,1250Hz 幅度 0.0000。500Hz 和 1000Hz 都有满幅能量,这不是程序算错,而是采样后的离散序列根本分不开这两个频率。它们在 1500Hz 采样下对应同一个离散频率,DFT 只能看到这个离散频率。真实世界里,抗混叠滤波器会在采样前把 1000Hz 压掉,只留下 500Hz 以下的成分,所以不会出现这种“两个频率都满幅”的局面。

再做一个量化实验:生成一个幅度 0.99 的正弦,分别量化到 8、10、12、16 位,计算信号功率和量化噪声功率的比值。

import math

def snr(bits):
    N = 4096
    step = 2.0 / (2 ** bits)
    sig = [0.99 * math.sin(2 * math.pi * 7 * n / N) for n in range(N)]
    q = [round(v / step) * step for v in sig]
    ps = sum(v * v for v in sig) / N
    pn = sum((a - b) ** 2 for a, b in zip(sig, q)) / N
    return 10 * math.log10(ps / pn)

for b in [8, 10, 12, 16]:
    print(b, round(snr(b), 2))

本机 Python 3.15 实际输出:8 位 49.73dB,10 位 61.90dB,12 位 73.90dB,16 位 98.06dB。和理论公式 6.02N 加 1.76 相比,分别差 0.19dB、0.06dB、0.10dB、0.02dB,差距来自正弦没有完全满幅、量化取整方式和统计点数。这个结果说明理论公式不是摆设,它能让你在选 ADC 之前就估出噪声底线。

这两个实验合起来看:混叠是“时间上采得太稀”,量化是“幅度上切得太粗”。前者无法在数字域补救,后者可以靠过采样和平均改善。排查 ADC 问题时,先分清读数异常是频率成分不对,还是幅度分辨率不够,再决定换采样率、加滤波器,还是提高位数。

现象对照表

现象真实原因第一步查什么
1kHz 信号显示成 500Hz采样率 1.5kSa/s,低于 2 倍信号频率,发生混叠查采样率设置和抗混叠滤波器,把采样率提到 2 倍以上
低频测量里出现奇怪的缓慢波动高频开关噪声混叠到低频,看起来像真实信号看频谱,检查前端低通滤波和采样率
ADC 末位总是跳几个码量化噪声加参考电压噪声、热噪声,有效位数低于标称短接输入看底噪,算 ENOB,检查参考电压去耦
提高采样率后跳动更严重采样率提高但前端噪声带宽没变,更多噪声被采进来加抗混叠滤波,或降低输入带宽
高阻传感器读数偏低ADC 采样电容充电不足,采样时间短或源阻抗高算 RC 建立时间,加缓冲器或延长采样时间
多通道切换时通道之间串扰采样电容残留上一个通道电荷,切换后没有足够建立时间增加通道间延时,或加低阻抗缓冲
16 位 ADC 实际只有 12 位有效参考电压纹波、输入噪声、时钟抖动限制了有效位数测参考电压噪声,算系统信噪比,不只看位数
过采样平均后读数变稳但变慢平均降低了噪声,也增加了响应时间权衡采样率和响应带宽,确认控制环路能接受

边界与代价:采样率不是越高越好

提高采样率能让混叠远离关心的频段,但代价是数据量、功耗和处理负担。ADC 采样率越高,每次转换的功耗通常越大,接口带宽和存储压力也越大。很多系统并不需要把整个频谱都采下来,只需要关心某个窄带,这时可以用带通采样,把高频信号搬到一个合适的频段,降低采样率。带通采样仍然要满足带宽条件,不是随便降。

抗混叠滤波器也有代价。阶数越高,滚降越陡,但延迟越大,相位非线性越严重。音频要求相位平直,工业控制要求延迟小,两者对滤波器的要求不同。模拟滤波器还有元件容差和温漂,截止频率会随温度变;数字滤波器稳定,但必须在采样之后,挡不住已经混叠的成分。通常要模拟和数字配合:模拟滤波器先把带外能量压到 ADC 的量程以下,数字滤波器再做精细整形。

量化位数的代价是成本和速度。高位数 ADC 通常更贵、更慢,接口也更复杂。12 位 SAR ADC 可以做到很快,16 位甚至 24 位的高精度 ADC 往往速度慢得多。系统设计不是“位数越高越好”,而是先算信噪比预算:传感器本身有多少噪声,前端放大有多少噪声,参考电压有多少噪声,最后再看多少位才不浪费。传感器噪声已经 1mV,配一个 1uV 分辨率的 ADC,多出来的位数只是在量化噪声。

过采样也有代价。每提高 4 倍采样率再平均,理论上信噪比提高 6dB,相当于多 1 位有效位数;但采样时间变成 4 倍,功耗和延迟跟着涨。过采样对白噪声有效,对工频干扰、开关尖峰这类窄带干扰效果有限,得先用滤波器或同步采样把它们避开。看到“过采样能提高精度”就无脑加,可能只是把响应变慢,读数该跳还是跳。

最后是测量边界的代价。示波器的采样率标称很高,但开启某些模式后实际采样率会下降;探头带宽不够,高频成分在进入 ADC 之前就没了;ADC 前端有程控增益,换挡时量程和噪声一起变。你看到的数字,是传感器、前端、ADC、时钟和算法共同的结果,不是“真实电压”的直接副本。排查时把每一级的带宽和噪声都列出来,比盯着一个读数有用。先确认信号有没有混叠,再确认量化噪声够不够小,最后才谈算法补偿,这个顺序不要反过来。这类问题的答案往往不在代码里,而在前端和时钟上。

当天能自己验证的练习

  1. 用 Python 复现 1kHz 采样成 500Hz 的实验,把采样率改成 2500Hz、3000Hz、8000Hz,观察 1000Hz 的 DFT 幅度和 500Hz 的幅度怎么变化。
  2. 把量化实验的位数改成 6、7、9、14,记录实测信噪比,和 6.02N 加 1.76 的公式比较,画出偏差趋势。
  3. 找一块带 ADC 的开发板,把输入短接到地,连续采 1000 个点,算最大值、最小值和标准差,看看底噪有几个码。
  4. 用一个电位器做输入,慢慢转动,记录 ADC 读数序列;再把采样率降低一半,观察读数跳动和响应速度的变化。
  5. 查一个手边 ADC 的数据手册,找出采样时间、输入阻抗、参考电压噪声和 ENOB,算一算你的源阻抗能不能在采样时间内建立到 0.5LSB。

小结与下一篇

采样是时间上的离散化,量化是幅度上的离散化。采样定理的前提是信号限带,采样率高于 2 倍最高频率只是必要条件,抗混叠滤波器必须放在 ADC 前面。量化误差的理论信噪比是 6.02N 加 1.76 分贝,实际有效位数还会被参考电压、时钟和前端噪声拉低。混叠无法在数字域补救,量化噪声可以靠过采样和平均改善。

下一篇讲噪声与去抖:按键、长线和干扰为什么会读出假脉冲。采样和去抖有一个共同点:它们都在和时间赛跑,采样太稀会漏掉变化,采样太密会把噪声也收进来。区别在于,采样关心的是波形保真,去抖关心的是“这一次变化到底算不算数”。

如果想把数字的表示和误差补上,可以看浮点数与精度;这一篇只讲从电压到数字的这一段,数字之后怎么算、怎么存,不在范围内。