Teorema del campionamento

Nell'elaborazione del segnale, l'analisi dei segnali a tempo continuo, indicati come x(t), spesso comporta tecniche di campionamento per convertire questi segnali in segnali a tempo discreto. Questo processo è essenziale per la rappresentazione e la manipolazione digitale. Una componente critica nel campionamento è il treno di impulsi, caratterizzato dall'intervallo e dalla frequenza di campionamento. La relazione tra questi parametri e le proprietà del segnale originale determinano il successo del processo di campionamento.

Moltiplicando il segnale a tempo continuo per il treno di impulsi si ottengono una serie di impulsi discreti. Questa operazione produce un segnale campionato, che può essere analizzato nel dominio della frequenza usando la trasformata di Fourier. La trasformata di Fourier rivela che lo spettro del segnale campionato è formato da più versioni spostate dello spettro del segnale originale. Queste copie spettrali sono distanziate dalla frequenza di campionamento.

Un principio fondamentale nella teoria del campionamento è che per evitare sovrapposizioni tra questi spettri spostati, la frequenza di campionamento dev’essere sufficientemente alta. Nello specifico, la frequenza di campionamento fsf_sfs dev’essere maggiore del doppio della frequenza più alta presente nel segnale originale, una condizione nota come frequenza di Nyquist. Quando fsf_sfs soddisfa o supera questa frequenza, gli spettri non si sovrappongono, assicurando che il segnale originale possa essere ricostruito perfettamente dai suoi campioni. Questo requisito è incapsulato nel teorema del campionamento, che afferma che per un segnale a banda limitata, la frequenza di campionamento dev’essere almeno il doppio della componente di frequenza più alta del segnale.

Quando un segnale viene campionato a una frequenza superiore alla frequenza di Nyquist, viene considerato sovracampionato. Il sovracampionamento può fornire vantaggi come il rumore ridotto e la progettazione di filtri digitali più semplici. Al contrario, se la frequenza di campionamento è inferiore alla frequenza di Nyquist, il segnale è sottocampionato, portando a un fenomeno noto come aliasing. L'aliasing fa sì che diverse componenti di frequenza diventino indistinguibili l'una dall'altra, distorcendo il segnale ricostruito.

Nelle applicazioni pratiche, l'aderenza alla velocità di Nyquist è fondamentale per una rappresentazione digitale accurata e per la ricostruzione di segnali analogici. Questo principio è alla base di varie tecnologie, tra cui l’audio digitale, le telecomunicazioni e l’imaging medico, assicurando che i segnali possano essere campionati, elaborati e ricostruiti senza perdere informazioni critiche.