意義與機制
當以規則間隔讀取連續訊號，它們就會形成取樣率序列。將每個樣本用有限組中的一個程式碼表示，就是量化過程。
如果取樣速度過慢，不同的原始頻率可能會被視為相同的樣本。 這種現象被稱為混疊，而增加位元數並不能消除時域的模糊性。
關係與條件
為了恢復理想的去噪訊號，唯一的途徑是採用兩倍於最高頻率的取樣，以及適當的條件。實驗的間隔，包括實驗的終點，是總範圍除以 (2ⁿ−1)。
ADC 程式碼寬度實際定義可能存在差異。fs=2f。 邊界對相位非常敏感，在實際系統中，還需要考慮去混疊濾波器和預留頻率。
觀察實驗中需要注意的事物
混疊現象在訊號頻率的兩倍以下發生，而更多的位也減少了量化步數。
噪聲、抖動以及真實的 ADC 非線性已被忽略。當 fs=2f 時，該邊界是相位敏感的，並且不被認為是安全的。在螢幕上進行實驗；不要使用真實的電源、插座或高電壓進行重複。
關鍵關係與符號
Δ = 4/(2ⁿ−1) · falias = |f−round(f/fs)fs|
| 符號 | 含義 | 單位 |
|---|---|---|
| fs | 取樣頻率 | Hz |
| n | 量化位數 | bit |
| Δ | 模擬中，相鄰程式碼值的間距 | V |
透過範例確認
4 位量化，從 −2 V 到 +2 V（包括兩個端點），步長是多少？
約 0.267 V
常見誤解
- 單純增加量化位數並不能解決低取樣頻率的混疊現象。