非均勻採樣

非均勻取樣（Template:Lang-en）是取樣定理下的產物，藉由拉格朗日插值法及均勻取樣理論的關係，來達成滿足取樣定理的概括化型態。取樣定理限制了在對連續訊號取樣時的條件，如奈奎斯特準則，以避免取樣後的重構時產生訊號缺陷。而非均勻取樣則是在不同時間有不同的取樣間隔，但平均下來，整段取樣滿足取樣定理的限制，根據取樣定理的回推，這樣的作法在有限頻寬訊號重構時不會造成缺陷。因此，雖然均勻取樣在訊號重構時較簡單，完整的重構訊號卻不見得一定要用均勻取樣來的訊號才能達到。

1967年藍道提出的對於非均勻取樣及非基頻取樣的泛用理論提到，平均後的取樣率，無論是否均勻取樣，若是知道使用的頻譜為前題下，必須要是訊號占用頻寬的兩倍大。1990年代末期，這個理論推廣到占用頻寬的數量已知，而實際上頻譜位置未知的情形。2000年代，非均勻取樣與壓縮取樣逐漸發展成一套完整的理論，並實際實作在訊號處理上。如果頻譜位置是未知的，取樣率必須至少兩倍大於奈奎斯特準則，也就是說未知頻譜位置的代價是至少多兩倍的頻寬。

取樣混疊

Template:Main 奈奎斯特準則用取樣率限制了最大取樣頻率，若是超出這個頻率就會產生混疊。高於取樣頻率的成分將被重構成低於取樣頻率的訊號，因而導致重構失真，這樣的失真就稱為混疊，因為這兩個訊號有同樣的取樣值，重構時並不能主動判斷是哪一個成分訊號造成的。同樣的狀況也出現在數值分析裡的頻譜法。一般有兩個方式可以避免混疊的發生，一是提高取樣頻率，使之達到最凹訊號頻率的兩倍以上，意即使之符合奈奎斯特準則。二是引入低通濾波器，通常稱為抗混疊濾波器，用以濾除高於最大頻率之訊號。

均勻取樣會造成訊號混疊

然而，若是將每個取樣的時間點前後挪移一點單位，在重構訊號時，由於只有被取樣頻率的正弦波可以經過取樣點，原本會被誤重構二個頻率均不會經過取樣點。暫且不論重構訊號的方式，此法的確可以避免混疊，是為非均勻取樣。研究亦有指出，在正確進行非均勻取樣的前提下，每一個頻率都有對應的取樣數值組合，在上述的例子中也顯示其抗混疊的效用，意即成功重構是可能的。

調整取樣時間點，便可有效避免訊號混疊

最常使用的非均勻採樣抗混疊訊號處理法的實作，是引入一串高精度且已知的時間長度，作為取樣的間隔。雖然非均勻取樣可以解決混疊問題，然實際使用上，包含取樣率的上限計算等，與一般均勻取樣不全然相同。平均取樣率是藉由總取樣點除以總取樣時間得到，最小取樣數則在均勻與否的取樣皆相同，均勻取樣則常常有超過數量的取樣點，目的同樣是為了防止混疊。

理論

拉格朗日插值法

當有n+1個時間點對應的值是知道的時候，可以建立一個n次多項式來重構此函數。假設這n+1個點為$z_0,z_1,\dots ,z_n$，且其對應的值為$w_0,w_1,\dots ,w_n$

以上對應存在一個為一的多項式使得：

$p_n(z_i)=w_i,\text{ where }i=0,1,\dots ,n.$

而這個多項式可以用以下插值多項式加以簡化

$I_k(z)=\frac{(z-z_0)(z-z_1)\cdots (z-z_{k-1})(z-z_{k+1})\cdots (z-z_n)}{(z_k-z_0)(z_k-z_1)\cdots (z_k-z_{k-1})(z_k-z_{k+1})\cdots (z_k-z_n)}$

以上式子可表示如下

$I_k(z_j)={\delta }_{k,j}=\{\begin{array}{cc}0,& \text{if }k\ne j\\ 1,& \text{if }k=j\end{array}$

便可以將前述多項式寫成

$p_n(z)=\sum _{k=0}^n{w}_k{I}_k(z)$

$p_n(z_j)=w_j,j=0,1,\dots ,n$

為了使式子形式更簡潔明瞭，引入以下函數

$G_n(z)=(z-z_0)(z-z_1)\cdots (z-z_n)$

以下便為拉格朗日插值多項式：

$p_n(z)=\sum _{k=0}^n{w}_k\frac{G_n(z)}{(z-z_k)G{\text{'}}_n(z_k)}$

令$f(z_j)=p_n(z_j),j=0,1,\dots ,n,$則此多項是又可以寫作

$f(z)=\sum _{k=0}^{n}f(z_k)\frac{G_n(z)}{(z-z_k)G{\text{'}}_n(z_k)}$

惠特克–夏農–科特爾尼科夫定理(Whittaker–Shannon–Kotelnikov) (WSK)

惠特克將以上插值多項式的定義拓展到整函數上，他給出了以下插值形式

$C_f(z)=\sum _{n=-\mathrm{\infty }}^{\mathrm{\infty }}f(a+nW)\frac{\sin [\pi (z-a-nW/W)]}{[\pi (z-a-nW/W)]}$

當點在$z_n=a+nW$時，其函數值與前述$f(z)$相同。

延續前一節的簡化，以上整函數形式的插值函數$C_f(z)$亦可以簡化為

$C_f(z)=\sum _{n=-\mathrm{\infty }}^{\mathrm{\infty }}f(z_n)\frac{G(z)}{G^{\prime }(z_n)(z-z_n)},\text{ where }G(z)=\sin [\pi (z-z_n)/W]\text{ and }{z}_n=a+nW$

當 a=0且W=1時，以上函數與現時定義之WSK理論近幾一致：

若一個函數可以以下形式表達

$f(t)=\underset{-\sigma }{\overset{\sigma }{\int }}{e}^{jxt}g(x)dx(t\in ℝ),\mathrm{\forall }g\in L^2(-\sigma ,\sigma ),$

則此函數可以藉由以下方式重構

$f(t)=\sum _{k=-\mathrm{\infty }}^{\mathrm{\infty }}f\left(\frac{k\pi }{\sigma }\right)\frac{\sin (\sigma t-k\pi )}{\sigma t-k\pi }(t\in ℝ)$

非均勻採樣

若存在一序列$\{t_k{\}}_{k\in \mathbb{Z}}$滿足以下條件

$D=\underset{k\in \mathbb{Z}}{\sup }|t_k-k|<\frac{1}{4},$

則

$f(t)=\sum _{k=-\mathrm{\infty }}^{\mathrm{\infty }}f(t_k)\frac{G(t)}{G^{\prime }(t_k)(t-t_k)},\mathrm{\forall }f\in B_{\pi }^2,(t\in ℝ),$

$\text{ where }G(t)=(t-t_0)\prod _{k=1}^{\mathrm{\infty }}(1-\frac{t}{t_k})(1-\frac{t}{t_{-k}}),$ $B_{\sigma }^2.$是Bernstein space，$f(t)$均勻收斂於緊緻集。

以上稱為培力-威納-萊文森定理，為將WSK定理從均勻取樣時間拓展至非均勻取樣時間的定裡。