采样频率，也称为采样速度或者采样率，定义了单位时间内从连续信号中提取并组成离散信号的采样个数，它用赫兹（Hz）来表示。采样频率的倒数是采样周期或者叫作采样时间，它是采样之间的时间间隔。通俗的讲采样频率是指计算机单位时间内能够采集多少个信号样本。

  所谓采样定理 ，又称香农采样定理，奈奎斯特采样定理，是信号处理学科中的一个重要基本结论。   采样定理指出，只有采样频率高于信号带宽的两倍，原来的连续信号才可以从采样样本中完全重建出来。采样频率的一半（即奈奎斯特频率）低于信号带宽，那么此时这些离散的采样点就会导致混叠现象。   如果信号的带宽是100Hz，那么为了避免混叠现象采样频率必须大于200Hz。换句话说就是采样频率必须至少是信号中最大频率分量频率的两倍，否则就不能从信号采样中恢复原始信号。   关于采样定理如何理解，已有不少大神进行了讲解，这里不再细说。可以查看如何理解 Nyquist 采样定理？，当然还是建议有能力的同学，深入理解一下时域卷积公式及其变换到频域后的特点，就一目了然了。如果大家认为有必要讲解，可以留言回复，我可以从理论上给大家推导一下。

  数字测量应用所需的采用率为多少？一些工程师对于 Nyquist 理论深信不疑，并且认为只要采样率是示波器带宽的 2 倍便足矣。而其他工程师则不相信建立于 Nyquist 标准的数字滤波技术，更愿意使用采样率为带宽技术指标 10 至 20 倍的示波器。实际情况介于二者之间。

  下面我们分别用不同倍数采样率，对同一个周期内的信号进行采集，分析采集后数据的功率（即曲线下方的面积）。对于正弦信号 x = c o s ( 2 π f t ) \mathrm{x}=cos(2\pi ft) x=cos(2πft)，其在一个周期内的面积积分（即能量）为： 4 × ∫ 0 1 4 f cos ⁡ ( 2 π f t ) d t = 1 2 π f sin ⁡ ( 2 π f t ) ∣ 0 1 4 f = 2 π f (4.1) 4\times\int_{0}^{\frac{1}{4f}}\cos {(2\pi ft)}d_t=\frac{1}{2\pi f}\sin{(2\pi ft)}|_{0}^{\frac{1}{4f}}=\frac{2}{\pi f}\tag{4.1} 4×∫04f1​​cos(2πft)dt​=2πf1​sin(2πft)∣04f1​​=πf2​(4.1)   令采样频率 f s = N f f_s=Nf fs​=Nf，则各采样时间为 t = n N f ( 其 中 ： n = 1 , 2 , 3 … N ) t =\frac{n}{Nf}(其中：n=1,2,3\dots N) t=Nfn​(其中：n=1,2,3…N)。带入到式（4.1）中，则需求解的是离散信号 cos ⁡ ( 2 π f n N ) ( 其 中 ： n = 1 , 2 , 3 … N ) \cos{(2\pi f\frac{n}{N})}(其中：n=1,2,3\dots N) cos(2πfNn​)(其中：n=1,2,3…N)包围的面积。

  由以上分析可知，一般来说，如果只关心信号的频率组成，遵循采样定理即可；如果关心信号的幅值，那么，采样频率应大于10倍的信号频率（只有10%的误差）才不会引起明显的幅值失真。