采样定理是连续时间信号（通常称为“模拟信号”）和离散时间信号（通常称为“数字信号”）之间的基本桥梁。该定理说明采样频率与信号频谱之间的关系，是连续信号离散化的基本依据。 它为采样率建立了一个足够的条件，该采样率允许离散采样序列从有限带宽的连续时间信号中捕获所有信息。
在进行模拟/数字信号的转换过程中，当采样频率fs.max大于信号中最高频率fmax的2倍时(fs.max>2fmax)，采样之后的数字信号完整地保留了原始信号中的信息，一般实际应用中保证采样频率为信号最高频率的2.56～4倍；采样定理又称奈奎斯特定理。
传感器数据采集与奈奎斯特定理（Nyquist Theorem）密切相关，奈奎斯特定理是数字信号处理中的基本原理，它规定了在对模拟信号进行数字采样时，需要满足一定的采样频率，以避免采样引起的混叠（Aliasing）现象。
奈奎斯特定理的核心原理如下：
若一个模拟信号的最高频率成分为f_max，那么为了准确地重构这个信号，需要以不小于2倍f_max的采样频率对信号进行采样。
具体地，采样频率（Fs）必须满足Fs >= 2*f_max。
这个定理的基本思想是，采样频率必须足够高，以捕获信号中的所有频率成分，否则采样后的数字信号将无法准确地重构原始信号，导致混叠问题。混叠是指在低采样频率下，高频率成分的谐波被错位到基频范围内，从而混淆不同频率的成分。
奈奎斯特定理在传感器数据采集中具有重要意义，特别是在模拟到数字信号转换（ADC）过程中。如果采样频率低于2倍信号的最高频率成分，那么就会发生混叠，从而导致采样数据失真。因此，在传感器数据采集中，通常需要根据被测信号的最高频率来选择适当的采样频率，以确保数据的准确性和可重构性。
需要注意的是，奈奎斯特定理提供了理论基础，但在实际应用中，通常会留有一些余量，以确保数据采集系统在采样频率方面有一定的安全边界，以应对不确定性和噪声。因此，常见的实际选择是采样频率略大于2倍最高频率成分，以确保信号的可靠采集和还原。
