混叠（英语：Aliasing），在信号频谱上可称作叠频；在影像上可称作叠影，主要来自于对连续时间信号作取样以数字化时，取样频率低于两倍奈奎斯特频率。

在统计、信号处理和相关领域中，混叠是指取样信号被还原成连续信号时产生彼此交叠而失真的现象。当混叠发生时，原始信号无法从取样信号还原。而混叠可能发生在时域上，称做时间混叠，或是发生在频域上，被称作空间混叠。

在视觉影像的模拟数字转换或音乐信号领域，混叠都是相当重要的议题。因为在做模拟-数字转换时若取样频率选取不当将造成高频信号和低频信号混叠在一起，因此无法完美地重建出原始的信号。为了避免此情形发生，取样前必须先做滤波的操作。

现象分析

（1）从时域信号重构看混叠

如下图，图中的信号是 的一部分，它的频域只在 处有一条谱线。当用 进行采样时，得到一条直流的曲线。当用 采样的时候，得到一个三角波信号。当用 对它进行采样的时候，也得到一个更低频的三角波信号。采样信号不仅不能重构原信号，出现混叠频率，即采样信号不能保持原信号的频谱特性。

（2）频域角度看混叠

连续信号经过离散采样后，得到的离散信号的傅氏谱为原信号傅氏谱SF倍的周期延拓，如果原信号中包含的最高频率成分 ，则在离散信号谱中相应周期的谱会出现重叠。反之，如果 ，即采样频率大于分析信号中最高频谱成分的2倍，则采样后离散信号频谱中不会出现频率混叠。

消除混叠

采样定理的一个重要指导意义是给出了消除混叠的最低条件，混叠本身是采样的必然效应，只不过如果混叠到原信号带宽范围内的频率成分为零的话，信号不会被破坏，也就能“完全重构”了。消除频率混叠的途径有两种：

（1）提高采样频率fs，即缩小采样时间间隔。然而实际的信号处理系统不可能达到很大的采样频率。另外，许多信号本身可能含有 范围内的频率，不可能将采样频率提高到 。所以，通过提高采样频率避免混叠的方法是有限制的。

（2）采用抗混滤波器。在采样频率fs一定的前提下，通过低通滤波器滤掉高于fs/2的频率成分，通过低通滤波的信号则可避免出现频率混叠。

在理想滤波的情形下，滤掉高于Nyquist频率的信号成分即可不产生混叠。然而，实际的滤波器都不具有理想滤波器的特性，如下图所示。所以，实际处理过程中一般应满足下面的关系：

对比真实频率

根据混叠机理，可以得出分析信号的混叠频率计算公式，设实际信号的频率为 ，采样频率为 ，并且 ，经采样分析得到的混叠后频率为 ，则有如下公式：

式中， ，其中 为取整操作，仅保留小数点的整数部分。

混叠实例

一种常见的发生混叠的情况就是电影。 这是因为不断以24帧/秒的速率对变化的图像进行离散采样。 奈奎斯特抽样定理告诉我们，如果在图像平面中的任何一点出现混叠存在比 (在这种情况下为12帧/秒)更高的频率分量或光暗过渡，混叠现象就会发生。 但是在许多情况下，这个光暗的过渡可能发生得比这个更快 - 比如马车轮或螺旋桨高速旋转。

考虑一个有八个辐条车轮以3转/秒（或180rpm）的转速旋转。 在这种情况下，车轮会在每帧内移动一个辐条，因为：

因此，货车轮将看起来静止不动。 但是这种情况非常少见，因为车轮恰好按照这个速度旋转的概率非常小。

考虑如果车轮以一个低于这个数值的速率转动，比如2.5转/秒。 现在车轮将移动83%个辐条间距每帧。 所以，比较两个相邻的帧，我们会看到下面的现象：

人的大脑在看这些电影帧的时候会存在两个解释。 一个解释是轮子已经移动了83%沿顺时针方向轮辐间隔。 另一种解释就是它已经沿着逆时针方向移动了17%的辐条间隔。 事实证明大脑喜欢后者的解释，所以你感觉到的结果是车轮以比实际速度慢的速度向后（逆时针）移动移动。

相关规律

奈奎斯特准则

所定的取样频率若取样的频率太低，就会产生取样的结果和原来的样本不同的状况。若一样本的频谱是带限频谱，也就是在某一频率 之外都为0的频谱，那么取样频率 就必须要大于两倍的 ，才不至于使频谱产生交叠，也因此产生失真。

数学式 即 奈奎斯特准则。