无论何时给定连续时间信号，我们都必须在将其转换为频域之前对其进行离散化。
但是当我们进行采样时，我们使用奈奎斯特定理来判断最小采样频率，在那里我们判断所需的最小频率>2倍最大频率
但实际上我们不知道频率，那么我们如何知道最大频率呢？我们的最终目的只是找到信号的频率。
那么，当我们只得到一个连续信号时，我们如何离散信号呢？
如果我们先知道它的频率，为什么我们要做很多采样，dft。。。重新找到频率？
如果我们(不知何故(知道信号被带限在FHz以下，那么根据奈奎斯特-香农采样定理，通过2 FHz下函数的采样点值对其进行离散化，就足以通过sinc插值精确地恢复连续信号。
然而，如果在F之上的频率f处存在频率内容，则它向下别名为2 F - f。这是一个真正的问题。
理想情况下，使用模拟组件来处理混叠，以执行低通滤波，从而在离散化之前衰减混叠频率。例如，模拟麦克风可以首先使音频在ADC之前通过模拟低通电路。或者在数码相机中；光学低通滤波器"；(OLPF(，具有特殊折射特性的板，位于图像传感器的前面。
即使没有模拟处理，对我们有利的是，许多自然信号分布在频域中(具有功率谱密度(，如1/f，又名"频率"；粉红色噪声"；。因此，在足够高的采样率下，混叠内容的大小往往很小。