Sampling

Sampling (z ang. sampling – „próbkowanie”) jest procesem pobierania reprezentatywnych obserwacji lub próbek z większej populacji, sygnału lub zbioru danych w celu ich dalszej analizy, przetwarzania lub odtworzenia. Termin ten występuje w wielu dziedzinach nauki i techniki, między innymi w statystyce, teorii sygnału, przetwarzaniu sygnałów, muzyce oraz kryptografii.

Definicja

Próbkowanie polega na zamianie ciągłego (analogowego) zjawiska lub rozkładu na skończony, dyskretny zbiór punktów, które mają oddawać najważniejsze cechy oryginału. W zależności od dziedziny, pojęcie to przybiera nieco odrębne znaczenia:

W statystyce – losowy dobór jednostek z populacji w celu oszacowania jej parametrów.
W teorii sygnału – konwersja sygnału ciągłego w szeregu dyskretnym (próbki) przy określonej częstotliwości próbkowania.
W muzyce – wykorzystanie fragmentów istniejących nagrań (sampli) jako elementów nowych kompozycji.
W kryptografii – technika losowego wyboru danych (np. losowych kluczy) ze źródła o wysokiej entropii.

Historia

Pierwsze koncepcje próbkowania pojawiły się w XIX‑wiecznym opracowaniu teorii sygnałów, a w latach 40. XX wieku Claude Shannon sformułował zasadę Nyquista‑Shannona, definiującą minimalną częstotliwość próbkowania potrzebną do odtworzenia sygnału bez utraty informacji. W dziedzinie muzyki termin sampling zyskał popularność w latach 80. dzięki rozwijającej się technologii cyfrowych samplerów, a w statystyce metoda losowego doboru danych była wykorzystywana od początków nowoczesnej metodyki badawczej.

Rodzaje samplingu

1. Sampling w statystyce

Metody próbkowania statystycznego różnią się sposobem wyboru jednostek i obejmują m.in.:

2. Sampling w teorii sygnału

W tej dziedzinie wyróżnia się dwa podstawowe podejścia:

Próbkowanie jednorazowe – pobranie jednego zestawu wartości w określonym czasie.
Próbkowanie okresowe – regularne pobieranie wartości w równych odstępach czasu, zgodnie z częstotliwością próbkowania f_s.

Kluczowym problemem jest aliasing (zjawisko nakładania się widma), którego uniknięcie wymaga spełnienia kryterium Nyquista: f_s > 2·f_max, gdzie f_max to maksymalna częstotliwość w sygnale źródłowym.

3. Sampling w muzyce

W muzyce samplowanie polega na wykorzystaniu krótkich fragmentów dźwiękowych – sampli – w nowych utworach. Najbardziej znane formy to:

Sampling hip‑hopowy – fragmenty funkowych, soulowych lub jazzowych nagrań wykorzystywane jako podkłady rytmiczne.
Sampling elektroniczny – pętle (loops) i brzmienia generowane w syntezatorach lub bramkach rejestrujących (np. Akai S950).
Sampling w produkcji filmowej – wykorzystywanie krótkich fragmentów ścieżek dźwiękowych lub efektów dźwiękowych.

4. Sampling w kryptografii

Bezpieczne generowanie liczb losowych wymaga jakościowego źródła entropii. W praktyce stosuje się:

Hardware RNG – układy sprzętowe wykorzystujące szumy termiczne lub kwantowe.
Systemy operacyjne – funkcje typu /dev/random (przykład systemu Unix).
Algorytmy post‑procesowe, które „próbkują” surowy strumień i przekształcają go w równomiernie rozłożone bity.

Zastosowania

Próbkowanie znajduje zastosowanie w wielu obszarach:

Przetwarzanie obrazu – konwersja obrazu analogowego (np. z taśmy filmowej) na cyfrowe zdjęcia przy pomocy skanera.
Telekomunikacja – cyfrowa modulacja sygnału głosowego w telefonii komórkowej i VoIP.
Kontrola jakości – pobieranie losowych próbek z partii produktów w przemyśle.
Neurobiologia – rejestrowanie impulsów nerwowych (potencjałów czynnościowych) w określonych przedziałach czasu.
Archeologia cyfrowa – digitalizacja i próbkowanie danych z wypalonych tabliczek glinianych, pergaminów itp.

Metody i techniki

W zależności od wymagań aplikacji, stosuje się różne techniki próbkowania:

Próbkowanie równomierne (regularne) – najczęściej stosowane w przetwarzaniu sygnału.
Próbkowanie nierównomierne (adaptacyjne) – wykorzystywane w systemach pomiarowych, gdzie istotne są zmiany dynamiczne.
Oversampling – przyjmowanie częstotliwości próbkowania znacznie wyższej niż wymagana, co ułatwia filtrację aliasingu.
Undersampling (ang. sub‑Nyquist sampling) – celowe obniżanie częstotliwości, stosowane w analizie sygnałów o wąskim paśmie spektralnym.

Problemy i wyzwania

Główne trudności związane z próbkowaniem obejmują:

Aliasing – powstawanie niepożądanych częstotliwości w wyniku zbyt niskiej częstotliwości próbkowania.
Utrata informacji – nieodwracalna degradacja, gdy częstotliwość próbkowania nie spełnia kryterium Nyquista.
Wprowadzenie szumu – proces konwersji analogowo‑cyfrowej może dodać szum kwantyzacji.
Skalowalność – przy bardzo dużych zbiorach danych (np. Big Data) wymaga efektywnych algorytmów losowego wyboru próbek.

Sprzęt i oprogramowanie

Do realizacji próbkowania wykorzystuje się zarówno układy sprzętowe, jak i programowe:

A/D konwertery (przetworniki analogowo‑cyfrowe) – np. AD7606.
D/A konwertery – odtwarzanie sygnału cyfrowego w postaci analogowej.
Oprogramowanie – biblioteki takie jak NumPy (Python), MATLAB, R oferują funkcje sample() i resample().
Urządzenia muzyczne – samplery hardware (np. Akai S950), wtyczki VST typu sampler.

Powiązane pojęcia

Warto zapoznać się z następującymi artykułami encyklopedycznymi:

Bibliografia

Shannon, C. E. (1949). „Communication in the Presence of Noise”. Proceedings of the IRE.
Oppenheim, A. V.; Schafer, R. W. (1999). Discrete-Time Signal Processing. Prentice Hall.
Hiller, K.; Boulanger, R. (2005). Sampling Techniques for Digital Audio. Journal of Audio Engineering Society.
Wasserman, L. (2004). All of Statistics – A Concise Course in Statistical Inference. Springer.