只要采样率显着高于信号带宽以包含通过这种方法获得的相位色散，我当然可以设想对较低 IF 信号执行此操作的优势（或便利性）。例如，使用单个混频器/ADC 前端的模拟实现成本更低、更简单。这在非线性噪声贡献可能开始占主导地位的较高载波上变得不太可行（例如，ADC 中的相对 SFDR）。

进一步评论以“两倍载波频率”采样的方法的注意事项。我在此声明中假设该方法是通过解复用样本来近似基带 IQ 样本：I1 Q1 I2 Q2 I3 Q3 等。应该指出，这只是一个近似值，随着信号带宽变大，误差会很大相对于整个数字带宽。这是因为在这种方法中，90° 偏移由延迟模拟，但仅在信号的中心频率处延迟仅为 90°（并且在其他任何地方随频率线性变化）。要在没有延迟失真的情况下进行 IQ 采样，需要在信号带宽内的所有频率上进行 90 度的希尔伯特变换。请注意，当带宽明显小于采样率时，这是最小的后果，

也就是说，我可能永远不会以载波频率的两倍进行采样，但如果打算以接近该载波频率的频率进行采样（出于某种原因），我会选择 2/.75 = 2.66x 或 2/1.25 = 1.6x。让我在下面解释原因：

那么如何做一些接近 2x 载波采样的意图（即使用单个 ADC 以最接近 fs 的不同频率进行采样，避免在模拟中进行任何 IQ）。显然，我们可以设想以更高的速率对数字 IF 进行采样并在数字中处理 IQ 的方法，但是要量化一种在模拟硬件之外没有额外不准确性的特定方法是：

按照奈奎斯特的所有规则（包括抗混叠带通滤波）对模拟信号进行采样，即确保采样率是抗混叠滤波器带宽的两倍，并附加条件：

对模拟信号进行采样，使生成的数字信号位于$F_s/4$在哪里$F_s$是采样率或实际采样率的任何整数部分。

这意味着信号可以在采样之前以模拟为中心$nF_s/4$其中 n = 1,3,5,... 使用哪个 n 称为哪个“奈奎斯特区”。例如，n=1 是第一和主要的奈奎斯特区。

一旦数字化，如果仍然需要复杂的 IQ 样本，可以将信号复杂下变频到基带。将信号定位在$F_s/4$是复杂的下变频器简化为将信号乘以以下以生成 I 和 Q：

自复旋转器做$Fs/4$下变频到基带乘以$e^{-jn\pi/4}$= +1, -j, -1,+j,... 那么这个乘数的 I 个样本是 +1,0,-1,0,... 而 Q 个样本是 0, -1, 0, + 1 ...因此，通过对采样序列执行以下操作来创建基带 I 和 Q：

$$I = +1x_1 + 0x_2 -1x_3 +0x_4 + 1x_5 ...$$

$$Q = 0x_1 - 1x_2 +0x_3 +1x_4 + 0x_5 ...$$

非常方便：解复用并将每个乘以 +/-1！

请注意，即使为模拟下变频选择了奈奎斯特区，也会导致频谱反转。这很容易通过旋转另一种方式解决：$e^{+jn\pi/4}$.

$$I = 1x_1 + 0x_2 -1x_3 +0x_4 + 1x_5 ...$$

$$Q = 0x_1 + 1x_2 -0x_3 -1x_4 + 0x_5 ...$$

注意这是如何通过改变 Q 的符号来完成的。

现在，如果复数旋转器用于载波跟踪（这很可能），那么我们不会在乘法器中使用降低到 +/-1 的方法，但仍然受益于 fs/4 的理想放置，它优化了模拟反混叠滤波器设计方法是将信号集中在带宽内，否则会发生混叠。