似乎这里有很多关于奈奎斯特的问题，还有一些关于随机抽样的问题。但是我还没有找到任何我想要的地址。 这是我在这里找到的最接近的，四处搜索使我在压缩感知方面做了一些工作，但我不知道如何导航该领域。

所以有奈奎斯特采样率：给定一个由低于的频率组成的信号$F$, 奈奎斯特给出了重建信号所需的采样频率的下限。

但我认为这通常在尝试找到合适的固定采样率时应用。所以我很好奇随机采样是否有扩展：对于与上述相同的信号，假设它被采样使得样本之间的空间由泊松分布$\mathcal{P}(\lambda)$（或其他带有参数的友好分布$\theta$.)

我希望基于采样分布重构信号的能力存在很高的概率界限。

或者，如果在此设置中没有很好地定义信号重构，也许可以导出一个表达式，将源信号的频率成分、采样分布参数以及源信号和随机采样信号之间的最大互信息联系起来.

但我不知道是否真的存在。谁能帮我解决这个问题？