오버샘플링

시간축의 표본을 늘린다

같은 시간 동안 더 많은 샘플을 취득한다. 관심 대역을 유지하면서 필터로 불필요한 성분을 억제할 수 있다. 그러나 더 빠르게 읽었다는 이유만으로 원래 없던 세부 정보가 생기거나 고정된 오차가 사라지는 것은 아니다.

평균으로 잡음이 줄어드는 조건

신호가 거의 일정한 동안 영평균이며 서로 상관되지 않은 잡음이 더해진 여러 측정값을 평균하면 잡음의 표준편차는 샘플 수의 제곱근에 반비례해 줄어든다. 같은 간섭이 반복되거나 오프셋이 유지되면 이 관계를 그대로 적용할 수 없다.

직접 계산한 예

가상의 측정에서 각 샘플의 잡음 표준편차가 8 mV이고 앞의 조건을 만족한다고 하자. 16개를 평균한 결과의 표준편차는 8을 4로 나눈 2 mV다. 잡음 rms 크기가 네 분의 일이므로 일정한 신호에 대한 SNR 개선은 약 12.04 dB다. 반면 모든 샘플에 공통인 3 mV의 치우침은 평균 후에도 남는다.

출력 속도와 응답의 교환

겹치지 않는 샘플 16개마다 평균 하나를 내면 초당 16만 샘플에서 초당 1만 결과를 얻는다. 이동 평균처럼 겹치는 구간을 쓰면 출력 간격은 유지할 수 있지만 인접 출력들이 공통 데이터를 사용한다. 출력 개수만으로 서로 독립적인 새 정보의 양을 판단하지 않는다.