Aliasing w przetwarzaniu sygnałów jest zjawiskiem, które pojawia się, gdy sygnał ciągły w czasie jest próbkowany zbyt rzadko (zbyt mała częstotliwość próbkowania w stosunku do najwyższej istotnej składowej częstotliwościowej). W praktyce oznacza to, że informacje o szybkich zmianach sygnału nie są "złapane" przez próbki, a w dziedzinie częstotliwości dochodzi do nakładania się kopii widma po próbkowaniu. Skutkiem może być to, że w sygnale po rekonstrukcji (odtworzonym z postaci cyfrowej) pojawiają się składowe o częstotliwościach innych niż w sygnale pierwotnym, co jest zgodne z opisem: "składowe o błędnych częstotliwościach".
Dlaczego pozostałe odpowiedzi nie pasują do definicji?
- "operacja mnożenia sygnału przez okno czasowe" opisuje okienkowanie (windowing). To celowa operacja w analizie widmowej (np. przed FFT), która zmienia własności widma (np. przeciekanie), ale nie jest definicją aliasingu.
- "przekształcenie przyporządkowujące sygnałowi dyskretnemu konkretną wartość" kojarzy się z kwantyzacją, czyli zaokrąglaniem/ograniczaniem amplitudy do poziomów dyskretnych. Kwantyzacja powoduje szum kwantyzacji, ale to inny mechanizm błędów niż aliasing.
- "okresowy zbiór próbek widma sygnału" nawiązuje do faktu, że po próbkowaniu widmo sygnału staje się okresowe (powielone w osi częstotliwości). To jest ważna własność teorii próbkowania, jednak aliasing zachodzi dopiero wtedy, gdy te powielone widma nakładają się (brak spełnienia warunku dostatecznie dużej częstotliwości próbkowania lub braku filtru antyaliasingowego). Samo "powielenie/okresowość" nie musi oznaczać aliasingu.
Wskazówka egzaminacyjna: jeśli w pytaniu pojawia się wątek "błędnych częstotliwości", "zbyt małego próbkowania" albo "nakładania widm", to zwykle chodzi o aliasing. Jeśli mowa o "oknie" – to okienkowanie; jeśli o "poziomach amplitudy" – kwantyzacja.
