不斷豐富的高速和極高速ADC以及數字處理產品正使過采樣成為寬帶和射頻系統的實用架構方法。半導體技術進步為提升速度以及降低成本做出了諸多貢獻（比如價格、功耗和電路板面積），讓系統設計人員得以探索轉換和處理信號的各種方法--無論使用具有平坦噪聲頻譜密度的寬帶轉換器，或是使用在目標頻段內具有高動態范圍的帶限Σ-Δ型轉換器。這些技術改變了設計工程師對信號處理的認識，以及他們定義產品規格的方式。噪聲頻譜密度（NSD）及其在目標頻段內的分布，能夠讓其在數據轉換過程中更好的被濾除。比較在不同速度下工作的系統，或者查看軟件定義系統如何處理不同帶寬的信號時，噪聲頻譜密度（NSD）可以說比信噪比 （SNR）更為有用。它不能取代其他規格，但會是分析工具箱中的一個有用參數指標。

　　我的目標頻段內有多少噪聲？

　　數據轉換器數據手冊上的SNR表示滿量程信號功率與其他所有頻率的總噪聲功率之比。

　　現在考慮一個簡單情況來比較SNR和NSD，如圖1所示。假設ADC時鐘頻率為75 MHz。對輸出數據運行快速傅里葉變換 （FFT），圖中顯示的頻譜為從直流到37.5 MHz。本例中，目標信號是唯一的大信號，且碰巧位于2 MHz附近。對于白噪聲（大部分情況下包含量化噪聲和熱噪聲）而言，噪聲均勻分布在轉換器的奈奎斯特頻段內，本例中為直流至37.5 MHz。由于目標信號在直流與4 MHz之間，故可相對簡單地應用數字后處理以濾除或拋棄一切高于4 MHz的頻率（僅保留紅框中的內容）。這里將需要丟棄7?8噪聲，保留所有信號能量，從而有效SNR改善9 dB。換句話說，如果知道信號位于頻段的一半中，那么事實上可以在僅消除噪聲的同時，丟棄另一半頻段。這就引出了一條有用的經驗法則：存在白噪聲時，調制增益可使過采樣信號的SNR額外改善3 dB/倍頻程。在圖1示例中，可將此技巧應用到三個倍頻程中（系數為8），從而使SNR改善9 dB。當然，如果信號處于直流和4 MHz之間某處，那么就不需要使用快速75 MSPS ADC來捕捉信號。只需9 MSPS或10 MSPS便能滿足奈奎斯特采樣定理對帶寬的要求。事實上，可以對75 MSPS采樣數據進行1/8抽取，產生9.375 MSPS有效數據速率，同時保留目標頻段內的噪底。正確進行抽取很重要。如果只是每8個樣本丟棄7個，那么噪聲會折疊或混疊回到目標頻段內，這樣將得不到任何SNR改善。必須先濾波再抽取，才能實現調制增益。即便如此，雖然理想的濾波器會消除一切噪聲，實現理想3 dB/倍頻程的調制增益，但實際濾波器不具備此類特性。在實踐中，所需的濾波器阻帶抑制量與試圖實現多少調制增益成函數關系。另外應注意，“3 dB/倍頻程”的經驗法則是基于白噪聲假設。這是一個合理的假設，但并非適用于一切情況。一個重要的例外情況是動態范圍受非線性誤差或通帶中的其他雜散交調分量影響。在這些情況下，“濾波并丟棄”方法不一定能濾除雜散分量，可能需要更細致的頻率算法。