增加采樣頻率可以改善系統的SNR，其原因是，當采樣頻率增加時，量化噪聲功率仍保持不變（量化噪聲只與字長有關），量化誤差可以建模為樣本與樣本之間不相關，這就將產生平坦的頻率響應，從而具有單邊功率譜密度：PSD等於兩倍的量化噪聲功率與采樣頻率之比。因此，盡管總的量化噪聲功率保持不變，量化噪聲的PSD隨着采樣頻率的增加而減低，即，采樣頻率每增加一倍，信噪比大約增加3分貝。量化信噪比的提高有兩種方法：一是增加量化字長，字長每增加一位，信噪比大約增加6分貝；二是提高采樣頻率。由於量化噪聲是均勻分布的白噪聲，當采樣頻率提高一倍時，噪聲能量並沒有改變，而噪聲分布范圍卻增加了一倍，因此，相對地，信噪比就提高了“根號2”分之一。
在楊小牛翻譯的《軟件無線電原理與應用》里的公式：
SNR＝6.02N＋1.76＋10*log(fs/2B)
其中N是量化位數，其中采樣率為fs,B為帶寬，明顯fs即采樣率提高，可以提高SNR。書上解釋是B固定，fs提高，效果相當於在更寬的頻率范圍擴展量化噪聲，從而使SNR提高。
ADC量化噪聲在fs/2內為白噪聲，信號頻率等於fs/2條件下，即乃奎斯特采樣，此時SNR=6.02N+1.76。
當信號頻率小於fs/2時，量化噪聲仍然在fs/2平均分布，但是所關注的"有用"信號帶寬內的量化噪聲卻小了，所以SNR就提高了。采樣頻率越高，量化噪聲分布就越分散了，這時就變成過采樣了。
同時，補充一下：當借助於over-sampling技術並認為SNR有所提高時，此時已默認要對ADC輸出的信號進行digital LPF/BPF操作來提取有用的信號，即后面要加數字濾波器來實現增加的snr。
首先，考慮一個傳統ADC的頻域傳輸特性。輸入一個正弦信號，然后以頻率fs采樣--按照 Nyquist定理，采樣頻率至少兩倍於輸入信號。從FFT分析結果可以看到，一個單音和一系列頻率分布於DC到fs /2間的隨機噪聲。這就是所謂的量化噪聲，主要是由於有限的ADC分辨率而造成的。單音信號的幅度和所有頻率噪聲的RMS幅度之和的比值就是信號噪聲比(SNR)。對於一個Nbit ADC，SNR可由公式：SNR=6.02N+1.76dB得到。為了改善SNR和更為精確地再現輸入信號，對於傳統ADC來講，必須增加位數。
如果將采樣頻率提高一個過采樣系數k，即采樣頻率為kfs，再來討論同樣的問題。FFT分析顯示噪聲基線降低了，SNR值未變，但噪聲能量分散到一個更寬的頻率范圍。Σ-Δ轉換器正是利用了這一原理，具體方法是緊接着1bit ADC之后進行數字濾波。大部分噪聲被數字濾波器濾掉，這樣，RMS噪聲就降低了，從而一個低分辨率ADC，Σ-Δ轉換器也可獲得寬動態范圍。
那么，簡單的過采樣和濾波是如何改善SNR的呢?一個1bit ADC的SNR為7.78dB(6.02+1.76)，每4倍過采樣將使SNR增加6dB，SNR每增加6dB等效於分辨率增加1bit。這樣，采用1bit ADC進行64倍過采樣就能獲得4bit分辨率;而要獲得16bit分辨率就必須進行415倍過采樣，這是不切實際的。Σ-Δ轉換器采用噪聲成形技術消除了這種局限，每4倍過采樣系數可增加高於6dB的信噪比。