许多体系开发人员喜爱运用彻底集成式“智能传感器”，由于这些器材通常可方便地给出数字输出，关于偶然运用的用户来说能够躲避庸俗的模仿电路规划应战所带来的危险。尽管避开模仿电路规划问题的动机能够了解，但体系集成人员了解智能传感器的重要模仿特色也是十分要害的—比方带宽和噪声，由于这些要素会影响严重的体系级决议计划，如数据采样和处理速率。
以自主驾驭车辆（AV）渠道为例，该渠道选用ADIS16460的陀螺仪作为其导航控制体系（GNC）中的反应检测元件。假如开发人员未能考虑这些陀螺仪的330Hz带宽，那么就可能彻底依据AV渠道的运动装备来设置角速率反应环路中的采样速率。
例如，假定GNC工程师信任能够将AV渠道的运动装备约束在4Hz频谱成分以内，那么以40 SPS速率进行数据收集就会看起来是一种关于GNC角速率反应环路的采样速率而言较为保存的做法。不幸的是，假如不进行任何前置滤波，那么这种“保存”的做法实践上会欠采样330Hz带宽，而这样就会有许多下风。图1显现了其间一个下风，即对输出奈奎斯特频段（20Hz）内的噪声能量进行重整分配。
图1中，绿色曲线表明天然速率噪声密度（RND），而赤色曲线表明相同的总噪声能量散布在较窄的20 Hz带宽内的成果。
图1. ADIS16460角速率噪声密度
假定总噪声均匀散布在低采样速率（ 40 SPS ）奈奎斯特频段内，经过下述关系式能够猜测，得到的速率噪声密度将大约为0.017°/sec/√Hz：
这意味着运用2048 SPS全采样速率时，对40 SPS数据的任何数字滤波都将导致发生比同类滤波器多大约4倍的噪声。底子问题在于，关于体系集成人员而言，正确的做法是考虑智能传感器中的要害模仿特点，经过恰当挑选采样速率以及正确规划数字滤波器，便能有时机进行功能优化。
