当ブログは記事内にプロモーションを含みます。ご了承ください。

離散フーリエ変換(DFT)とサンプリング定理の概要

離散フーリエ変換

ここまで、フーリエ変換の数学的な理論について学んできた。

実際にフーリエ変換を応用する場合には、現実の信号を有限の時間で測定し、離散的なデータを元にコンピュータを用いて計算しなくてはならない。

これから、そのための手法である「離散フーリエ変換」について学んでいく。

 

サンプリング定理とは

サンプリング

連続信号\(g(t)\)を時刻\(t=\cdots -2\Delta t,-\Delta t,0,\Delta t,2\Delta t,\cdots\)において観測するとする。

このように、離散的な時刻にデータを取得することを、サンプリングという。データの取得間隔\(\Delta t\)をサンプリング周期といい、その逆数\(1/\Delta t\)をサンプリング周波数と呼ぶ。サンプリング周波数を\(f_s\)と書くこととする。

例えば、音楽CDのサンプリング周波数は\(f_s=44.1kHz\)であり、サンプリング周期は\(\Delta t=1/44.1≒0.023ms\)である。

 

連続信号\(g(t)\)のフーリエ変換\(G(f)\)が存在するとき、これを離散的な時刻\(t=t_k (k=0, \pm1, \pm2, \cdots)\)に対する信号の値\(g(t_k)\)から推定することを目指す。

 

ナイキスト周波数

まず、以下の事実が知られている。

サンプリング周期\(\Delta t\)でサンプリングされた離散的なデータ\(g(t_k)\)から求めたフーリエ変換\(G_s(f)\)は、周波数軸上で周期\(1/\Delta t (=f_s)\) の周期関数となる。

いま、元の連続関数\(g(t)\)のフーリエ変換\(G(f)\)を知るために、サンプリングされたデータから\(G_s(f)\)を求めたとする。

すると、\(G_s(f)\)のうち信頼できるのは、\(-f_s/2≦f≦f_s/2\)の区間における\(G_s(f)\)のみということである。そこで

$$f_c=\frac{f_s}{2}=\frac{1}{2\Delta t}$$

ナイキスト周波数と呼び、離散フーリエ変換を考える際に重要な指標である。

 

※連続関数\(g(t)\)のフーリエ変換\(G(f)\)が大きな\(|f|\)に対して十分早く0に収束すると仮定する。

この収束が遅い場合、エイリアシングという現象が起こり、離散データ\(g(t_k)\)に対するフーリエ変換\(G_s(f)\)が元の関数のフーリエ変換\(G(f)\)からずれてしまうことがある。

 

サンプリング定理

いま、元の信号\(g(t)\)のフーリエ変換\(G(f)\)がナイキスト周波数\(f_c\)より大きい範囲においても0ではない値をとるとする。

このような状況で離散的なデータ\(g(t_k)\)からフーリエ変換\(G_s(f)\)を求めると、元のスペクトルを\(f_s\)周期で足し合わせたものが\(G_s(f)\)として現れてしまい、正しいスペクトル\(G(f)\)を得ることができない。

このときに正しいスペクトル\(G(f)\)を求めるためには、ナイキスト周波数\(f_c\)が広い周波数範囲をカバーできるようにすればよい。

すなわち、\(f_c=1/2\Delta t\)なので、サンプリング周期を短くしてデータを取り直せばよい

 

このことをまとめると、次のように表せる。

連続信号\(g(t)\)のフーリエ変換\(G(f)\)が、ある周波数\(f_c\)に対して周波数範囲\(|f|>f_c\)で0となる(とみなせる)場合、元の\(g(t)\)を\(\Delta t=1/2f_c\)のサンプリング周期でサンプリングすれば、離散データ\(g(t_k)\)のフーリエ変換\(G_s(f)\)は\(-f_c\lt f\lt f_c\)の周波数範囲で\(G(f)\)に一致する。

これをサンプリング定理(または標本化定理)と呼ぶ。

 

定理の導出は以下の記事へ

離散データのフーリエ変換とサンプリング定理(標本化定理)の導出

 

まとめページ

線形代数学 内積の定義と正値性・対称性・線形性について 特別な行列の名前と定義・性質の一覧 対称行列と反対称行列の性質・分解公式 行列のn乗の計算方法ー4つのパターン サラスの公式による行列式の計算方法 余因[…]

理工数学
フーリエ変換
最新情報をチェックしよう!