• ベストアンサー
  • 困ってます

離散フーリエ変換の周波数分解能

失礼します。 DFT(離散フーリエ変換)について質問させてください。 DFTの周波数分解能は時間領域でのデータが持つ幅の逆数で決まりますが、 この周波数分解能で表現されなかった周波数成分はどこに行くのか教えていただけないでしょうか? DFTでの離散的な周波数の間にある成分はどこへ行くのか? 単純に考えて、DFTは形としては級数和なので、 それらの成分はどこかに畳み込まれているように思うのですが、 表現されない周波数成分の情報は消されたりするのでしょうか? よろしくお願い致します。

共感・応援の気持ちを伝えよう!

  • 回答数4
  • 閲覧数1949
  • ありがとう数2

質問者が選んだベストアンサー

  • ベストアンサー
  • 回答No.3
  • metzner
  • ベストアンサー率60% (69/114)

質問の意味が掴みかねますが。。。予想して答えます。 離散化された周波数の間の周波数は、時間領域の信号が本当に周期的なら、存在しないと思います。しかし本当の信号は周期的ではないことがおおいです。ですから精密化しようと思えば、時間領域での信号の幅(人工的な周期)を大きくする必要があります。すると離散化された周波数の幅は狭まります。よって強いていうなら、離散化された周波数の間の周波数の情報は、本来周期的でないものを周期的なものにしてしまうという意味で失われていると思います。

共感・感謝の気持ちを伝えよう!

質問者からのお礼

ありがとうございます。解決しました。 そうですね。時間領域で見ている範囲のデータ列が無限に周期的に連なっていると考えれば、 その周期の逆数の倍でしか周波数は存在しませんね。 時間領域で見る範囲を大きくとることによって、今まで表現されていなかった周波数に情報が入ってきますが、それは範囲を大きくしたところからやってきたということですね。 なにか勘違いをしていました。 ありがとうございます。

その他の回答 (3)

  • 回答No.4
  • tadys
  • ベストアンサー率40% (856/2135)

>時間領域でのデータはそのような不都合が起きないよう両端で0に収束していると 仮定してもらって結構です。 もし、窓関数を使用していないのに両端で0に収束しているとすると あなたの言う周波数分解能で表現される成分しか含まれない事になります。 ですから他に行く必要などもともと無いのです。 もし、表現可能で無い周波数成分を含んでいるのに両端で0になっているのであれば窓関数を適用した結果です。

共感・感謝の気持ちを伝えよう!

質問者からのお礼

ありがとうございます。 勘違いをしていました。おっしゃる通りです。

  • 回答No.2
  • tohoho2
  • ベストアンサー率23% (16/68)

http://cp.literature.agilent.com/litweb/pdf/5988-4368JA.pdf のp4~p7が参考になると思う。

共感・感謝の気持ちを伝えよう!

  • 回答No.1
  • tadys
  • ベストアンサー率40% (856/2135)

信号のサイクル数がデータの幅の中に丁度収まらない場合はデータの始まりと終わりの部分に段差が生じます。 この段差は高い周波数成分を持つ為、その部分がフーリエ変換されて色々な周波数に現れます。 この為、元の周波数のスペクトラムが広がって現れます。 通常、FFTでは窓関数を使用しますが、窓関数をフーリエ変換したものがスペクトラムの広がりかたを示します。 データの範囲に信号の複数サイクルが丁度収まる時には、窓関数を使用しない(矩形窓を使用するのに等しい)場合にはスペクトラムの広がりが起きません。 こちらを参考に http://ja.wikipedia.org/wiki/%E7%AA%93%E9%96%A2%E6%95%B0

共感・感謝の気持ちを伝えよう!

質問者からの補足

すみません。 私がうまく言いたいことを表現できてないからでしょうが、 窓関数は今考えていません。 時間領域でのデータはそのような不都合が起きないよう両端で0に収束していると 仮定してもらって結構です。 あくまで私が聞きたいのは、 ある時間領域でのデータをDFTする場合、 DFTで表現されない周波数のうち、ナイキスト周波数内のもの、 デジタイズされた周波数の間にある周波数に対応する振幅情報はどこに行っているのかということでして・・・。 未だうまく説明できていないかもしれませんし、 私が何か勘違いしているだけなのかもしれませんが・・・。

関連するQ&A

  • 離散フーリエ変換

    離散フーリエ変換(DFT)に関する質問です。 N個のデータ(次数)をDFTすると、N個の係数が導き出せます。 これらの係数のなかで、周波数が中域成分である係数の値を操作したいのですが、 求まった係数や次数からどのように高周波成分、中周波成分、低周波成分とわかるのでしょうか。 Nの値が大きいほど高周波成分なのでしょうか。

  • 離散フーリエ変換の性質について

    現在デジタル信号処理の分野について学習しているのですが、離散フーリエ変換の性質、線形性として、 時間領域:ax(n) 周波数領域:aX(k) の関係が成立しますが、 時間領域??? 周波数領域:g(k)X(k) のように周波数領域で、定数ではなく関数(g(k):実数)が掛け合わされたときに、時間領域ではどのような関係が成立するかなにかありますでしょうか? 計算しても求めることがまだできないため、誰か知っている人がいたら教えてください。

  • FFTの周波数分解能を上げる話

    通常DFT(Discrete Fourier Transform)の周波数分解能(δf)を小さくするには分析対象データの時間長を延ばさなくてはなりません。これは分析対象データの時間長で1波長、2波長、3波長、・・・が入るデータの組み合わせに分解するのだから当然と言えば当然です。これを分析対象データの時間長を延ばさずにΔfを小さくするようなDFTの方法ってありますか? 例えばΔfを1/16にしたければ、初めから分析対象データの時間長で1/16波長、2/16波長、3/16波長、・・・が入るデータの組み合わせに分解すれば済むことだと思いますが、そういう事って数学的に可能ですか? (つまりそれらがFFTのように直交性や重複演算の排除を利用して上手に計算量を減らすことができますか、という質問です)

  • 制御の周波数領域と時間領域について

    制御系設計の基本的な目標は性能評価仕様を満足させることですが、性能評価仕様には一般に 周波数領域の仕様(周波数の関数で表現された量) 時間領域の仕様(時間応答を用いて表現した量) を説明せよ。 という問題があるんですが、どなたか教えていただいてもよろしいでしょうか? 周波数領域の仕様だったら ・ゲイン交差周波数 ・位相余裕 ・ゲイン余裕 ・位相交差周波数 ・バンド幅 ・ピークゲイン 時間領域だったら ・ゲイン ・固有角周波数 ・減衰定数 ・極 なんかがあると思いますが、他にありますか? それとも私は問題を履き違えてますか?

  • フーリエ変換の分解能

    横軸が時間のデータを扱っています。 フーリエ変換することで周波数を横軸にとるスペクトルが得られるわけですが、このスペクトルの周波数分解能をどうやって求めればよいかわかりません。 教科書を読むと1/(N*Dt) N:データ数,Dt:データ取り込み時の時間幅 で決まると書かれていますが、実際には周波数の大小に応じて分解能が異なるように思います。 周波数に応じた分解能、どうやって求めればよいのでしょうか? ご教示、どうぞよろしくお願いいたします。

  • matlabで指定した周波数帯域だけ返す方法

    matlab初心者です。 matlabで、ある音響データを読み込んだ時、時間領域の波形のまま、 指定した周波数帯域だけを取り出したいのですがやり方が分かりません。 例として、サンプリング周波数44.1kH  16bitモノラル音源の音響データがあったとして、 1kH~1.5kHの周波数帯域を時間領域の波形のまま取り出すにはどうすればいいですか? つまるところ、帯域通過フィルタの設計方法がわからないのです。

  • 周波数スペクトル図の、マイナスな周波数”-ω”とは

    周波数領域を表現した、つまり時間信号がどのような周波数 成分を含むかを意味するグラフでの件ですが、 ちょうど http://japan.maxim-ic.com/images/appnotes/3628/3628Fig01.gif のような、x軸が周波数を表すと思われるグラフにおいて、 角周波数 -ω~ω といった、周波数が「マイナス」である表現が、 何を意味しているのかわかりません。 帯域制限であることを考えると、どちらも正の数で○Hz~○Hzと表現されるのが 自然だと思いますが、この表現にはどのような意味があるのでしょうか? よろしくお願い致します。

  • 離散フーリエ変換の対称定理について

    離散フーリエ変換において、 Re[X(k)]=Re[X(N-k)] Im[X(k)]=-Im[X(N-k)] |X(k)|=|X(N-k)| といった対称定理が成り立ちます。 数学的にこれらが成り立つということは、大体理解できたのですが、直感的な意味が分かりません。 僕の理解が正しいとしたら、N=128だとしたら、 N=1の極めて周期の大きな波と、N=127の極めて周期の短い波の、 振幅スペクトル(≒振幅?)が等しいということになると思うのですが、どうしても納得が行きません。 N>64の周波数をフィルターでカットした場合も、対称定理は成り立ち、N>64の周波数の波は出てくる(というか、カットしないと、エイリアシングが生じる)と思うのですが、どういうことなのでしょうか? N>64の周波数の波は、計算上は出てくるが、実際にはそのような波は存在しないのですか? あるいは、N>64の周波数同士の波で、上手く相殺されて、逆離散フーリエ変換をしたときには、影響が出ないということなのですか? また、通常のフーリエ変換では、対称定理は成り立たないと思うのですが、そのことも併せて教えて頂けたらと思います。 よろしくお願いします。

  • 離散フーリエ変換によるパワースペクトルについて

    研究で、閉ループ内の自然循環について調べています。 各箇所での温度変動の特徴を調べるために、ある一定時間の温度のデータをパソコンのフリーソフトで周波数解析(=DFT(離散フーリエ変換)計算)を行いパワースペクトルを得ました。 その評価の仕方は一応わかっているのですが、離散フーリエ変換についてまったく知識がないので、どのような計算でパワースペクトルが得られるのかわかりません…。 たとえば、計算は、サンプリング周期2sで1000sの温度変動のデータ(データ点500個)を用いて行い、横軸に周波数[Hz]、縦軸にパワースペクトル[℃の2乗/Hz]でグラフを出したって感じです。ちなみに作動流体は水です。 ウィキペディアなどで調べても、あれらがこの解析にどう利用されているのかがわかりません…上記の場合なら式はどうなるのかや、このような解析が行える理由等をわかりやすく示していただけないでしょうか? お願いします!

  • 離散フーリエ変換について

    離散フーリエ変換によって得られた値についての質問です。 多くのサイトでその値は Σ(k=0~N-1) f(k)exp(-2πkni/N) という式から求められるとあります。 離散フーリエ変換は本来、ある周期関数が、どのくらいの振幅でどのくらいの周波数の波からできているかを調べるために行うものだと思います。 しかし上記の公式から得られるスペクトル(sqrt(Re^2+Im^2))では振幅の値は得られません。振幅を得るには刻み幅Δ(関数をサンプリングした際の幅)を乗じて Σ(k=0~N-1) f(k)exp(-2πkni/N)*Δ とすれば得られることが分かりました。 最初の公式から得られるスペクトルはなにを表しているのでしょうか?またなぜ刻み幅Δを乗じることで、振幅が求まるのでしょうか? よろしくお願いします。m(__)m