フーリエ変換の理解：基礎、応用、信号分解

この記事では、工学と科学における信号解析の基盤技術であるフーリエ変換について、明確かつ専門的な概要を解説します。

フランスの数学者ジョゼフ・フーリエにちなんで名付けられたフーリエ変換は、関数の周波数成分を明らかにする数学的手法です。電気工学の分野では、時間領域の信号、すなわち電圧、電流、その他の測定可能な量を時間経過で表した波形に対して最も一般的に適用されます。

正弦波分解

電圧や電流を時間に対してプロットしたオシロスコープの波形は直感的ですが、それが唯一の有用な表現ではありません。特にRFや通信などの設計現場では、純粋な正弦波の観点から信号の周期的振る舞いを理解する必要があります。なぜなら、正弦波こそが「純粋な」周波数を表す唯一の数学的表現だからです。

フーリエ変換は、信号を構成する正弦波の周波数、振幅、位相に分解することで、信号の本質的な周期性を明らかにします。この分解が鍵となり、複雑な波形を単純な正弦波の重ね合わせとして扱えるようになります。

例えば、周期T、振幅AのAC結合方形波は、奇数次高調波の無限級数として表現できます：

\[f_{square}(t)=\frac{4A}{\pi}\sum_{k\in\{1,3,5,...\}}\frac{1}{k}\sin\left(\frac{2\pi kt}{T}\right)\]

基本周波数fを用いて書き直すと、より直感的な形になります：

\[f_{square}(t)=\frac{4A}{\pi}\Bigl(\sin(2\pi ft)+\tfrac{1}{3}\sin(6\pi ft)+\tfrac{1}{5}\sin(10\pi ft)+\dots\Bigr)\]

添付のプロットは、方形波（青）と最初の8つの正弦波、そして級数が元の波形を再現することを確認する再構成プロットを示しています。

時間領域関数と周波数領域関数

フーリエ変換を計算する際、時間領域関数f(t)から始め、角周波数\omegaを用いた周波数領域関数F(\omega)を得ます。F(\omega)を特定の周波数（例：100 rad/s）で評価すると、その周波数におけるf(t)に現れる正弦波の振幅と位相が得られます。

変換は本質的に複素数値を持つため、振幅と位相は追加の計算で抽出します。実務では、複素係数の大きさ（\sqrt{a^2+b^2}）を用いて周波数成分を分析します。特にサンプリングデータに対して離散フーリエ変換（DFT）を扱う際に重要です。

フーリエ変換の可視化

周波数スペクトル（振幅対周波数のプロット）は、データシート、試験報告書、教科書で広く見られます。以下のスペクトルは、振幅1V、基本周波数1HzのAC結合方形波の高調波を示しています。

フーリエ変換の計算

多くのエンジニアはソフトウェアツールに頼ってフーリエ解析を行いますが、基礎数学を理解することは貴重です。信号f(t)の連続時間フーリエ変換は以下のように定義されます：

\[F(\omega) = \int_{-\infty}^{\infty} f(t) e^{-j\omega t}\,dt\]

離散時間信号の場合、DFTは積分を有限和に置き換え、周波数スペクトルを直接表す複素係数を生成します。

結論

この記事では、正弦波分解から実用的なスペクトル可視化まで、フーリエ変換の核心原理を概説しました。この変換は現代の信号処理の基盤であり、フィルタ設計、変調、スペクトル推定といった高度なトピックへの入り口となっています。

参考文献

• 離散フーリエ変換入門
• 高速フーリエ変換入門
• Scilabによる周波数領域解析の実行方法
• 周波数領域で生きる術を学ぶ
• 離散フーリエ変換に基づく線形フィルタリング