離散フーリエ変換

離散フーリエ変換（DFT）詳解

離散フーリエ変換（Discrete Fourier Transform、DFT）とは、デジタル[[信号処理]]において、離散化されたデータの周波数成分を解析するために用いられる重要な変換です。連続信号に対するフーリエ変換と類似した性質を持ち、様々な工学、科学分野で広く応用されています。

DFTの定義

DFTは、時間領域または空間領域で表現されたN個の離散データ点から、周波数領域におけるN個の複素数データ点への変換です。数学的には、次の式で定義されます。

`F(t) = Σ(x=0 to N-1) f(x) exp(-i 2π t x / N)`

ここで、

`f(x)` は時間領域または空間領域における入力信号
`F(t)` は周波数領域における出力信号
`N` はデータ点数
`i` は虚数単位
`t` は周波数インデックス (0 ≤ t ≤ N-1)
`x` は時間または空間インデックス (0 ≤ x ≤ N-1)

逆離散フーリエ変換（Inverse Discrete Fourier Transform、IDFT）は、周波数領域のデータから時間領域または空間領域のデータへの変換で、以下の式で表されます。

`f(x) = (1/N) Σ(t=0 to N-1) F(t) exp(i 2π t x / N)`

DFTとIDFTの正規化係数（DFTは1、IDFTは1/N）や指数の符号は、慣習的なものであり、異なる定義も存在します。しかし、重要なのは、DFTとIDFTの正規化係数を掛けると1/Nになり、指数の符号が逆符号であるという点です。DFTとIDFTは、本質的に同一の変換作用素と見なすことができます。

DFTの性質

DFTはフーリエ変換と類似した多くの性質を持ちます。

完全性: 有限個の標本点しか使用しないため、DFTで変換し逆変換した信号は、標本点以外では元の信号と一致するとは限りません。この差は、エイリアシング(aliasing)と呼ばれます。
選点直交性: DFTの基底関数は直交性を持ちます。
畳み込み定理: 時間領域での畳み込みは、周波数領域での積に相当します。この定理は、畳み込み演算を高速に計算する際に用いられます。
相互相関定理: 時間領域での相互相関は、周波数領域での積に相当します。
実数値関数の性質: 入力信号が実数値関数の場合、出力信号は特定の対称性を持つため、計算量を削減できます。

DFTの応用

DFTとその高速計算アルゴリズムであるFFTは、以下のような幅広い分野で活用されています。

信号解析: 音声、画像、地震波などの信号の周波数スペクトルを解析し、周波数成分ごとの振幅、位相、パワーを抽出します。
データ圧縮: 画像や音声の圧縮技術（JPEG、MP3など）において、周波数領域で不要な情報を除去することで、データ量を削減します。
偏微分方程式の数値解法: フーリエ変換による空間領域からの周波数領域への変換によって、偏微分方程式の数値計算を効率化します。
畳み込み演算の高速化: 畳み込み定理を利用して、大きな数の掛け算や多項式の乗算を高速に行うことができます（ショーンハーゲ・ストラッセン法など）。
* デジタルフィルタリング: 周波数領域で特定の周波数成分を強調または減衰させることで、信号処理を行います。

2次元DFT

画像処理などでは、2次元DFTが用いられます。2次元DFTは、1次元DFTを各行と各列に適用することで計算できます。この性質を利用して、FFTアルゴリズムを用いた効率的な計算が可能です。

まとめ

DFTは、デジタル[[信号処理]]において非常に重要な役割を果たす変換であり、その高速アルゴリズムであるFFTの発展により、多くの応用分野で広く利用されています。本記事ではDFTの基本的な概念と性質、そして様々な応用について解説しました。より深く理解するためには、専門書や参考文献を参照することをお勧めします。

もう一度検索