• ベストアンサー
※ ChatGPTを利用し、要約された質問です(原文:デジタル信号処理のフーリエ変換で)

デジタル信号処理のフーリエ変換での間引きと復元の影響について

このQ&Aのポイント
  • デジタル信号処理のフーリエ変換において、時間領域での間引き操作が周波数領域に与える影響と、周波数領域でのスペクトル間引き操作が時間領域に与える影響について調べたい。
  • 具体的には、音声信号にフーリエ変換をかけて得られるフーリエ係数の間引き操作による影響と、その逆の操作であるフーリエ係数のスペクトル間引き操作による影響について知りたい。
  • 実際に操作してみた結果、周波数領域での間引き操作により振幅のスペクトルが1/3の長さのスペクトルが3つ並ぶことが確認され、また周波数領域でのスペクトル間引き操作により時間領域での波形が元の信号と異なる形状になることが確認された。

質問者が選んだベストアンサー

  • ベストアンサー
  • rabbit_cat
  • ベストアンサー率40% (829/2062)
回答No.1

どこまで信号処理についての知識をもってらっしゃるのかがわかりませんので、どう説明すればいいのか難しいですが。 時間領域で3点中2点を0で埋める操作というのは、つまり、周波数を1/3にダウン・サンプリングしたあとで、今度は、周波数を3倍にアップ・サンプリング(ゼロ補間)することになります。 まず、オリジナルの信号がサンプリングレートf0でサンプリングされているとして、この信号をf1=f0/3にダウンサンプリングすると、もとの信号に含まれていた、新たなナイキスト周波数f1/3より高い周波数成分が、折り返しノイズとなって、f1/3以下にかぶさってしまいます。 次に、これを再びサンプリングレートf0にアップサンプリング(ゼロ補間)すると、今度は、f1以下の周波数成分の3つの折り返しがf1以下になってみえてきます。 結局、時間領域で3点中2点を0にすると、同じ形のスペクトルが横に3つ並ぶことになります。 では、周波数領域で間引くと時間領域でどうなるかですが、 フーリエ変換と、フーリエ逆変換は、数学的には完全に対称といっていいので、時間領域での信号操作によって周波数領域におきることと、周波数領域での信号操作によって時間領域におきることは、全く同じです。 つまり、周数領域で3点中2点を間引くと、時間領域では、全時間を3等分して、それを重ねたものが、3回現れることになります。たとえば、元信号が30秒の音だとしたら、0~10秒までと10~20秒までと20秒~30秒までの音を重ねて再生したものが3回繰り返されることになります。 http://adsp2191.hp.infoseek.co.jp/2191/program/polyphase/polyphase01.shtml の「アップ・サンプリング」「ダウン・サンプリング」なんかが参考になりますかね。

その他の回答 (3)

  • guuman
  • ベストアンサー率30% (100/331)
回答No.4

修正 x(t)のフーリエ変換を X(f):=∫[-∞<t<∞]dt・x(t)・exp(-j・2・π・f・t) とするとき xs(t):=x(t)Σ[n:-∞<n<∞]・δ(t-n) のフーリエ変換Xs(f)がどのように表されるか補足に書け

  • guuman
  • ベストアンサー率30% (100/331)
回答No.3

x(t)のフーリエ変換を X(f):=∫[-∞<t<∞]dt・x(t)・exp(-j・2・π・f・t) とするとき xs(t):=x(t)Σ[n:-∞<n<∞]・δ(x-n) のフーリエ変換Xs(f)がどのように表されるか補足に書け

  • foobar
  • ベストアンサー率44% (1423/3185)
回答No.2

別の説明方法をしてみると、 3個に1個の割合でデータを0にするということは、 データに 110110110110110110 の信号を掛け合わせるという操作になります。 周波数領域と時間領域では 信号の掛け算が畳み込み積分(∫f(t)g(τ-t)dtみたいなかたちの積分)になる という関係があるので、 ・xを間引いてfftをかけると、Xにfft("110110110110...")を畳み込み積分をしたもの ・Xを間引いて逆fftをかけると、xに逆fft("110110110..")を畳み込み積分したもの になります。 (2番目のは、xを周波数特性が110110110..の櫛型フィルタを通したときの出力波形になってますね)

関連するQ&A