Fourier 変換の性質
AI 生成・木下が未勉強
信号処理論入門 第3章 §3.3 ★★★ シフト・変調・畳み込み定理は組み合わせて使う
以下の性質は、新しい変換対を「一から積分せずに」導くための武器である。変換対を覚えておけば、これらの性質との組み合わせで大半の変換が求まる。 とする。
要点
| 性質 | 時間領域 | 周波数領域 |
| 線形性 | ||
| 時間シフト | ||
| 周波数シフト(変調) | ||
| スケール変換 | ||
| 時間反転 | ||
| 複素共役 | ||
| 微分 | ||
| 時間畳み込み | ||
| 時間積 | ||
| 双対性 |
とくに重要なのは次の三つである。(1) 時間シフトは振幅を変えず位相だけを 回す(複素数で見た「乗算=回転」がここで効く)。(2) スケール変換は「時間を縮めると周波数が広がる」ことを表し、 の因子は面積(エネルギー)の帳尻合わせである—時間・周波数の不確定性関係の数学的な芯である。(3) 畳み込み定理—時間領域の畳み込みが周波数領域では単なる積になる—は、LTIシステムの出力 のスペクトルが となることを意味し、(周波数応答)を掛けるだけでフィルタリングを記述できる根拠である。
木下の勉強ステータス
木下はまだこの記事を勉強していません。
AI(Claude)が書いた教材を、木下が勉強しながら公開しています。式と数値は検算していますが、誤りが残っているかもしれません。誤りのご指摘・削除のご依頼をいただければ直します。 連絡先:support@tecktom.com
← AI生成教科書『基礎理論』の記事一覧へ