tecktom.com

離散 Fourier 変換(DFT)

2026年10月15日2分で読めますAI生成教科書『基礎理論』第5章 サンプリング定理と離散 Fourier 変換(DFT)

AI 生成・木下が未勉強

信号処理論入門 第5章 §5.3 ★★ 行列表現・数値計算・実列からの復元

有限長 NN の離散信号 x[0],…,x[N−1]x[0],\dots,x[N-1] に対し、DTFT の周波数 Ω\Omega をNN 等分点 Ωk=2πk/N\Omega_k=2\pi k/N で標本化したものが離散 Fourier 変換である。

要点

離散 Fourier 変換(DFT)と逆変換(IDFT)。WN=e−j2π/NW_N=\mathrm{e}^{-\mathrm{j} 2\pi/N}(回転因子)として

X[k]=∑n=0N−1x[n] WNkn=∑n=0N−1x[n] e−j2πkn/N,x[n]=1N∑k=0N−1X[k] WN−kn=1N∑k=0N−1X[k] ej2πkn/N.\begin{align*}X[k]&=\sum_{n=0}^{N-1}x[n]\,W_N^{kn}=\sum_{n=0}^{N-1}x[n]\,\mathrm{e}^{-\mathrm{j} 2\pi kn/N},\\x[n]&=\frac{1}{N}\sum_{k=0}^{N-1}X[k]\,W_N^{-kn}=\frac{1}{N}\sum_{k=0}^{N-1}X[k]\,\mathrm{e}^{\mathrm{j} 2\pi kn/N}.\end{align*}

DFT は「信号ベクトル x∈CN\bm x\in\mathbb{C}^N を、NN 本の離散複素正弦波wk=(ej2πkn/N)n\bm w_k=(\mathrm{e}^{\mathrm{j}2\pi kn/N})_n という正規直交基底へ展開する座標変換」であり、第1章の固有値分解・ユニタリ変換の枠組みそのものである({wk}\{\bm w_k\} は巡回シフト行列の固有ベクトルにあたる)。行列で書けば X=Fx\bm X=\bm F\bm x、F\bm F は成分 WNknW_N^{kn} のDFT 行列で、F−1=1NF∗\bm F^{-1}=\tfrac1N\bm F^{*}(定数倍を除いてユニタリ)となる。

DFT は暗黙に信号を周期 NN で周期化して扱う(§5.1の下行)。このため DFT 領域での積は巡回畳み込みに対応する(第1章§1.5)。通常の(線形)畳み込みを DFT で計算したいときは、零詰め(次章)で周期化の巻き込みを避ける必要がある。

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