tecktom.com

覚えておく変換対と性質

2026年10月15日4分で読めますAI生成教科書『基礎理論』第13章 主要結果のまとめと総合演習

AI 生成・木下が未勉強

信号処理論入門 第13章 §13.1 ★★★ 覚えておく変換対・性質・定理の一覧

次の変換対と性質は、見ずに書ける状態にしておくと以降の計算が速い。

要点

必ず覚える変換対(α>0\alpha>0)

  • δ(t)↔1\delta(t)\leftrightarrow 1、  1↔2πδ(ω)1\leftrightarrow 2\pi\delta(\omega)、 ejω0t↔2πδ(ω−ω0)\mathrm{e}^{\mathrm{j}\omega_0 t}\leftrightarrow 2\pi\delta(\omega-\omega_0)
  • 矩形 pT(t)↔2sin⁡ωTωp_T(t)\leftrightarrow \dfrac{2\sin\omega T}{\omega}
  • 片側指数 e−αtu(t)↔1α+jω\mathrm{e}^{-\alpha t}u(t)\leftrightarrow\dfrac{1}{\alpha+\mathrm{j}\omega}
  • 両側指数 e−α∣t∣↔2αα2+ω2\mathrm{e}^{-\alpha\left\vert t\right\vert }\leftrightarrow\dfrac{2\alpha}{\alpha^2+\omega^2}
  • Gauss e−αt2↔πα e−ω2/4α\mathrm{e}^{-\alpha t^2}\leftrightarrow\sqrt{\dfrac{\pi}{\alpha}}\,\mathrm{e}^{-\omega^2/4\alpha}
  • 符号 sgn⁡(t)↔2jω\operatorname{sgn}(t)\leftrightarrow\dfrac{2}{\mathrm{j}\omega}、 ステップ u(t)↔πδ(ω)+1jωu(t)\leftrightarrow\pi\delta(\omega)+\dfrac{1}{\mathrm{j}\omega}
  • DTFT: anu[n]↔11−ae−jΩa^n u[n]\leftrightarrow\dfrac{1}{1-a\mathrm{e}^{-\mathrm{j}\Omega}}(∣a∣<1\left\vert a\right\vert <1)

必ず覚える性質:線形性、時間シフト e−jωt0\mathrm{e}^{-\mathrm{j}\omega t_0}、周波数シフト(変調)X(ω−ω0)X(\omega-\omega_0)、スケール 1∣a∣X(ω/a)\tfrac1{\left\vert a\right\vert }X(\omega/a)、微分 jωX\mathrm{j}\omega X、畳み込み定理 x∗y↔XYx* y\leftrightarrow XY、Parseval ∫∣x∣2=12π∫∣X∣2\int\left\vert x\right\vert ^2=\tfrac1{2\pi}\int\left\vert X\right\vert ^2。定理:サンプリング定理 fs>2fmax⁡f_s>2f_{\max}、sinc⁡\operatorname{sinc} 補間による復元。

要点

必ず覚える z 変換対(ROC 込みで)

  • δ[n]↔1\delta[n]\leftrightarrow1(全平面)、 u[n]↔11−z−1u[n]\leftrightarrow\dfrac{1}{1-z^{-1}}(∣z∣>1\left\vert z\right\vert >1)、 −u[−n−1]↔11−z−1-u[-n-1]\leftrightarrow\dfrac{1}{1-z^{-1}}(∣z∣<1\left\vert z\right\vert <1)
  • αnu[n]↔11−αz−1\alpha^nu[n]\leftrightarrow\dfrac{1}{1-\alpha z^{-1}}(∣z∣>∣α∣\left\vert z\right\vert >\left\vert \alpha\right\vert)、 nu[n]↔z−1(1−z−1)2nu[n]\leftrightarrow\dfrac{z^{-1}}{(1-z^{-1})^2}(∣z∣>1\left\vert z\right\vert >1)

必ず覚える性質:時間シフト z−mz^{-m}、スケール αnx[n]→X(z/α)\alpha^nx[n]\to X(z/\alpha)、畳み込み X(z)Y(z)X(z)Y(z)、DTFT は z=ejΩz=\mathrm{e}^{\mathrm{j}\Omega}(単位円上の z 変換)。システムの要点:y=x∗hy=x* h、H(z)=Y(z)/X(z)H(z)=Y(z)/X(z)、因果性 h[n]=0h[n]=0(n<0n<0)、BIBO 安定 ⇔∑∣h∣<∞⇔\Leftrightarrow\sum\left\vert h\right\vert <\infty\Leftrightarrow(因果的なら)全極が単位円内。FIR は常に安定。位相特性の要点:最小位相=零点も単位円内/最大位相=係数逆順 z−QHm(z−1)z^{-Q}H_m(z^{-1})(振幅同一・位相最遅)/線形位相=係数偶対称・零点鏡像対・arg⁡H=−QΩ\arg H=-Q\Omega・FIRのみ/全域通過=極零が鏡像対・∣H∣≡1\left\vert H\right\vert \equiv1。フィルタ設計の要点:理想 LPF の係数 h[n]=sin⁡(ΩCn)/(nπ)h[n]=\sin(\Omega_Cn)/(n\pi) →打ち切り(最小2乗最適)→ M/2M/2 シフトで因果化(線形位相)→窓(Kaiser:β\beta 大でリップル減・遷移域増)。周波数変換 (−1)nh(-1)^nh(HPF)・2cos⁡(nΩS)h2\cos(n\Omega_S)h(BPF)。IIR はアナログ LPF(Butterworth:∣H∣2=1/(1+(ω/ωc)2M)\left\vert H\right\vert ^2=1/(1+(\omega/\omega_c)^{2M})、極は半径 ωc\omega_c の円周上・左半平面の MM 個を採用)をインパルス不変変換 βs−α→Tβ1−eαTz−1\frac{\beta}{s-\alpha}\to\frac{T\beta}{1-\mathrm{e}^{\alpha T}z^{-1}}(エイリアシングあり・HPF不可)または双線形変換s→2T1−z−11+z−1s\to\frac{2}{T}\frac{1-z^{-1}}{1+z^{-1}}(エイリアシングなし・ワーピング ω=2Ttan⁡Ω2\omega=\frac{2}{T}\tan\frac{\Omega}{2} →プリワーピング)で離散化。

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