1 定義と基本概念
離散時間信号は、時間軸が連続ではなく、整数で表される時刻ごとに値が定まる信号である。各時点の値は、物理量、電圧、音圧、画素値、あるいは抽象的な数値列として扱われる。計算機上では、こうした表現は配列やリストとして自然に実装でき、解析と処理の両面で扱いやすい。
1.1 離散時間信号の定義
離散時間信号は、任意の実数時刻ではなく、n = 0, ±1, ±2, … のような離散的な時刻に対して定義される関数である。通常は x[n] のように書き、n は離散時間の添字を表す。値そのものは連続値でもよく、時間の取り方だけが離散である点が特徴である。
1.2 連続時間信号との違い
連続時間信号は x(t) のように、あらゆる時刻 t で定義される。一方、離散時間信号は限られた時刻列にしか値を持たないため、微分よりも差分が基本的な操作になる。また、実際のデジタル処理では、連続信号を有限の間隔で観測し、その結果を離散時間データとして扱うことが多い。
1.3 離散時間信号の表記法
離散時間信号の表記には、添字を使う方法と、数列として並べる方法がある。いずれも本質的には同じ対象を別の形で示しており、解析目的や説明の場面に応じて使い分けられる。
1.3.1 添字による表現
最も一般的な表記は x[n] である。ここで角括弧は、時刻 n における値を意味する。n が負の値をとる場合もあり、信号の開始点が必ずしも 0 とは限らない。ゼロを基準に左右へ広がる形は、理論的な議論でよく用いられる。
1.3.2 数列としての表現
離散時間信号は、{x[n]} や (…, x[-1], x[0], x[1], …) のような数列としても表せる。時間の順序が明示されるため、周期性や対称性を見やすい利点がある。実務では、配列データとしての見方がこの表現に近い。
1.4 離散値信号との関係
離散時間信号と離散値信号は、しばしば混同される。前者は時間が離散であることを示し、後者は振幅が限られた値集合に属することを指す。したがって、時間は離散でも振幅は連続という場合があり、逆に時間は連続でも振幅が段階化されている場合もある。
2 発生と取得
離散時間信号は、自然に存在する場合もあれば、連続時間信号を観測して作られる場合もある。実際の多くのデジタルデータは、標本化と量子化という二つの段階を経て得られる。これらは測定精度や再現性に直結する重要な手続きである。
2.1 標本化
標本化は、連続時間信号を一定間隔で取り出して離散時間信号へ変換する操作である。間隔が短いほど元の波形を細かく表せるが、データ量は増える。音響や画像、計測装置の出力など、広い分野で基本的な前処理となっている。
2.1.1 標本化定理
標本化定理は、帯域制限された信号であれば、十分高い標本化周波数を用いることで元の信号を理論上完全に復元できるという考え方である。再構成の可否は、元信号の周波数成分と標本化条件に大きく依存する。実装では、理想条件からのずれを考慮する必要がある。
2.1.2 標本化周波数
標本化周波数は、1 秒あたりに何回値を取るかを表す。高い周波数は時間分解能を高めるが、処理負荷や保存容量も増やす。適切な設定は、対象信号の性質と装置性能の両方を踏まえて決められる。
2.2 量子化
量子化は、標本化で得られた値を有限個のレベルに丸める過程である。これにより、連続的な振幅はデジタル表現可能な範囲へ変換される。再生精度と表現効率の間には、常にある程度の折衷が生じる。
2.2.1 振幅の離散化
振幅の離散化では、各標本値を最も近い段階値に置き換える。段階数が多いほど原信号に近づくが、表現に必要なビット数も増える。画像の階調や音声のダイナミクスは、この段階設定の影響を受けやすい。
2.2.2 量子化誤差
量子化誤差は、元の標本値と量子化後の値との差である。これは避けがたい誤差であり、雑音として現れることが多い。誤差の大きさは、量子化ステップや符号化方式に左右される。
2.3 実世界信号からの生成
実世界の現象は通常、連続的に変化するが、観測系を通すことで離散時間信号として記録される。センサー、A/D 変換器、データ収集装置などがこの変換を担う。取得条件が不適切だと、欠落や歪みが残り、後段の解析結果にも影響する。
3 性質と分類
離散時間信号は、周期性、エネルギーや電力、実数か複素数かといった観点で分類できる。これらの性質は、信号の解析手法や適用できる理論を左右する。設計や推定においても、分類の理解は基礎となる。
3.1 周期性
周期性は、一定の間隔で同じパターンが繰り返される性質である。離散時間では、周期は整数の値として表される点が重要である。周期構造を持つ信号は、解析や圧縮で扱いやすいことが多い。
3.1.1 周期信号
周期信号は、ある正の整数 N に対して x[n] = x[n+N] を満たす。基本周期は最小のそのような N である。正弦波の離散版や、符号系列の一部にはこの性質が見られる。
3.1.2 非周期信号
非周期信号は、明確な繰り返し間隔を持たない。自然音、過渡応答、単発のパルス列などが該当する。周期を仮定しないため、広い視点の解析や局所的な特徴抽出が必要になる。
3.2 エネルギー信号と電力信号
エネルギー信号は、全体のエネルギーが有限である信号を指す。これに対し電力信号は、長時間平均の電力が有限で、持続的に存在するタイプである。短い現象を捉えるか、安定した定常成分を扱うかで区別される。
3.3 実信号と複素信号
実信号は、各時刻の値が実数で表される。複素信号は、実部と虚部をもつ値を取り、振幅と位相を同時に表現しやすい。通信やスペクトル解析では、複素表現が計算上の利便性を与える。
3.4 因果性と非因果性
因果性は、現在の値が現在以前の入力だけに依存する性質である。未来の値を参照する表現は非因果的と呼ばれ、理論上は有用でも、実時間処理ではそのまま実装できないことがある。システムの実現可能性を考える際の基本概念である。
3.5 偶関数と奇関数
偶関数は x[n] = x[-n] を満たし、原点に関して左右対称である。奇関数は x[n] = -x[-n] を満たし、反対称の形をとる。これらの分解は、フーリエ解析や系の対称性の理解に役立つ。
4 解析と表現
離散時間信号の解析では、差分方程式、畳み込み、周波数領域の変換、z 変換などが主要な道具となる。これらは、信号の時間変化とスペクトル構造を異なる角度から捉える。表現方法を切り替えることで、複雑な問題が扱いやすくなる。
4.1 差分方程式
差分方程式は、離散時間信号の値同士の関係を再帰的に記述する式である。連続時間の微分方程式に対応する役割を持ち、デジタルフィルタや制御系のモデル化で広く使われる。
4.1.1 線形差分方程式
線形差分方程式は、未知信号の線形結合と既知入力の組み合わせで表される。係数が一定であれば、解析しやすく、重ね合わせ原理も利用できる。多くの基本的な離散系は、この形式で記述可能である。
4.1.2 初期条件
初期条件は、再帰式を順に計算するための出発値である。過去の値が必要な式では、初期条件が解の一意性や過渡応答に影響する。実際のアルゴリズムでも、開始時の設定が出力の挙動を左右する。
4.2 畳み込み
畳み込みは、入力信号と系の応答を結びつける基本演算である。線形時不変系の出力を表す標準的手法として知られ、時間領域の解析における中心的な概念である。
4.2.1 離散畳み込みの定義
離散畳み込みは、二つの列の積和をずらしながら取る演算である。一般に、出力は入力とインパルス応答の重ね合わせとして表される。計算は明快だが、長い系列では負荷が増えるため、実装では高速化手法が使われることも多い。
4.2.2 システム応答との関係
線形時不変系では、任意の入力に対する出力は、インパルス応答との畳み込みで与えられる。したがって、系の性質を知るには、単発の刺激に対する応答を調べれば足りる場合がある。この関係は、フィルタ設計の基盤でもある。
4.3 フーリエ解析
フーリエ解析は、信号を周波数成分の重ね合わせとして表す方法である。離散時間では、周期性の扱いが連続時間とは少し異なり、周波数領域の表現も離散的な構造と結びつく。スペクトルの把握に有効である。
4.3.1 離散時間フーリエ変換
離散時間フーリエ変換は、離散時間信号を連続周波数の関数へ写す表現である。元の信号の周波数構成を調べるのに適しており、フィルタの通過帯域や減衰特性の理解に使われる。解析的な性質が豊富で、理論展開の中心となる。
4.3.2 フーリエ級数
フーリエ級数は、周期信号を基本波と高調波の和として表す。離散時間の周期信号では、有限または離散的な周波数成分の組合せとして理解しやすい。繰り返し構造をもつ信号の解析に向いている。
4.3.3 離散フーリエ変換
離散フーリエ変換は、有限長の離散データを周波数成分へ変換する計算手法である。数値計算に適しており、FFT によって高速化される。実用上は、スペクトル推定、フィルタ設計、画像解析などで頻繁に利用される。
4.4 ｚ変換
z 変換は、離散時間信号を複素変数 z の関数として表す変換である。差分方程式の解法、安定性の判定、周波数応答の導出に有効で、システム理論の重要な道具となっている。
4.4.1 収束領域
収束領域は、z 変換の級数が収束する z の範囲である。信号やシステムの性質は、この領域の形に強く結びつく。特に、安定性や因果性の判断では、収束領域の確認が欠かせない。
4.4.2 極と零点
極と零点は、z 変換された関数の構造を示す点である。零点は関数が 0 になる位置、極は値が発散する位置を表す。これらの配置は、系の応答特性、共振、減衰、安定性に深く関わる。
5 応用
離散時間信号は、理論的な対象であると同時に、実際の情報処理や制御の基盤でもある。現代の技術では、ほぼすべてのデジタル計算系で何らかの形で利用されている。解析結果は、そのまま実装や最適化へつながることが多い。
5.1 デジタル信号処理
デジタル信号処理では、離散時間データを用いてフィルタリング、変換、特徴抽出、復元を行う。ソフトウェアだけでなく、専用回路や組込み機器でも広く使われる。理論と実装の距離が比較的近い分野である。
5.1.1 音声処理
音声処理では、録音、圧縮、ノイズ低減、音声認識の前処理などに離散時間信号が用いられる。人間の聴覚特性に合わせた設計が行われることも多い。時間変化と周波数特性の両方を扱う必要がある。
5.1.2 画像処理
画像は二次元の離散データとして扱われ、画素配列上で平滑化、輪郭抽出、変換圧縮などが行われる。信号処理の考え方を空間方向に拡張したものとみなせる。数値演算との相性が良く、大量データの処理に向いている。
5.2 通信工学
通信工学では、離散時間信号が送受信の基礎表現として使われる。変調、符号化、同期、復調の各段階で、時間離散のモデルが有効である。ノイズや帯域制約への対応にも役立つ。
5.2.1 変調と復調
変調は、情報を搬送波や符号パターンに載せる操作である。復調は、その情報を受信側で取り出す過程を指す。離散時間モデルは、これらのアルゴリズムを計算機上で設計・検証する際に便利である。
5.2.2 誤り訂正
誤り訂正は、通信中に生じたビットの乱れを検出し、可能なら修復する技術である。離散的な符号列は、信号処理と情報理論の接点に位置する。冗長性の付加により、雑音環境でも信頼性を高められる。
5.3 制御工学
制御工学では、離散時間信号がサンプリングされたセンサ値や制御入力として現れる。デジタル制御器は、差分方程式に基づいて更新されることが多い。現実の装置は連続的に動くが、制御命令は離散的に与えられる場合が一般的である。
5.4 計測とデータ解析
計測では、センサから得た時系列を離散時間信号として記録し、異常検知や傾向分析に用いる。データ解析では、特徴量抽出、ノイズ除去、予測モデルの入力などに展開される。時間順序を保ったまま扱える点が大きな利点である。