スペクトル密度
(パワースペクトル密度 から転送)
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2025/07/27 07:56 UTC 版)
スペクトル密度(スペクトルみつど、英: spectral density[1])とは、信号を構成する成分を周波数の関数として表したものであり[2]、単にスペクトルと言うこともある。成分として信号の全エネルギー[3]について表したものをエネルギースペクトル密度(英: energy spectral density、ESD[4])という[5]。また、仕事率(パワー)について表したものをパワースペクトル密度(英: power spectral density[6])といい、仕事率として電力が対象となる場合、電力スペクトル密度とも呼ばれる。スペクトル密度は定常過程に関する周波数値の正実数の関数または時間に関する決定的な関数である。直観的には、確率過程の周波数要素を捉えるもので、周期性を識別するのを助ける。
概要
信号のエネルギーは振幅の二乗和でしばしば定義される。信号を定常波の和すなわちスペクトルとして見たとき(フーリエ変換)、信号全体のエネルギーは部分定常波エネルギーの総和になると考えられる。より正確には、連続値である各周波数にエネルギー密度が定義出来てその積分値が信号全体のエネルギーになると考えられる(パーセバルの定理)。各周波数におけるエネルギー密度をエネルギースペクトル密度という。
また、信号の仕事率(パワー)は時間当たりのエネルギーでしばしば定義される。全く同じ議論がパワーに関してもでき、各周波数におけるパワー密度をパワースペクトル密度という。
物理学の観点では、信号とは波動であり、代表的な波動には電磁波や音波がある。信号がどのような物理的次元を伝わるのかは問題ではないが、以下の議論では時間と共に変化する信号について解説する。次元解析の観点では、パワースペクトル密度の単位はワット毎ヘルツ (W/Hz) か、ワット毎ナノメートル (W/nm) で表される(後者は周波数の代わりに波長を用いる)。
定義
エネルギースペクトル密度
連続信号
連続信号 f(t) のエネルギースペクトル密度は次の式で定義される。
光のスペクトルとは、色に対応した各周波数で運ばれる力を示したものである。光スペクトルは周波数よりも波長で表されることが多く、厳密にはスペクトル密度ではない。分光測色器によっては、1から2ナノメートル単位の分解能を持つ。値は他の用途に使われたり、光源のスペクトル属性を示すために図示されたりする。これを使って光源の色特性を解析する。
関連項目
脚注
- ^ “IEC 60050 - International Electrotechnical Vocabulary - Details for IEV number 801-21-43: "spectral density"”. electropedia.org. 2024年12月28日閲覧。
- ^ 「スペクトル:信号を構成している周波数成分の振幅や位相の分布を周波数の関数として表したものの一般的呼称。振幅スペクトル、位相スペクトル、パワースペクトル、クロススペクトル、エネルギースペクトルなどがある」日本音響学会 編「スペクトル」『新版 音響用語辞典』コロナ社、2003年、190頁。ISBN 4-339-00755-2。
- ^ 全エネルギーが無限大に発散する場合は定義できず、そのときにはパワースペクトルが用いられる。
- ^ “IEC 60050 - International Electrotechnical Vocabulary - Details for IEV number 702-04-49: "energy spectral density"”. electropedia.org. 2024年12月28日閲覧。
- ^ 日本音響学会 編「エネルギースペクトル」『新版 音響用語辞典』コロナ社、2003年、31頁。 ISBN 4-339-00755-2。
- ^ “IEC 60050 - International Electrotechnical Vocabulary - Details for IEV number 103-09-05: "power spectral density"”. electropedia.org. 2024年12月28日閲覧。
- ^ Fred Rieke, William Bialek, and David Warland (1999). Spikes: Exploring the Neural Code (Computational Neuroscience). MIT Press. ISBN 978-0262681087
- ^ Scott Millers and Donald Childers (2012). Probability and random processes. Academic Press
- ^ Hannes Risken (1996). The Fokker–Planck Equation: Methods of Solution and Applications (2nd ed.). Springer. p. 30. ISBN 9783540615309
- ^ Dennis Ward Ricker (2003). Echo Signal Processing. Springer. ISBN 1-4020-7395-X
- ^ Andreas F. Molisch (2011). Wireless Communications (2nd ed.). John Wiley and Sons. p. 194. ISBN 978-0-470-74187-0
- ^ Robert Grover Brown & Patrick Y.C. Hwang (1997). Introduction to Random Signals and Applied Kalman Filtering. John Wiley & Sons. ISBN 0-471-12839-2
- ^ Storch, H. Von; F. W Zwiers (2001). Statistical analysis in climate research. Cambridge Univ Pr. ISBN 0-521-01230-9
- ^ An Introduction to the Theory of Random Signals and Noise, Wilbur B. Davenport and Willian L. Root, IEEE Press, New York, 1987, ISBN 0-87942-235-1
- ^ "The log power spectrum can be considered as a 'frequency series'" B. P. Bogert, et al. (1963).
外部リンク
- 時系列データ解析におけるパワースペクトル密度関数について Cygnus Research International
- スペクトル解析の基礎知識
パワースペクトル密度
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2021/10/07 20:14 UTC 版)
「スペクトル密度」の記事における「パワースペクトル密度」の解説
上述のエネルギースペクトル密度の定義は、信号のフーリエ変換が存在するパルスのような信号に最も適している。たとえば定常物理過程を示す連続信号について、パワースペクトル密度あるいは電力スペクトル密度 (PSD) を定義することは価値があり、信号や時系列の力(物理学では仕事率にあたる)が周波数についてどのように分布しているかを示す。抽象的な信号についても、信号の2乗と定義できる。このとき、信号 f(t) のある一瞬の力は次のように与えられる。 P ( t ) = f ( t ) 2 {\displaystyle P(t)=f(t)^{2}} 平均(あるいは期待値)としての P(t) は、全周波数領域にわたる電力スペクトル密度の積分である。 正規化されたフーリエ変換: F T ( ω ) = 1 T ∫ 0 T f ( t ) exp ( − i ω t ) d t {\displaystyle {\mathcal {F}}_{T}(\omega )={\frac {1}{\sqrt {T}}}\int _{0}^{T}f(t)\exp(-i\omega t)dt} を使用して、次のようにパワースペクトル密度を定義できる。 P S D ( ω ) = lim T → ∞ E [ | F T ( ω ) | 2 ] {\displaystyle PSD(\omega )=\lim _{T\rightarrow \infty }\mathbf {E} \left[|{\mathcal {F}}_{T}(\omega )|^{2}\right]} 確率論的な信号については、フーリエ変換の二乗値は一般的に極限に近づけないが、期待は行う。(ピリオドグラム(英語版)を参照。) 見解:取り扱う多くの信号が積分可能ではなく、その信号の 非正規化(=通常の) フーリエ変換は存在しない。何人かの著者(たとえば Risken)は、まだ非正規化フーリエ変換を使ってパワースペクトル密度の定義 ⟨ F ( ω ) F ∗ ( ω ′ ) ⟩ = 2 π P S D ( ω ) δ ( ω − ω ′ ) {\displaystyle \langle F(\omega )F^{\ast }(\omega ')\rangle =2\pi \,PSD(\omega )\,\delta (\omega -\omega ')} を公式化している。ここで、δ(ω − ω') はディラックのデルタ関数である。このような公式の文献は直観を導くには有用であるが、十分な注意と共に使用されるべきである。 このような形式推論を用いると、定常ランダム過程とパワースペクトル密度 PSD(ω) およびこの信号の自己相関関数 R(τ) =
※この「パワースペクトル密度」の解説は、「スペクトル密度」の解説の一部です。
「パワースペクトル密度」を含む「スペクトル密度」の記事については、「スペクトル密度」の概要を参照ください。
- パワースペクトル密度のページへのリンク