フーリエ変換計算 Fourier Transform (FFT / DFT)
離散フーリエ変換(DFT)と高速フーリエ変換(FFT)を無料で計算できるツールです。波形を選ぶか数値データを貼るだけで周波数スペクトルを図と表で出し、点数が2のべき乗なら高速フーリエ変換、それ以外なら離散フーリエ変換を使ってどちらで計算したかを表示します。振幅・位相・dB、窓関数、矩形波や三角波のフーリエ級数展開にも対応。逆変換とパーセバルの等式で毎回検算します。
計算に使っている定義は次のとおりです。離散フーリエ変換 X[k] = Σn=0..N-1 x[n]・exp(−2πi・kn/N)、逆変換 x[n] = (1/N)Σk=0..N-1 X[k]・exp(+2πi・kn/N)。1/N は逆変換側に付けています(規約は文献によって異なります)。点数が2のべき乗のときは高速フーリエ変換(クーリー=テューキーの基数2)、それ以外のときは定義どおりの離散フーリエ変換で計算し、どちらを使ったかを画面に出します。窓関数は周期的な定義(分母を N とするもの)です。
使い方
- 何を変換するかを選ぶ
「波形を作って変換」なら正弦波や矩形波をその場で作って変換します。手元の測定値があるなら「数値データを変換」を選んでそのまま貼ってください。式の形で学びたいときは「フーリエ級数展開」です。 - 標本化周波数と点数を決める
標本化周波数は1秒に何回測ったかです。点数は何点ぶん変換するか。この2つから、グラフの横軸の刻み(周波数の分解能=標本化周波数÷点数)と、見える上限(ナイキスト周波数=標本化周波数÷2)が決まります。 - 窓関数と縦軸を選ぶ
波形がちょうど整数周期に収まっていないときは、ハン窓などを掛けると山のすそが広がるのを抑えられます。縦軸は振幅・|X[k]|・dB から選べます。 - スペクトルを読む
大きい成分を表で出します。周波数・振幅・位相・dB が並びます。CSV で保存すれば全ビンぶん取り出せますし、図は SVG で保存できます。 - 検算を確かめる
結果の下に、逆変換で元の波に戻るかの誤差と、パーセバルの等式の両辺を出しています。ここがずれていなければ、変換そのものは正しく計算されています。
フーリエ変換とは
フーリエ変換は、波形を「いろいろな周波数の波の足し合わせ」として書き直すことです。元の波形は時間の並び(いつ、どれくらいの値だったか)ですが、変換すると周波数の並び(どの周波数が、どれくらいの大きさで入っているか)になります。
ただし、数式の上のフーリエ変換が相手にするのは「切れ目なく続く波」です。コンピュータが扱えるのは、一定の間隔で測った有限個の数値だけなので、実際に計算するのは次の離散フーリエ変換になります。このツールが計算しているのもこちらです。
離散フーリエ変換(DFT)とは
離散フーリエ変換(DFT=Discrete Fourier Transform)は、一定の間隔で測った N 個の数値 x[0], x[1], …, x[N−1] を、N 個の周波数成分 X[0], X[1], …, X[N−1] に置き換える計算です。
x[n] = (1/N)・Σk=0N−1 X[k]・exp(+2πi・k・n/N)
x[n] が測った値、X[k] が k 番目の周波数成分です。上が変換、下が逆離散フーリエ変換(IDFT)で、変換してから逆変換すると元の数値に戻ります。このツールは毎回その往復を実際に行って、戻ったかどうかを「検算」の欄に出しています。
k 番目の成分が表す周波数は k × 標本化周波数 ÷ N です。X[k] は複素数で、絶対値 |X[k]| が強さ、偏角が位相にあたります。
1/N は逆変換側に付ける流儀を使っています。符号と 1/N の置き場所には別の流儀(両方に 1/√N を付けるなど)もありますが、どれを使っても振幅スペクトル(絶対値)の形は同じです。教科書と定数が食い違うときはこの流儀の違いを疑ってください。
離散フーリエ変換は点数がいくつでも計算できます。このツールで「数値データを貼って変換」を選ぶと、貼った個数がそのまま N になるので、2のべき乗でない点数でも計算します。
高速フーリエ変換(FFT)とは
高速フーリエ変換(FFT=Fast Fourier Transform)は、離散フーリエ変換を速く計算する手順です。別の変換ではありません。出てくる答えは離散フーリエ変換とまったく同じで、計算のしかただけが違います。
定義どおりに計算すると、N 個の成分それぞれについて N 個の足し合わせが要るので、おおよそ N² に比例する手間がかかります。高速フーリエ変換は、N が2で割り切れることを使って計算を半分ずつの問題に分け、同じ答えを (N/2)×log2N の手間で出します。
下の表は、このツールが実際に使っているコードを動かして数えた回数です(内側の繰り返しが何回回ったか)。
| 点数 N | 離散フーリエ変換 (定義どおり) | 高速フーリエ変換 | 何倍 少ないか |
|---|---|---|---|
| 16 | 256 回 | 32 回 | 8 倍 |
| 64 | 4,096 回 | 192 回 | 21.3 倍 |
| 256 | 65,536 回 | 1,024 回 | 64 倍 |
| 1,024 | 1,048,576 回 | 5,120 回 | 204.8 倍 |
| 4,096 | 16,777,216 回 | 24,576 回 | 682.7 倍 |
N が大きくなるほど差が開きます。4,096 点では 682.7 倍の違いです。音声や振動の解析で何千点も扱えるのは、この手順があるからです。
このツールが使っているのはクーリー=テューキー型(基数2)で、点数が2のべき乗のときだけ使えます。そのため、
- 点数が2のべき乗(16, 32, 64, … 2048)のとき … 高速フーリエ変換(FFT)
- それ以外の点数のとき … 定義どおりの離散フーリエ変換(DFT)
と自動で使い分け、どちらで計算したかを結果の先頭に表示します。「波形を作って変換」では点数の選択肢がすべて2のべき乗なので必ず高速フーリエ変換、「数値データを貼って変換」では貼った個数しだいでどちらにもなります。
なお、速いほうが精度が良いということはありません。どちらで計算しても結果が同じであることは、逆変換の往復とパーセバルの等式で毎回確かめられます。
周波数の分解能とナイキスト周波数
この2つが、フーリエ変換の結果で「何が見えるか」を決めます。
- 周波数の分解能 = 標本化周波数 ÷ 点数 … グラフの横軸の刻み。これより細かい周波数の違いは区別できません。
- ナイキスト周波数 = 標本化周波数 ÷ 2 … 見える上限。これを超える成分は折り返して現れます。
細かく見たいなら点数を増やします(=長い時間ぶん測ります)。標本化周波数を上げても分解能は細かくなりません(見える上限が上がるだけです)。
| 点数 N | 1,000Hz のとき 刻み/測る長さ | 8,000Hz のとき 刻み/測る長さ | 44,100Hz のとき 刻み/測る長さ |
|---|---|---|---|
| 16 | 62.5Hz 16ms | 500Hz 2ms | 2,756.25Hz 0.36ms |
| 32 | 31.25Hz 32ms | 250Hz 4ms | 1,378.125Hz 0.73ms |
| 64 | 15.625Hz 64ms | 125Hz 8ms | 689.063Hz 1.45ms |
| 128 | 7.813Hz 128ms | 62.5Hz 16ms | 344.531Hz 2.9ms |
| 256 | 3.906Hz 256ms | 31.25Hz 32ms | 172.266Hz 5.8ms |
| 512 | 1.953Hz 512ms | 15.625Hz 64ms | 86.133Hz 11.61ms |
| 1,024 | 0.977Hz 1,024ms | 7.813Hz 128ms | 43.066Hz 23.22ms |
| 2,048 | 0.488Hz 2,048ms | 3.906Hz 256ms | 21.533Hz 46.44ms |
上の段が刻み(周波数の分解能)、下の段が測る長さです。たとえば 1,000Hz で 256点なら 3.9063Hz 刻みで、256ms ぶんを見ていることになります。
折り返し(エイリアシング)
1,000Hz で測ったデータに 750Hz の波が入っていると、ナイキスト周波数(500Hz)を超えているので、250Hz のところに現れます(1,000 − 750 = 250)。見かけの振幅は元のまま(1)なので、結果だけを見ても折り返しかどうかは分かりません。元の周波数に戻すこともできません。
このツールは、入れた周波数がナイキスト周波数を超えたときに折り返し先の周波数を出して知らせます。
スペクトルの読み方
計算例
振幅1・125Hz の正弦波を、1,000Hz で 256点ぶん変換した結果です。刻みが 3.9063Hz なので、125Hz はちょうど k=32 に乗ります。
| k | 周波数 | |X[k]| | 振幅 | 位相 |
|---|---|---|---|---|
| 30 | 117.1875Hz | 0 | 0 | — |
| 31 | 121.0938Hz | 0 | 0 | — |
| 32 | 125Hz | 128 | 1 | -90° |
| 33 | 128.9063Hz | 0 | 0 | — |
| 34 | 132.8125Hz | 0 | 0 | — |
読み取れることが3つあります。
- 振幅が 1 と出ている … 入れた振幅1がそのまま読めます。片側スペクトルでは、直流(0Hz)とナイキスト周波数を除いて2倍にしているためです。
- |X[k]| は 128 になっている … 定義どおりの値は A・N/2 = 1 × 256 ÷ 2 です。|X[k]| と振幅は別の数字なので、取り違えると桁が変わります。
- 位相が -90° になっている … 正弦波は余弦波より4分の1周期遅れているからです。余弦波を入れると 0° になります。
振幅が入れた値どおりに出ないとき
波の周波数が刻みのちょうど整数倍になっていないと、山が隣のビンに分かれて低く出ます。ちょうど半分ずれたときがいちばん低く、2/π(約64%)まで下がります。実際に 126.953Hz(k=32.5 に当たる)の正弦波を入れると、山の高さは 0.6405 になります。
このツールは、整数倍になっていないときに知らせます。
片側スペクトルと両側スペクトル
実数の波形では、正の周波数と負の周波数に同じ大きさの成分が半分ずつ出ます。両側はそれをそのまま並べたもの、片側は負の側を正の側へ足し込んだものです。だから片側では、直流とナイキスト周波数だけ2倍にしません(打ち消す相手がいないため)。
窓関数
切り取った両端が不連続になると、その段差が広い周波数にすそを引きます。窓関数は両端をなめらかに0へ落としてこれを抑えます。ただし信号そのものも小さくなるので、振幅で見るときは窓の平均(コヒーレントゲイン)で割り戻しています。
| 窓関数 | 平均(割り戻しに使う値) | 実際に計算した平均(N=1024) |
|---|---|---|
| 矩形窓(窓を掛けない) | 1 | 1.000000 |
| ハン窓 | 0.5 | 0.500000 |
| ハミング窓 | 0.54 | 0.540000 |
| ブラックマン窓 | 0.42 | 0.420000 |
右の列は、このページが実際に窓を作って平均を計算した値です。左の列(割り戻しに使う理論値)と一致しています。窓は周期的な定義(分母が N)で作っています。対称の定義(分母が N−1)だと平均が理論値に一致せず、振幅の割り戻しがわずかにずれます。
フーリエ級数展開
周期をもつ波は、基本周波数の整数倍の正弦波・余弦波の和として書けます。これがフーリエ級数展開です。
よく使う3つの波形の係数は、式で書けます。
- 矩形波 bn = 4A/(πn)(n は奇数のみ)
- 三角波 an = −8A/(π²n²)(n は奇数のみ)
- のこぎり波 bn = −2A/(πn)(すべての n)
振幅1のときの各項の振幅(an と bn から出した大きさ)です。
| n | 矩形波 振幅 | 三角波 振幅 | のこぎり波 振幅 |
|---|---|---|---|
| 1 | 1.27324 | 0.81057 | 0.63662 |
| 2 | 0 | 0 | 0.31831 |
| 3 | 0.42441 | 0.09006 | 0.21221 |
| 4 | 0 | 0 | 0.15915 |
| 5 | 0.25465 | 0.03242 | 0.12732 |
| 6 | 0 | 0 | 0.10610 |
| 7 | 0.18189 | 0.01654 | 0.09095 |
| 8 | 0 | 0 | 0.07958 |
| 9 | 0.14147 | 0.01001 | 0.07074 |
矩形波と三角波には偶数倍音が出ません。半周期ずらすと符号が反転する形(半波対称)なので、偶数番目の係数がちょうど0になります。のこぎり波にはすべての n が出ます。
減り方も違います。矩形波とのこぎり波は n に反比例して減るのに対し、三角波は n² に反比例するので高い倍音がすぐ小さくなります。三角波のほうがなめらかに聞こえるのはこのためです。
ギブス現象
値が跳んでいるところでは、項をいくら増やしても行き過ぎ(オーバーシュート)が残ります。±1の矩形波で、項数を変えて部分和の最大を計算すると次のようになります。
| 項数 | 5 | 11 | 25 | 51 | 99 |
|---|---|---|---|---|---|
| 部分和の最大 | 1.18836 | 1.18130 | 1.17947 | 1.17910 | 1.17901 |
項を増やしても 1.17898(=(2/π)Si(π)、ウィルブラハム・ギブス定数)に近づくだけで、1 には収束しません。行き過ぎる量は跳び(この例では 2)の約9%で変わらず、跳びのそばに寄って幅が狭くなるだけです。
一方、三角波は連続なのでこれが起きません。項数20でも元の形とのずれは最大 0.0202 です。
跳びの真上での級数の値は、跳ぶ前と後のちょうど中間になります(±1の矩形波なら0)。
計算結果の検算
フーリエ変換は「合っているかどうかが見ても分からない」計算です。符号を1つ間違えても、位相が反転するだけで振幅スペクトルの図はまったく同じに見えます。そこでこのツールは、結果の下に次の2つを数字で出しています。
- 逆変換の誤差 … 変換した結果をもう一度逆変換して、元の波形に戻るかを見ます。上の計算例では最大 3.33e-16 でした。
- パーセバルの等式 … 時間領域の二乗和 Σ|x[n]|² と、周波数領域の二乗和 (1/N)Σ|X[k]|² が一致するかを見ます。上の計算例では 128 と 128(相対差 2.22e-16)でした。
さらに公開前の検算では、高速フーリエ変換の答えが、定義どおりに計算した離散フーリエ変換と一致することを点数を変えて確かめています。解析解が分かっている入力(インパルス・直流・ナイキストちょうど・矩形波などの倍音)との突き合わせも行っています。
よくある質問
フーリエ変換とは何ですか?
波形を「いろいろな周波数の波の足し合わせ」として書き直すことです。たとえば雑音まじりの波形をフーリエ変換すると、どの周波数の成分がどれくらいの大きさで入っているかが分かります。音のスペクトル、振動の解析、画像の圧縮など、波を扱うところで広く使われています。
離散フーリエ変換(DFT)と高速フーリエ変換(FFT)は何が違いますか?
答えは同じで、計算のしかただけが違います。高速フーリエ変換は別の変換ではなく、離散フーリエ変換を速く計算する手順です。離散フーリエ変換は定義どおりに計算するので点数Nに対しておおよそN²に比例する手間がかかりますが、高速フーリエ変換は同じ答えを(N/2)×log2(N)の手間で出します。このツールの実装で実際に数えると、256点で65,536回と1,024回(64倍)、4,096点で16,777,216回と24,576回(682.7倍)でした。このツールは点数が2のべき乗なら自動で高速フーリエ変換、そうでなければ離散フーリエ変換を使い、どちらを使ったかを画面に出します。
高速フーリエ変換はなぜ速いのですか?
点数Nが2で割り切れることを使って、N点の計算を「偶数番だけN/2点」と「奇数番だけN/2点」の2つに分け、それをさらに半分に分けることを繰り返すからです。分ける回数はlog2(N)回で、各段の手間はNに比例するので、全体でN×log2(N)に比例する手間になります。定義どおりの離散フーリエ変換がN²に比例するので、Nが大きいほど差が開きます。
点数が2のべき乗でないと高速フーリエ変換は使えないのですか?
このツールが使っているクーリー=テューキー型(基数2)では使えません。その場合は定義どおりの離散フーリエ変換で計算し、画面に「離散フーリエ変換(DFT)で計算しました」と出します。答えは同じなので、点数が多くなければ気にする必要はありません。2のべき乗で計算したいときは、「波形を作って変換」の点数の選択肢(16〜2048)を使ってください。
FFTとフーリエ変換は同じものですか?
同じではありません。フーリエ変換は「波形を周波数の成分に分ける」という考え方そのもので、FFT(高速フーリエ変換)はそのうち離散フーリエ変換を速く計算する具体的な手順の名前です。「FFTをかける」と言うとき、計算している中身は離散フーリエ変換です。
計算式を教えてください。
離散フーリエ変換は X[k] = Σ(n=0..N-1) x[n]・exp(−2πi・k・n/N)、逆変換は x[n] = (1/N)・Σ(k=0..N-1) X[k]・exp(+2πi・k・n/N) です。1/N を逆変換側に付ける流儀を使っています。符号と1/Nの置き場所には別の流儀もありますが、どれを使っても振幅スペクトル(絶対値)は同じになります。
何Hzまで見られますか?
標本化周波数の半分までです(ナイキスト周波数)。1秒に1,000回測ったデータからは500Hzまでしか分かりません。それを超える成分は、折り返して低い周波数のところに現れます(エイリアシング)。このツールは、入れた周波数がナイキスト周波数を超えたら折り返し先の周波数を出して知らせます。
周波数の分解能はどうやって決まりますか?
標本化周波数 ÷ 点数 です。1,000Hzで256点なら約3.9Hz刻みになります。細かく見たいなら点数を増やす(=長い時間ぶん測る)ことになります。標本化周波数を上げても分解能は細かくなりません(見える上限が上がるだけです)。
振幅が入れた値どおりに出ないのはなぜですか?
波の周波数が、グラフの刻み(周波数の分解能)のちょうど整数倍になっていないからです。ちょうど中心から半分ずれると、山の高さは2/π(約64%)まで下がり、残りが隣のビンに分かれます。このツールは整数倍になっていないときに知らせます。整数倍のときは、振幅をそのまま読み取れます。
窓関数(ハン窓・ハミング窓)は何のためにありますか?
切り取った両端が不連続になると、その段差が広い周波数にすそを引きます。窓関数は両端をなめらかに0へ落とすことでこれを抑えます。ただし窓を掛けると信号そのものも小さくなるので、振幅で見るときは窓の平均(ハン窓なら0.5、ハミング窓なら0.54、ブラックマン窓なら0.42)で割り戻しています。
片側スペクトルと両側スペクトルの違いは何ですか?
実数の波形では、正の周波数と負の周波数に同じ大きさの成分が半分ずつ出ます。両側スペクトルはそれをそのまま並べたもの、片側スペクトルは負の側を正の側へ足し込んだものです。だから片側では、直流(0Hz)とナイキスト周波数を除いて2倍にします。片側で見ると、振幅1の正弦波がちょうど1と出ます。
位相が出ないビンがあるのはなぜですか?
振幅がほとんど0のビンの位相は、計算の丸め誤差でほぼ乱数になります。意味のある数字ではないので出していません。
フーリエ級数展開とフーリエ変換は違うものですか?
考え方は同じで、対象が違います。フーリエ級数展開は、周期をもつ波を「基本周波数の整数倍の正弦波・余弦波の和」として書くものです。フーリエ変換は、それを周期がない波(有限の長さの標本)にも使えるようにしたものです。このツールは両方できます。
矩形波に偶数倍音が出ないのはなぜですか?
矩形波は半周期ずらすと符号が反転する形(半波対称)なので、偶数番目の項の係数がちょうど0になります。矩形波の係数は 4A/(πn)(nは奇数)、三角波は 8A/(π²n²)(nは奇数)、のこぎり波は 2A/(πn)(すべてのn)です。
項を増やしても矩形波の角が尖らないのはなぜですか?
ギブス現象といいます。値が跳んでいるところでは、項をいくら増やしても行き過ぎ(オーバーシュート)が残ります。行き過ぎる量は跳びの約9%で変わらず、跳びのそばに寄って幅が狭くなるだけです。±1の矩形波なら部分和の最大は 1.17898 に近づきます。
デルタ関数(インパルス)のフーリエ変換はどうなりますか?
すべての周波数に同じ大きさで現れます。このツールの波形で「インパルス」を選ぶと、|X[k]| がどのkでも1になることが確かめられます。逆にいえば、一瞬だけの鋭い信号はあらゆる周波数を含んでいるということです。
結果が正しいとどうやって分かりますか?
3つの方法で確かめています。①逆変換して元の波形に戻るか ②パーセバルの等式(時間領域の二乗和と周波数領域の二乗和の一致)が成り立つか ③高速フーリエ変換の答えが、定義どおりに計算した離散フーリエ変換と一致するか。①と②は結果の下に数字で出しています。③は公開前の検算(node test-fourier-transform.js)で行っています。
データは送信されますか?
送信されません。計算はすべてお使いの端末のブラウザの中で行っています。貼り付けた数値がサーバーに送られることはありません。
関連ツール
注意事項
- この計算結果は情報提供のみを目的としています。結果の正確性・完全性についていかなる保証もいたしません。
- 扱えるのは有限の長さの標本に対する離散フーリエ変換です。連続的なフーリエ変換(積分の形)そのものを計算するものではありません。
- 周波数の分解能は「標本化周波数 ÷ 点数」で決まります。この刻みより細かい周波数の違いは区別できません。
- ナイキスト周波数(標本化周波数の半分)を超える成分は折り返して現れます。元の周波数には戻せません。
- 窓関数を掛けたときの振幅は、窓の平均(コヒーレントゲイン)で割り戻した推定値です。山がビンの中心から外れているときは、割り戻しても実際の振幅より低く出ます。
- 貼り付けられる数値の個数は16,384個までです。
- 入力した内容はこの端末のブラウザの中だけで処理しています。サーバーには送っていません。
※このプログラムはPHP8.3.36にて作成、動作確認を行っております。
※ご利用下さっている皆様のご意見・ご要望(改善要望)をお寄せください。