HN 日本語サマリー

← 一覧へ戻る
科学・技術

興味深いフーリエ変換 – 1/fノイズ

An Interesting Fourier Transform – 1/F Noise (dsprelated.com)

105 pointsby q7m24 コメント

要約

この記事は、べき乗則関数とそのフーリエ変換が、しばしば別のべき乗則関数になるという興味深い性質を探求しています。特に、時間領域のt^αが周波数領域のω^-(α+1)に対応する関係に焦点を当て、単位ステップ関数やガンマ関数といった補正項の存在を解説します。さらに、この関係性が80年以上未解明の物理学の謎である1/fノイズの理解に繋がる可能性を示唆しています。1/fノイズは、その振幅スペクトルが1/√f(周波数領域ではω^-0.5)となり、時間領域のt^-0.5と自己フーリエ変換の関係にあることが示唆されており、この自己変換性が謎の解明の鍵となる可能性が論じられています。

全文翻訳

興味深いフーリエ変換 - 1/f ノイズ

べき乗則関数は科学技術分野で一般的です。驚くべき性質は、フーリエ変換もまたべき乗則に従うということです。しかし、これは始まりに過ぎません。多くの興味深い特徴がすぐに明らかになります。これは、物理学における80年の謎を解く鍵となる可能性さえあります。

以下のフーリエ変換から始まります。

[画像: フーリエ変換とべき乗則]

一般的な形式は tα ↔ ω

-(α+1) で、α は定数です。例えば、t² ↔ ω⁻³ および t⁻⁰.⁷⁵ ↔ ω⁻⁰.²⁵ です。残念ながら、この単純な関係を歪める追加の項があります。第一に、左辺には単位ステップ関数 u(t) が含まれます。これは、t < 0 では u(t) = 0、t ≥ 0 では u(t) = 1 と定義されます。言い換えれば、これは時間領域を片側べき乗則にします。第二に、周波数領域のべき乗則は振幅にのみ関係し、全くべき乗則に似ていない位相項があります。第三に、周波数領域にはスケーリング係数 Γ(α +1) があります。これはガンマ関数であり、本質的に階乗の連続版です。ガンマ関数のグラフを以下に示します。この奇妙な関数についてはあまり心配しないでください。α の値に応じて周波数領域の振幅をスケーリングする定数と考えてください。

[画像: ガンマ関数]

以下の表は、α が -2.0 から 2.0 まで変化する9つのケースと、それらの曲線の概略を示しています。周波数領域は、対数-対数プロットでグラフ化された振幅の概略も示しており、これは傾き -(α+1) の直線になります。この図を数分かけて調べ、特に時間領域と周波数領域の対称性に注目してください。

[画像: FT べき乗則ペア]

これらのケースのうち、α=0 の場合、つまり単位ステップ関数のフーリエ変換で、振幅が 1/ω、位相が -π/2 の場合、皆さんもよく知っているはずです。おそらく覚えているように、これは理想的なインテグレータのインパルス応答と周波数応答を表します。次に、インテグレータに別のインテグレータを続けた場合を考えます。この2段階の組み合わせのインパルス応答は、単位ステップ応答自身との畳み込みです。周波数領域では、振幅は 1/ω × 1/ω となり、位相は 2 × (-π/2) となります。この2重インテグレータカスケードは、α=1 のグラフに示されており、インパルス応答は線形に増加する直線であり、周波数スペクトルは 1/ω²、φ = -π です。同様に、α=2 は3つのインテグレータのカスケードを表し、以下同様です。両方の領域に厄介な特徴(t → ∞ での t²、ω → 0 での ω⁻³ など)が含まれているにもかかわらず、これらのフーリエ変換が非常にうまく振る舞うのは興味深いことです。

さらに興味深いことがあります。α が -1 に近づくと、時間領域は t⁻¹ の形状に近づき、周波数領域はゼロ位相のフラットな振幅に近づきます。しかし、フラットな振幅とゼロ位相は、時間領域のデルタ関数 δ(t) に対応します。つまり、α → -1 の極限で、u(t)t⁻α = δ(t) となります。これは、t⁻α の鋭い点が α → -1 で急速に成長し、関数全体を支配するためです。しかし、α = -1 では正確に何が起こるのでしょうか? t⁻¹ の見かけ上の有限の幅を、鋭い点が完全に打ち消すことができるのでしょうか? 数学は、この質問をしないように教えてくれます。周波数領域には Γ(α+1) というスケーリング係数があることを思い出してください。α = -1 の場合、ガンマ関数は定義されません。

ここで、私が絶対に魅力的だと感じる特徴にたどり着きました。一般に、一方の領域のべき乗則は、もう一方の領域のべき乗則に対応することを見てきました。さらに、逆の関係があります。時間領域の減衰が速いほど、周波数領域の減衰は遅くなり、その逆も同様です。これは、両方の領域が等しくなる特定の減衰率が存在しなければならないことを意味します。これは α = -0.5 の場合に発生し、時間領域は t⁻⁰.⁵、周波数領域は ω⁻⁰.⁵ となります。興味深いですが、これは何を意味するのでしょうか?

次に、一般的な電子アンプ内で発生する測定ノイズのグラフを見てみましょう。100 Hz 以上の平坦な部分はホワイトノイズと呼ばれ、よく理解されています。しかし、100 Hz 以下の傾斜部分は全くよく理解されていません。これは 1/f ノイズであり、80年以上説明に抵抗してきた謎です。1/f ノイズは、電子機器、高速道路の交通密度、クラシック音楽の音量、DNAコーディングなど、奇妙な場所で観測されています。

[画像: 1/f ノイズの例]

ノイズの多くの特性は、信号の電力、つまり振幅の二乗に直接関係しています。したがって、ノイズを扱うほとんどの人は、振幅スペクトルではなく、パワースペクトルで考えます。1/f ノイズという名前は、そのパワースペクトルが 1/f に近い形状をしていることに由来します。しかし、1/f ノイズの振幅スペクトルを見ると、その形状は 1/f⁰.⁵ です。上記の対数-対数プロットの振幅を見ると、1/f ノイズは傾き -0.5 を持ちます。これで、私が何を言いたいのかわかるでしょう。

少なくとも限定的な意味で、1/f ノイズはそれ自身のフーリエ変換であり、周波数領域では ω⁻⁰.⁵、時間領域では t⁻⁰.⁵ です。例えば、u(t) t⁻⁰.⁵ で与えられる単一のパルスは、1/f のパワースペクトルを持ちます。同様に、そのようなパルスのランダムに発生するシーケンスは、少なくとも広い周波数範囲で 1/f のパワースペクトルを持ちます。さらに、1/f ノイズは、u(t) t⁻⁰.⁵ のインパルス応答を持つフィルタをホワイトノイズに通すことによって生成できます。残念ながら、これらのシナリオのいずれも、1/f ノイズの広範な観測を説明する物理的な解釈を持たないようです。何かがまだ欠けていることは明らかです。

別の問題もあります。u(t) t⁻⁰.⁵ は、Mag = ω⁻⁰.⁵、φ = -π/4 の変換ペアです。しかし、1/f ノイズの位相が何であるか、あるいは定義された位相を持っているかさえ、誰も知りません。もし位相が φ = -π/4 と異なる場合、対応する時間領域信号も異なります。つまり、1/f ノイズの特徴的な時間領域波形は、単に t⁻⁰.⁵ ではないのかもしれません。

それにもかかわらず、1/f ノイズがそれ自身のフーリエ変換であるという考えは非常に説得力があります。ガウス曲線、つまりランダムイベントに関連する最も重要な波形を考えてみてください。中心極限定理は、ガウス分布がなぜ一般的に観測されるのかを説明します。しかし、ガウス関数のフーリエ変換もガウス関数であるという事実もあります。これは偶然以上のもののように思えます。1/f ノイズの謎を解く上で重要な手がかりだと考えています。

コメントは大歓迎です!特に、新しい研究の方向性に関する提案や(神に誓って)数学的な誤りがあれば感謝します。

スティーブ・スミス email http://www.dspguide.com/

2007/11/24