フーリエ変換計算ツール | FFT・周波数スペクトル解析

フーリエ変換とは？波形を周波数成分に分解する仕組み

フーリエ変換とは、時間とともに変化する波形や数値データを、「どの周波数が、どのくらいの強さで含まれているか」という 周波数領域の情報へ変換する方法です。複雑に見える信号でも、異なる周波数・振幅・位相を持つ複数の正弦波が重なったものとして分析できる場合があります。

音声、機械の振動、加速度、電圧、回転数、脈拍、温度センサーなどの時系列データをフーリエ変換すると、波形を見ただけでは分かりにくい周期成分やノイズの特徴を 周波数スペクトルとして確認できます。例えば、モーターの振動データから特定の回転周波数を探したり、録音データから音の高さや電源ノイズを調べたりするときに活用されます。

フーリエ変換計算ツールとは？

フーリエ変換計算ツールは、等間隔で記録された数値列を入力し、 FFTを使って周波数スペクトルを計算できるオンラインツールです。手元の時系列データを貼り付ける方法に加えて、周波数、振幅、位相を指定したテスト信号を作成し、フーリエ変換の結果を確認することもできます。

このツールではスペクトルを表示するだけでなく、強い周波数成分を自動で抽出し、周波数、周期、振幅、相対dB、位相、パワーを一覧で確認できます。フーリエ変換やFFTの結果の見方に慣れていない場合でも、「信号の中で最も強い周期は何Hzか」「どの周波数にノイズがあるか」を比較しやすい構成になっています。

FFTとDFTの違い

DFT（離散フーリエ変換）は、有限個の離散データから各周波数成分の振幅や位相を求める数学的な変換です。一方、FFT（高速フーリエ変換）は、DFTと同じ計算結果をより少ない計算量で求めるためのアルゴリズムです。

つまり、DFTは変換そのものの名称であり、FFTはDFTを高速に計算する方法です。このツールでは入力データを必要に応じて2のべき乗の長さまでゼロパディングし、 radix-2 FFTを使って周波数成分を計算します。

フーリエ変換計算ツールの使い方

入力方法を選択：測定した数値列を貼り付けるか、周波数・振幅・位相を指定してテスト用の合成信号を作成します。
サンプリング周波数を入力：1秒間にデータを測定した回数をHzで入力します。
窓関数を選択：矩形窓、ハン窓、ハミング窓から選択します。選び方が分からない場合は、一般的な周波数解析で使いやすいハン窓が目安です。
必要な前処理を設定：DC成分の除去やゼロパディングの倍率を選択します。
FFT解析を実行：時間波形、周波数スペクトル、主要周波数ランキングを確認します。
CSVで保存：周波数、振幅、相対dB、パワー、位相を保存し、表計算ソフトや解析ソフトで再利用できます。

サンプリング周波数とは？

サンプリング周波数とは、連続して変化する信号を 1秒間に何回測定したかを示す値です。単位にはHzを使用します。例えば、1秒間に1,000回測定したデータのサンプリング周波数は 1,000 Hzです。

サンプリング周波数の入力が実際の測定条件と異なると、計算結果に表示される周波数や周期も正しくなりません。 FFT解析を行う前に、測定機器やデータファイルに記録されているサンプリングレートを確認してください。

ナイキスト周波数とエイリアシング

サンプリング周波数を Fs とすると、理論上解析できる最高周波数は Fs ÷ 2 です。この上限をナイキスト周波数と呼びます。例えば、サンプリング周波数が1,000 Hzの場合、周波数スペクトルで扱える上限は500 Hzです。

ナイキスト周波数を超える信号が入力されると、実際とは異なる低い周波数として観測されることがあります。この現象をエイリアシングと呼びます。例えば100 Hzまでの信号を測定する場合、理論上は200 Hzを超えるサンプリング周波数が必要です。実際の測定では、フィルター性能や解析の余裕を考慮して、対象周波数より十分に高いサンプリング周波数を選ぶことがあります。

周波数分解能とは？

周波数分解能は、FFT結果で隣り合う周波数ビンの間隔を示します。周波数ビン間隔は、一般にΔf = Fs ÷ NFFT で計算できます。サンプリング周波数が1,000 Hz、FFTサイズが1,024の場合、周波数ビンの間隔は約0.977 Hzです。

ゼロパディングによってFFTサイズを増やすと、スペクトル上の表示点が増え、ピークの位置を読み取りやすくなります。ただし、元の観測時間や取得した情報量が増えるわけではありません。近接した2つの周波数を実際に分離しやすくするには、一般により長い時間のデータを測定する必要があります。

ゼロパディングとは？

ゼロパディングとは、入力データの後ろに値が0のサンプルを追加し、 FFTの計算サイズを大きくする処理です。ゼロパディングを行うと、周波数スペクトルの表示が滑らかになり、ピーク周波数の位置を確認しやすくなります。

ただし、ゼロパディングによって新しい測定情報が追加されるわけではなく、本来分離できなかった近接周波数を完全に分離できるようになるわけでもありません。本当の周波数分解能には、元データの観測時間が大きく影響します。

窓関数はどれを選ぶ？

FFTでは、入力したデータ区間が繰り返されるものとして計算されます。区間の最初と最後の値が滑らかにつながっていない場合、本来存在しない周波数成分が周辺へ広がるスペクトル漏れが発生することがあります。窓関数は、この区間端の不連続による影響を抑えるために使用します。

矩形窓：入力データをそのまま使用します。信号が解析区間内でちょうど整数周期になっている場合は鋭いピークを得やすい一方、区間端がつながらないとスペクトル漏れが目立ちやすくなります。
ハン窓：周波数解析で広く使用される基本的な窓関数です。メインローブの幅とスペクトル漏れのバランスがよく、迷った場合の標準的な選択肢です。
ハミング窓：ハン窓と似た形状ですが、サイドローブの減衰特性が異なります。強いピークの周辺にある弱い周波数成分を確認するときは、ハン窓と結果を比較して判断してください。

DC成分を除去する理由

DC成分は、入力データの平均値に相当する0 Hzの成分です。例えば、常に一定のオフセットを含むセンサーデータをFFT解析すると、 0 Hz付近に非常に大きなピークが現れることがあります。

周期的な変動成分を中心に確認したい場合は、入力値から平均値を差し引いて DC成分を除去すると、他の周波数ピークを比較しやすくなります。一方、平均値そのものに意味がある分析では、DC成分を残して確認してください。

周波数スペクトルの見方

周波数スペクトルの横軸は周波数（Hz）、縦軸は各周波数成分の振幅または相対dBを表します。グラフ上に鋭いピークがある場合、その周波数に強い周期成分が含まれている可能性があります。

例えば50 Hz付近に大きなピークがある場合、1秒間に約50回繰り返す成分が信号に含まれていることを意味します。周期は 周期 = 1 ÷ 周波数 で求められるため、 50 Hzの周期は0.02秒、つまり20ミリ秒です。

振幅・相対dB・位相・パワーの見方

振幅：各周波数成分の大きさを示します。振幅が大きいほど、その周期成分が信号に強く含まれています。
相対dB：最大ピークを0 dBとして、他の周波数成分の振幅を相対的に比較した値です。 -20 dBは、振幅が最大ピークのおよそ10分の1であることを示します。
位相：その周波数の波が基準時刻に対してどの位置から始まっているかを角度で表します。
パワー：このツールでは振幅の2乗を相対的な比較値として表示します。校正されたPSD（パワースペクトル密度）や実際の物理エネルギーを表す値ではありません。

フーリエ変換が活用される例

モーター、ファン、ポンプ、ベアリングなどの振動周波数の確認
録音した音声の基音、倍音、共振、ノイズ成分の分析
加速度、温度、圧力、電圧、電流、脈拍などのセンサーデータ解析
50 Hz・60 Hz付近に現れる電源由来ノイズの確認
回転機器の回転数や周期的な異常振動の探索
アクセス数、売上、需要などに含まれる周期性の確認
通信信号や電子回路の周波数特性の学習
フーリエ変換、DFT、FFT、窓関数の学習と実験

フーリエ変換を正しく計算するための注意点

FFTへ入力するデータは、原則として等間隔でサンプリングされている必要があります。欠損時刻があるデータや測定間隔が一定でないデータをそのまま入力すると、周波数スペクトルが実際の信号特性と異なる可能性があります。

不規則な測定データを解析する場合は、目的に応じた補間処理や、不等間隔データに対応した周期解析方法を検討してください。また、入力したサンプリング周波数、測定単位、センサーの校正状態によっても結果の意味は変わります。

FFTでは分かりにくい信号

通常のFFTは、解析区間全体にどの周波数が含まれているかを確認する方法です。そのため、特定の周波数が「いつ発生したか」までは直接分かりません。

周波数が時間とともに変化する音声、瞬間的な振動、衝撃音などを分析する場合は、データを短い区間に分割して解析するSTFT（短時間フーリエ変換）や、時間と周波数を同時に表示するスペクトログラムが適しています。非定常信号や急激な変化の解析では、ウェーブレット変換などが使われる場合もあります。

フーリエ変換計算結果を利用するときの注意

本ツールの計算結果は、学習、データ確認、簡易的な周波数解析を目的とした参考値です。測定機器の精度、サンプリング条件、フィルター処理、窓関数、データ長、ノイズなどによって結果は変化します。

機械設備の故障診断、医療判断、安全管理、製品検査など、高い精度や専門的な判断が必要な用途では、校正された測定機器と専門の解析ソフトを使用し、必要に応じて専門家へ確認してください。