この記事には参考文献や外部リンクの一覧が含まれていますが、脚注による参照が不十分であるため、情報源が依然不明確です。適切な位置に脚注を追加して、記事の信頼性向上にご協力ください。(2022年12月)
離散時間フーリエ変換(りさんじかんフーリエへんかん、英: Discrete-time Fourier transform、DTFT)はフーリエ変換の一種。したがって、通常時間領域の関数を周波数領域に変換する。ただし、DTFTでは元の関数は離散的でなければならない。そのような入力は連続関数の標本化によって生成される。
DTFTの周波数領域の表現は常に周期的関数である。したがって1つの周期に必要な情報が全て含まれるため、DTFTを「有限な」周波数領域への変換であるということもある。 実数または複素数の離散集合 x [ n ] , n ∈ Z {\displaystyle x[n],\;n\in \mathbb {Z} } (整数)が与えられたとき、 x [ n ] {\displaystyle x[n]\,} の離散時間フーリエ変換(DTFT)は次にように表される。 X ( ω ) = ∑ n = − ∞ ∞ x [ n ] e − i ω n {\displaystyle X(\omega )=\sum _{n=-\infty }^{\infty }x[n]\,e^{-i\omega n}} 名称が暗に示している通り、{x[n]} は連続時間関数 x ( t ) {\displaystyle x(t)\,} の値(標本)を表している。このときの標本化間隔を T {\displaystyle T\,} としたとき、各標本の採取時刻は t = n T {\displaystyle t=nT\quad } であり、 1 / T = f s {\displaystyle 1/T=f_{s}\,} がサンプリング周波数となる。DTFTは次の連続時間フーリエ変換の近似である。 X ( f ) = ∫ − ∞ ∞ x ( t ) ⋅ e − i 2 π f t d t {\displaystyle X(f)=\int _{-\infty }^{\infty }x(t)\cdot e^{-i2\pi ft}\,dt} 標本化定理で示されるように、次のくし型関数の変調に x ( n T ) {\displaystyle x(nT)\,} の値を使用すると見ることもできる。 Δ T ( t ) = T ∑ n = − ∞ ∞ δ ( t − n T ) {\displaystyle \Delta _{T}(t)=T\sum _{n=-\infty }^{\infty }\delta (t-nT)\ } その場合得られる関数のフーリエ変換は、 f s {\displaystyle f_{s}\,} の間隔で重ね合わせられた X ( f ) {\displaystyle X(f)\,} のコピーの総和である。 X T ( f ) = ∑ k = − ∞ ∞ X ( f − k f s ) {\displaystyle X_{\mathrm {T} }(f)=\sum _{k=-\infty }^{\infty }X(f-{kf_{s}})} 以下で示すように、これは周期関数のDTFTである。そして、ある明白な条件下で、k=0 の項はほとんど全く他の項からの歪み(折り返し雑音)が観測されない。変調されたくし型関数は次の通りである。 x T ( t ) = T ∑ n = − ∞ ∞ x ( n T ) δ ( t − n T ) {\displaystyle x_{\mathrm {T} }(t)=T\sum _{n=-\infty }^{\infty }x(nT)\,\delta (t-nT)}
定義
標本化との関係