フーリエ解析 — 周期波形の正弦波分解と回路への周波数領域解析応用

フーリエ解析（Fourier Analysis）は「任意の周期的な波形は、異なる周波数の正弦波の重ね合わせとして表現できる」という原理に基づく数学的手法だ。複雑な電気信号を周波数成分（スペクトル）に分解することで、回路が各周波数成分にどう応答するか（周波数特性）を系統的に解析できる。音響・通信・電力品質・信号処理など幅広い工学領域の基盤となっている。情報カットオフ〜2025-08、confidence: medium 固定。

フーリエ解析の基本概念

フーリエ級数：周期 T を持つ任意の周期関数 f(t) は、以下の正弦波（基本波とその整数倍の倍音）の和として表現できる。

f(t) = A₀ + Σ Aₙ × sin(nωt + φₙ)
       （n = 1, 2, 3, …）

ここで：
  A₀：直流成分（波形の平均値）
  ω = 2π/T：基本角周波数（rad/s）
  Aₙ：n 次高調波の振幅
  φₙ：n 次高調波の初期位相
  n = 1：基本波（周波数 f = 1/T）
  n = 2, 3, …：高調波（基本波の整数倍の周波数）

意味：どんな複雑な周期波形も、十分な数の正弦波を足し合わせることで近似・再現できる。逆に、任意の波形を「どの周波数がどの強さで含まれているか」という形に分解できる。これを「時間領域→周波数領域への変換」と呼ぶ。

周波数スペクトル

周波数スペクトルは「波形に含まれる各周波数成分の強さ（振幅・パワー）」を周波数軸でプロットしたものだ。

波形の例	周波数成分の特徴
純正弦波（sin(ωt)）	単一の周波数のみ（スペクトルは 1 本のライン）
矩形波（方形波）	基本波 + 奇数次高調波（3, 5, 7 倍 …）の無限和
のこぎり波	基本波 + 全高調波（2, 3, 4 倍 …）の無限和
パルス列	繰り返し周波数の整数倍に等間隔のスペクトル線

実用上の重要性：電源の波形が正弦波から歪んでいると（高調波歪み）、3 次・5 次の高調波成分が発生し、電気機器の誤動作・過熱・効率低下を引き起こす。電力品質の管理指標である THD（Total Harmonic Distortion：全高調波歪み率）はフーリエ解析によって定量化される。

回路の周波数特性解析への応用

フーリエ解析の最大の実用価値は、線形回路の周波数特性（伝達関数）解析にある。

手順：

入力信号をフーリエ級数に分解し、各周波数成分 n 次高調波（振幅 Aₙ、周波数 n·f）を求める。
各周波数成分に対して、回路のインピーダンス Z(jω) を用いた交流解析（tech-338）を適用する。
各周波数成分の出力振幅と位相を計算する。
すべての周波数成分の出力を重ね合わせて（線形性の原理）、全体の出力波形を得る。

例（RC ローパスフィルタ）：抵抗 R とコンデンサ C の直列回路で C の電圧を出力として取り出すと、低周波成分は通過し、高周波成分は減衰する（ローパスフィルタ）。矩形波を入力すると、高調波成分が減衰して角が丸みを帯びた出力波形になる。

信号処理・通信技術への応用

音響・音楽：音声信号はフーリエ解析で周波数スペクトルに分解される。楽器の音色（音質）の違いは、基本波に対する高調波の組み合わせの違いに相当する。イコライザーは特定の周波数帯を強調・減衰させるフィルタの集合体だ。

通信技術：AM 変調・FM 変調・デジタル変調（OFDM）はすべて、送りたい情報を特定の周波数帯のスペクトルに乗せる操作だ。受信側でフィルタリングと復調を行い元の信号を取り出す。5G 通信の OFDM は数百のサブキャリア（異なる周波数の正弦波）に情報を分散して送る技術だ。

フーリエ変換（Fourier Transform）：フーリエ級数は「周期関数」に対するものだが、周期を無限大に拡張することで「非周期関数（1 回限りのパルスなど）」にも適用できるのがフーリエ変換だ。デジタル実装では FFT（Fast Fourier Transform：高速フーリエ変換）アルゴリズムが使われ、数万点のサンプルデータを高速に周波数スペクトルへ変換できる。スペクトラムアナライザ・デジタルオシロスコープ・音声認識 AI など幅広い機器の中核を担っている。

情報カットオフ〜2025-08、confidence: medium 固定。

フーリエ解析