intermediate

標本化定理（シャノンの定理）

Q: 標本化定理（シャノンの定理）とは何ですか？

標本化定理（シャノン・ナイキストの定理）とは、帯域制限信号（最高周波数 B の成分しか持たない信号）をサンプリング周波数 fs > 2B で標本化すれば、そのサンプル列から元の連続信号を完全に復元できるという定理です。等号 fs = 2B では端点周波数の信号が復元できない場合があるため、厳密には fs > 2B が必要です。復元にはsinc関数による補間公式を用います。

Q: エイリアシングとは何ですか？

エイリアシング（折り返し雑音）とは、標本化定理の条件 fs > 2B を満たさない場合に発生する現象です。サンプリング周波数が不足すると、周波数領域でスペクトルのコピーが重なり合い、ナイキスト周波数を超える成分が低い周波数に折り返されて混入します。一度エイリアシングが発生すると、後処理で除去することは不可能です。防止策としては、サンプリング前にアンチエイリアシングフィルタ（低域通過フィルタ）を適用するか、十分に高いサンプリング周波数を用います。

Q: なぜCDのサンプリングレートは44.1kHzなのですか？

可聴域の上限20kHzに対する理論的下限40kHzに、アンチエイリアシングフィルタの遷移帯域分の余裕（約10%）を加えた値です。歴史的にはNTSC/PALビデオテープレコーダーとの互換性も選定理由の一つでした。

Sampling Theorem — アナログ信号のデジタル化を支える基本定理

1. 定理の主張

標本化定理（sampling theorem）は、連続時間信号をデジタルで表現・処理するための理論的基盤を与える定理である。 C. E. Shannon（1949）によって情報理論の文脈で厳密に定式化されたため、シャノンの定理とも呼ばれる。ただし、同様の結果は E. T. Whittaker（1915）、V. A. Kotelnikov（1933）らによっても独立に得られている。また、日本では染谷勲（1949）が Shannon と同時期に独立に導出し、著書『波形傳送』において標本化定理の拡張も含めて体系化した。戦後日本の学術的孤立により西側との交流がなかったため、これは完全に独立な発見と認められている。国際的には Whittaker–Kotelnikov–Shannon–Someya の定理（WKSS）と呼ばれることもあり、日本では Nyquist–Shannon の定理 または Shannon–染谷の定理 として知られる。

定理（標本化定理）.

連続時間信号 $f(t)$ が帯域制限されており、そのフーリエ変換 $F(f)$ が $|f| > B$ で恒等的に $0$ であるとする（$B$ は信号の最高周波数 [Hz]）。このとき、サンプリング周波数 $f_s$ が

$$f_s > 2B$$

を満たすならば、$f(t)$ はサンプル値 $\{f(nT)\}_{n \in \mathbb{Z}}$（$T = 1/f_s$: サンプリング間隔）から完全に復元できる。

臨界サンプリング $f_s = 2B$ の注意

等号 $f_s = 2B$（ちょうどナイキストレート）では、周波数 $B$ の信号成分を正しく復元できない。サンプリング間隔 $T = 1/(2B)$ のとき、周波数 $B$ の一般的な正弦波 $A\cos(2\pi Bt + \phi)$ のサンプル値は

$$A\cos\!\left(2\pi B \cdot \frac{n}{2B} + \phi\right) = A\cos(n\pi + \phi)$$

ここで加法定理を適用すると、

$$= A\bigl[\cos(n\pi)\cos\phi - \underbrace{\sin(n\pi)}_{=\,0}\sin\phi\bigr] = A(-1)^n\cos\phi$$

$\sin(n\pi) = 0$ であるから、位相 $\phi$ がどのような値であっても sin 成分は消え、cos 成分のみが残る。例えば $\phi = 0$（純粋な cos）ならサンプル値は $A(-1)^n$ で正しく捉えられるが、$\phi = \pi/2$（純粋な sin）ならサンプル値はすべてゼロになる。すなわち、ナイキスト周波数における奇関数成分（sin 成分）は原理的に復元不可能である。

直感的に述べると、「信号に含まれる最も高い周波数の 2 倍より速い速さでサンプリングすれば、情報は一切失われない」ということである。

1.1 ナイキストレートとナイキスト周波数

標本化定理に関連する 2 つの重要な概念を整理する。

用語	定義	意味
ナイキストレート	$f_{\text{Nyquist}} = 2B$	信号を忠実に復元するために必要な最小サンプリング周波数
ナイキスト周波数	$f_N = f_s / 2$	与えられたサンプリング周波数で表現可能な最高周波数

標本化定理の条件 $f_s > 2B$ は、「ナイキスト周波数 $f_N = f_s/2$ が信号の最高周波数 $B$ を上回ること」と同値である。

2. フーリエ解析による証明の概略

標本化定理の証明の核心は、時間領域でのサンプリングが周波数領域でのスペクトルの周期的繰り返しに対応するという事実である。

2.1 ディラックのデルタ関数の性質

証明にはディラックのデルタ関数 $\delta(t)$ の以下の性質を用いる。

性質 1（シフティング性）.　任意の連続関数 $f(t)$ に対して、

$$f(t)\,\delta(t - t_0) = f(t_0)\,\delta(t - t_0)$$

これは $\delta(t - t_0)$ が $t = t_0$ 以外でゼロであるため、$f(t)$ の値は $t = t_0$ での値 $f(t_0)$ に置き換えてよいことによる。両辺を積分すると、デルタ関数が被積分関数から $t = t_0$ での値だけを抽出する：

$$\int_{-\infty}^{\infty} f(t)\,\delta(t - t_0)\,dt = f(t_0)$$

性質 2（デルタ関数のフーリエ変換）.　ここではフーリエ変換を通常周波数 $f$ [Hz] で定義する：$\displaystyle F(f) = \int_{-\infty}^{\infty} g(t)\,e^{-j2\pi ft}\,dt$。このとき

$$\mathcal{F}[\delta(t - t_0)] = \int_{-\infty}^{\infty} \delta(t - t_0)\,e^{-j2\pi ft}\,dt = e^{-j2\pi f t_0}$$

特に $t_0 = 0$ のとき $\mathcal{F}[\delta(t)] = 1$（全周波数に均等なエネルギーを持つ）。

性質 3（くし型関数のフーリエ変換）.　周期 $T$ のディラックコム（くし型関数）のフーリエ変換は、周期 $f_s = 1/T$ のディラックコムである：

$$\mathcal{F}\!\left[\sum_{n=-\infty}^{\infty} \delta(t - nT)\right] = f_s \sum_{k=-\infty}^{\infty} \delta(f - k f_s)$$

性質 3 の導出

くし型関数 $\delta_T(t) = \displaystyle\sum_{n=-\infty}^{\infty} \delta(t - nT)$ は周期 $T$ の周期関数であるから、フーリエ級数に展開できる：

$$\delta_T(t) = \sum_{n=-\infty}^{\infty} C_n \, e^{j 2\pi n f_s t}$$

フーリエ係数 $C_n$ を求める。$-T/2 \leq t \leq T/2$ の区間では $\delta_T(t) = \delta(t)$ であるから

$$C_n = \frac{1}{T}\int_{-T/2}^{T/2} \delta_T(t)\, e^{-j2\pi n f_s t}\, dt = \frac{1}{T}\int_{-T/2}^{T/2} \delta(t)\, e^{-j2\pi n f_s t}\, dt$$

性質 1（シフティング性）により $\displaystyle\int \delta(t)\, g(t)\, dt = g(0)$ であるから

$$C_n = \frac{1}{T}\, e^{-j2\pi n f_s \cdot 0} = \frac{1}{T}$$

すなわち全ての $n$ について $C_n = 1/T$ である。したがって

$$\delta_T(t) = \frac{1}{T}\sum_{n=-\infty}^{\infty} e^{j 2\pi n f_s t}$$

各項のフーリエ変換は $\mathcal{F}[e^{j2\pi f_0 t}] = \delta(f - f_0)$ であるから

$$\mathcal{F}[\delta_T(t)] = \frac{1}{T}\sum_{n=-\infty}^{\infty} \delta(f - n f_s) = f_s \sum_{n=-\infty}^{\infty} \delta(f - n f_s) \qquad \square$$

2.2 サンプリングの数学的表現

連続信号 $f(t)$ を間隔 $T = 1/f_s$ でサンプリングすることは、$f(t)$ にくし型関数を乗じることに相当する。性質 1 を各項に適用すると：

$$f_s(t) = f(t) \cdot \sum_{n=-\infty}^{\infty} \delta(t - nT) = \sum_{n=-\infty}^{\infty} f(nT)\, \delta(t - nT)$$

第二の等号では、$f(t)\,\delta(t - nT) = f(nT)\,\delta(t - nT)$（性質 1）を用いた。すなわち、サンプリングされた信号 $f_s(t)$ は、各サンプル点 $t = nT$ に強度 $f(nT)$ のデルタ関数が立ち並ぶ信号である。

2.3 周波数領域での効果

$f_s(t)$ のフーリエ変換を求める。通常周波数 $f$ のフーリエ変換では、時間領域での乗算は周波数領域での畳み込みにそのまま対応する（$\mathcal{F}[g \cdot h] = G * H$）。したがって

$$F_s(f) = F(f) * \left[f_s \sum_{k=-\infty}^{\infty} \delta(f - k f_s)\right]$$

ここで性質 3 を用いた。デルタ関数との畳み込みはシフト（性質 1 の積分版）であるから：

$$F_s(f) = f_s \sum_{k=-\infty}^{\infty} F(f - k f_s)$$

すなわち、元のスペクトル $F(f)$ が $f_s$ 間隔で無限に繰り返される。

図1: 帯域制限信号を $f_s > 2B$ でサンプリングすると、周波数領域でスペクトルが $f_s$ 間隔で繰り返される。

2.4 復元の原理

$f_s > 2B$ が成り立つとき、繰り返されるスペクトルのコピーは互いに重ならない。したがって、カットオフ周波数 $f_s/2$ の理想低域通過フィルタを適用すれば、元のスペクトル $F(f)$ を完全に取り出すことができる。これが標本化定理の本質である。

3. 再構成公式（sinc 補間）

上記の「理想低域通過フィルタの適用」を時間領域で書き下すと、以下のWhittaker–Shannon の補間公式が得られる：

再構成公式.

$$f(t) = \sum_{n=-\infty}^{\infty} f(nT)\, \operatorname{sinc}\!\left(\frac{t - nT}{T}\right)$$

ここで $T = 1/f_s$ はサンプリング間隔、$\operatorname{sinc}(x) = \dfrac{\sin(\pi x)}{\pi x}$ は正規化 sinc 関数である。

この公式は、各サンプル点 $f(nT)$ を重みとして sinc 関数を重ね合わせることで、サンプル間の値を補間するものである。 sinc 関数は理想低域通過フィルタのインパルス応答に対応しており、$\operatorname{sinc}(0) = 1$、$\operatorname{sinc}(n) = 0$（$n \neq 0$ の整数）という性質を持つ。したがって $t = mT$ におけるこの級数の値は $n = m$ の項だけが $f(mT) \cdot 1$ を与え、他の項はすべてゼロとなるため、サンプル点では元の値が正確に再現される。

sinc補間の図 — 図3: sinc 補間による信号の再構成。各サンプル点 $t = nT$ に高さ $f(nT)$ の sinc 関数（細い色付き曲線）が配置され、それらの総和（太い青線）が元の連続信号を再現する。

3.1 再構成公式の導出

導出

Step 1: サンプリングされた信号のスペクトル.

第 2 節で示したように、サンプリングされた信号のスペクトルは

$$F_s(f) = f_s \sum_{k=-\infty}^{\infty} F(f - k f_s)$$

$f_s > 2B$ のとき、$|f| < f_s/2$ の範囲では $k = 0$ の項のみが寄与するから

$$F_s(f) = f_s \, F(f) \qquad (|f| < f_s/2)$$

Step 2: 理想低域通過フィルタで復元.

カットオフ周波数 $f_s/2$、利得 $T = 1/f_s$ の理想低域通過フィルタ $H(f)$ を適用する。利得を $T$ とするのは、Step 1 で $F_s(f) = f_s F(f)$ と $f_s$ 倍されているため、$1/f_s = T$ を乗じて元のスペクトル $F(f)$ に戻す必要があるからである。

$$H(f) = \begin{cases} T & (|f| \leq f_s/2) \\ 0 & (|f| > f_s/2) \end{cases}$$

復元されたスペクトルは

$$F(f) = H(f) \cdot F_s(f) = T \cdot f_s \, F(f) = F(f) \qquad (|f| < f_s/2)$$

$|f| \geq B$ では $F(f) = 0$ であり、$f_s/2 > B$ だからこれは全周波数で成り立つ。

Step 3: 時間領域に変換.

$H(f) \cdot F_s(f)$ を逆フーリエ変換する。時間領域では積 → 畳み込みとなる：

$$f(t) = h(t) * f_s(t)$$

$H(f)$ の逆フーリエ変換（理想 LPF のインパルス応答）を求める：

\begin{align} h(t) &= \int_{-f_s/2}^{f_s/2} T \, e^{j2\pi ft}\,df \\ &= T \left[\frac{e^{j2\pi ft}}{j2\pi t}\right]_{-f_s/2}^{f_s/2} \\ &= \frac{T}{j2\pi t}\left(e^{j\pi f_s t} - e^{-j\pi f_s t}\right) \end{align}

オイラーの公式 $e^{j\theta} - e^{-j\theta} = 2j\sin\theta$ を適用すると

\begin{align} h(t) &= \frac{T}{j2\pi t} \cdot 2j\sin(\pi f_s t) \\ &= T \cdot \frac{\sin(\pi f_s t)}{\pi t} \end{align}

$f_s = 1/T$ を代入して整理すると

$$h(t) = \frac{\sin(\pi t/T)}{\pi t/T} = \operatorname{sinc}\!\left(\frac{t}{T}\right)$$

$f_s(t) = \sum_n f(nT)\,\delta(t - nT)$ との畳み込みを計算する。畳み込みの定義と性質 1 より

\begin{align} f(t) &= h(t) * f_s(t) = \int_{-\infty}^{\infty} h(t - \tau)\, f_s(\tau)\, d\tau \\ &= \int_{-\infty}^{\infty} h(t - \tau) \sum_{n=-\infty}^{\infty} f(nT)\,\delta(\tau - nT)\, d\tau \\ &= \sum_{n=-\infty}^{\infty} f(nT) \underbrace{\int_{-\infty}^{\infty} h(t - \tau)\,\delta(\tau - nT)\, d\tau}_{= h(t - nT)} \\ &= \sum_{n=-\infty}^{\infty} f(nT)\, \operatorname{sinc}\!\left(\frac{t - nT}{T}\right) \qquad \square \end{align}

3.2 収束の条件

上の級数が $f(t)$ に各点収束するためには、$f$ が帯域制限 ($F(f) = 0$ for $|f| > B$) かつ $f \in L^2(\mathbb{R})$ であれば十分である（$L^2$ 収束はプランシュレルの定理から保証される）。実際には、$f$ が連続で $\sum |f(nT)|^2 < \infty$ であれば一様収束する。

4. エイリアシング（折り返し雑音）

標本化定理の条件 $f_s > 2B$ が満たされない場合、すなわちサンプリング周波数が不十分な場合、周波数領域で繰り返されるスペクトルのコピーが互いに重なり合う。これがエイリアシング（aliasing, 折り返し雑音）である。

図2: $f_s < 2B$ の場合のエイリアシング。隣接するスペクトルコピーが重なり合い（斜線部）、ナイキスト周波数を越える周波数成分がナイキスト周波数の下側に反転して折り返される。この歪みは後処理で除去できない。

エイリアシングが発生すると、ナイキスト周波数 $f_s/2$ を超える周波数成分が、$f_s/2$ 以下の偽の低周波成分として現れる。具体的には、周波数 $f$ の信号成分は $|f - k f_s|$（$k$ は整数）の位置に折り返される。

4.1 エイリアシングの直感的な例

映像の例: 映画やテレビでヘリコプターのローター（回転翼）や自動車のホイールがゆっくり逆回転しているように見える現象は、時間方向のエイリアシングの典型例である。カメラのフレームレート（サンプリング周波数）がローターの回転周波数の 2 倍に満たないため、高速回転がナイキスト周波数の下側に折り返され、低速の逆回転として知覚される。

蛍光灯と扇風機の例: 蛍光灯は交流電源の周波数に応じて毎秒 100 回（東日本 50 Hz）または 120 回（西日本 60 Hz）明滅している。この明滅が一種のストロボ（時間方向のサンプリング）として作用するため、扇風機の羽根の回転数が明滅周波数に近いと、羽根がゆっくり回転したり、逆回転して見えたりする。例えば 3 枚羽根の扇風機が毎秒 27 回転（1620 rpm）しているとすると、羽根のパターンの周波数は $27 \times 3 = 81$ Hz である。東日本の蛍光灯（100 Hz サンプリング）では $100 - 81 = 19$ Hz のゆっくりした順回転に見え、もし回転数を上げて毎秒 35 回転（$35 \times 3 = 105$ Hz）にすると、$105 - 100 = 5$ Hz の逆回転に見える。 LED 照明では明滅がないか非常に高速であるため、この現象は起きにくい。

5. 実用上の考慮事項

5.1 アンチエイリアシングフィルタ

現実の信号は厳密には帯域制限されていないことが多い。そこで、サンプリングの前段にアンチエイリアシングフィルタ （anti-aliasing filter）と呼ばれるアナログ低域通過フィルタを挿入し、ナイキスト周波数以上の成分を除去する。これにより、ADC（アナログ-デジタル変換器）への入力信号が帯域制限条件を満たすようになる。

理想的には矩形特性のフィルタが望ましいが、実現不可能であるため、Butterworth フィルタや Chebyshev フィルタなどの近似的な低域通過フィルタが用いられる。フィルタの遷移帯域（通過帯域端からナイキスト周波数までの帯域）が必要であるため、$f_s$ は $2B$ よりやや大きく設定される。

5.2 オーバーサンプリング

オーバーサンプリング（oversampling）とは、ナイキストレートよりも十分に高いサンプリング周波数を用いることである。オーバーサンプリングには以下の利点がある：

アンチエイリアシングフィルタの設計が容易になる（遷移帯域を広く取れる）
量子化雑音が広い帯域に分散し、帯域内の SN 比が向上する
ノイズシェーピング（$\Sigma\Delta$ 変調）との組み合わせで高い有効分解能を実現できる

例えば、オーディオ用の $\Sigma\Delta$ ADC は 64 倍や 128 倍のオーバーサンプリングを行い、 1 ビットの量子化器でも 24 ビット相当の有効分解能を達成している。

5.3 再構成の実際

理論上の再構成公式（sinc 補間）は無限長の sinc 関数を要するため、実用上はそのまま使うことができない。 DAC（デジタル-アナログ変換器）の出力では、0 次ホールド（ステップ状出力）に続いて再構成フィルタ（アナログ低域通過フィルタ）を適用するのが一般的である。また、デジタル領域では、多項式補間やスプライン補間など有限長の近似補間が広く用いられる。

6. 応用例

6.1 デジタルオーディオ（CD: 44.1 kHz）

人間の可聴域は約 20 Hz – 20 kHz である。標本化定理により、20 kHz の信号を正しくサンプリングするには最低 40 kHz が必要である。 CD のサンプリングレート 44.1 kHz は、この理論的下限に対してアンチエイリアシングフィルタの遷移帯域分の余裕（約 10%）を加えた値である。なお、歴史的には NTSC（525 本 × 3 サンプル/本 × 30 fps − 同期信号分 = 44,100）や PAL との互換性も選定理由の一つであった。

近年のハイレゾオーディオでは 96 kHz や 192 kHz のサンプリングレートが用いられる。これは可聴域外の超音波成分を保存する目的よりも、アンチエイリアシングフィルタの設計余裕と時間分解能の向上が主な動機である。

6.2 デジタル画像処理

画像のサンプリング（画素化）にも標本化定理が適用される。レンズの光学的な MTF（変調伝達関数）やベイヤー配列の画素ピッチが空間的なサンプリング周波数を決定し、それを超える空間周波数成分はモアレ（空間的なエイリアシング）として現れる。デジタルカメラでは光学ローパスフィルタ（OLPF）がアンチエイリアシングの役割を果たす。

6.3 ADC（アナログ-デジタル変換器）

ADC の設計では、標本化定理が入力帯域幅とサンプリングクロックの関係を規定する。逐次比較型（SAR）ADC ではナイキストレート付近での動作が一般的だが、 $\Sigma\Delta$ ADC は大幅なオーバーサンプリングとデシメーション（間引き）を組み合わせることで、高分解能を実現する。通信分野では、帯域通過サンプリング（バンドパスサンプリング）により、信号の帯域幅のみに基づいてサンプリングレートを決定し、RF 信号を直接デジタル化する手法もある。

7. よくある質問（FAQ）

Q1. 標本化定理（シャノンの定理）とは何ですか？

標本化定理とは、帯域制限信号（最高周波数 $B$ の成分しか持たない信号）をサンプリング周波数 $f_s > 2B$ で標本化すれば、サンプル列から元の連続信号を完全に復元できるという定理である。復元には sinc 関数による補間公式を用いる。この定理はデジタルオーディオ、画像処理、通信工学などアナログ-デジタル変換のあらゆる場面で基礎となる。

Q2. エイリアシングとは何ですか？

エイリアシング（折り返し雑音）とは、$f_s < 2B$ の条件でサンプリングしたときに発生する現象である。周波数領域でスペクトルのコピーが重なり合い、ナイキスト周波数を超える成分が低い周波数に折り返されて混入する。一度発生したエイリアシングは後処理では除去できない。防止策としては、アンチエイリアシングフィルタ（低域通過フィルタ）をサンプリング前に適用するか、十分に高いサンプリング周波数を用いる。

Q3. なぜ CD のサンプリングレートは 44.1 kHz なのですか？

可聴域の上限 20 kHz に対する理論的下限 40 kHz に、アンチエイリアシングフィルタの遷移帯域分の余裕を加えた値である。詳しくは 6.1 節を参照。

参考資料

C. E. Shannon, "Communication in the Presence of Noise," Proceedings of the IRE, vol. 37, no. 1, pp. 10–21, 1949.
染谷勲, 『波形傳送』, 修教社, 東京, 1949.（高周波科学論叢第3輯）— 国立国会図書館書誌情報
H. Ogawa, "A memorial tribute to Isao Someya, 1915–2007," Sampling Theory in Signal and Image Processing, vol. 7, no. 3, pp. 227–228, 2008.
A. V. Oppenheim, R. W. Schafer, Discrete-Time Signal Processing, 3rd ed., Pearson, 2010.（第4章 "Sampling of Continuous-Time Signals"）
Wikipedia: 標本化定理
Wikipedia: Nyquist–Shannon sampling theorem (English)
Wikipedia: Aliasing (English)