ホーム > 特許ランキング > 国立大学法人 鹿児島大学
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2024-01-30
(45)【発行日】2024-02-07
(54)【発明の名称】離散信号処理装置、デジタル分光計及び離散信号処理方法
(51)【国際特許分類】
G06F 17/16 20060101AFI20240131BHJP
G06F 17/15 20060101ALI20240131BHJP
G06F 17/14 20060101ALI20240131BHJP
【ＦＩ】
G06F17/16 M
G06F17/15
G06F17/16 N
G06F17/14 510
【請求項の数】
5
(21)【出願番号】P 2019116905
(22)【出願日】2019-06-25
(65)【公開番号】P2021005118
(43)【公開日】2021-01-14
【審査請求日】2022-06-14
(73)【特許権者】
【識別番号】504258527
【氏名又は名称】国立大学法人 鹿児島大学
(74)【代理人】
【識別番号】100095407
【弁理士】
【氏名又は名称】木村 満
(74)【代理人】
【識別番号】100162259
【弁理士】
【氏名又は名称】末富 孝典
(74)【代理人】
【識別番号】100168114
【弁理士】
【氏名又は名称】山中 生太
(74)【代理人】
【識別番号】100146916
【弁理士】
【氏名又は名称】廣石 雅紀
(72)【発明者】
【氏名】中西 裕之
(72)【発明者】
【氏名】中原 瑳衣子
【審査官】坂東 博司
(56)【参考文献】
【文献】特開２００８－０３５３６４（ＪＰ，Ａ）
【文献】特開平０９－０２６３５８（ＪＰ，Ａ）
【文献】特開２０１１－１３３４２４（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０６Ｆ １７／１６
Ｇ０６Ｆ １７／１５
Ｇ０６Ｆ １７／１４
(57)【特許請求の範囲】
【請求項1】
一定期間の時系列データが入力される度に、前記時系列データの各時点のデータを、複素数データに変換して、前記複素数データを要素とする複素数ベクトルを生成する複素数変換部と、前記複素数ベクトルが生成される度に、前記複素数ベクトルの各要素と、これまでに生成された前記複素数データのうちの１つの複素数データの複素共役との乗算結果を要素とするベクトルを、半自己相関関数ベクトルとして算出する半自己相関関数算出部と、
前記半自己相関関数ベクトルが算出される度に、積算数が所定数に達するまで、前記半自己相関関数ベクトルを積算する積算部と、
を備える離散信号処理装置。
【請求項2】
前記複素数データのうちの１つの複素数データの複素共役は、１つ前の前記一定期間における最後の前記複素数データの複素共役である、請求項１に記載の離散信号処理装置。
【請求項3】
前記複素数データのうちの１つの複素数データの複素共役は、今回の一定期間における前記複素数データのいずれか１つの複素共役である、請求項１に記載の離散信号処理装置。
【請求項4】
請求項１から３のいずれか一項に記載の離散信号処理装置と、一定のサンプリング間隔で時系列データを取得して、前記離散信号処理装置に入力する時系列データ取得部と、
前記離散信号処理装置で求められた積算された半自己相関関数ベクトルを用いて高速フーリエ変換を行うフーリエ変換部と、
を備えるデジタル分光計。
【請求項5】
一定期間の時系列データが取得される度に、前記時系列データの各時点のデータを、複素数データに変換して、前記複素数データを要素とする複素数ベクトルを生成する複素数変換ステップと、前記複素数ベクトルが生成される度に、前記複素数ベクトルの各要素と、これまでに生成された前記複素数データのうちの１つの複素数データの複素共役との乗算結果を要素とするベクトルを、半自己相関関数ベクトルとして算出する半自己相関関数算出ステップと、
前記半自己相関関数ベクトルが算出される度に、積算数が所定数に達するまで、前記半自己相関関数ベクトルを積算する積算ステップと、
を含む離散信号処理方法。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、離散信号処理装置、デジタル分光計及び離散信号処理方法に関する。
【背景技術】
【0002】
電波望遠鏡等では受信した電波（電磁波）を分光する分光計が必要である。このような分光計には、例えば、フィルターバンク型と、音響光学素子型と、デジタル型（デジタル分光計）などがある。
【0003】
デジタル分光計は、受信したアナログ信号をデジタル信号に変換し、時間領域から周波数領域に変換する。時間領域から周波数領域への信号変換は、ＦＦＴ（高速フーリエ変換）により行われる。通常、デジタル分光計では、ＦＦＴにより得られた分光データに対して積算（時間積分）処理が行われ、雑音レベルを下げた分光データが出力される。このように、電波望遠鏡のデジタル分光計では、ＦＦＴ、積算処理が順番に行われる。
【0004】
この他、フーリエ変換の線形性を考慮して、処理順序を積算処理とＦＦＴとした分光計も提案されている（例えば、非特許文献１参照）。以下では、積算（時間積分）処理をＦＦＴより後に行う分光計を、後積分型分光計と呼び、積算（時間積分）処理をＦＦＴより先に行う分光計を、前積分型分光計と呼ぶ。後積分型分光計では、フーリエ変換の点数をＮ、Ｍ回の積算を行う場合、その演算数は総計ＭＮlog2Ｎになる。先行研究で提案されている前積分型分光計では、その演算数をＮlog2Ｎへ落とすことが示唆されているが、実装された報告はない。
【先行技術文献】
【非特許文献】
【0005】
【文献】中原 啓貴 , 中西 裕之 , 岩井 一正，"電波望遠鏡用ＡＷＦ型デジタル分光計に関して"研究報告システムとＬＳＩの設計技術（SLDM）,2015-SLDM-169(13),1-6(2015-01-22),2188-8639
【発明の概要】
【発明が解決しようとする課題】
【0006】
しかしながら、実際には、図７に示す従来の後積分型分光計のパワースペクトル（積分回数１回、２回、４回、８回、１６回）と、図８に示す従来の前積分型分光計のパワースペクトル（積分回数１回、２回、４回、８回、１６回）との間には、同じ信号を処理した場合でも、積算を重ねるごとにピークの大きさに違いが現れる。前積分型分光計では、積算後にパワースペクトルのピークのレベルが後積分型分光計に比べて極めて小さくなる。これにより、前積分型分光計では、得られるスペクトラムのＳ／Ｎ比（信号雑音比）の向上が実現しない。
【0007】
本発明は、上記実情の下になされたものであり、出力されるパワースペクトルの演算数を減らしつつ、Ｓ／Ｎ比を向上して、結果的に、パワースペクトルのピークレベルを大きくすることができる離散信号処理装置、デジタル分光計及び離散信号処理方法を提供することを目的とする。
【課題を解決するための手段】
【0008】
上記目的を達成するために、本発明の第１の観点に係る離散信号処理装置は、
一定期間の時系列データが入力される度に、前記時系列データの各時点のデータを、複素数データに変換して、前記複素数データを要素とする複素数ベクトルを生成する複素数変換部と、
前記複素数ベクトルが生成される度に、前記複素数ベクトルの各要素と、これまでに生成された前記複素数データのうちの１つの複素数データの複素共役との乗算結果を要素とするベクトルを、半自己相関関数ベクトルとして算出する半自己相関関数算出部と、
前記半自己相関関数ベクトルが算出される度に、積算数が所定数に達するまで、前記半自己相関関数ベクトルを積算する積算部と、
を備える。
一定期間の時系列データが入力される度に、前記時系列データの各時点のデータを、複素数データに変換して、前記複素数データを要素とする複素数ベクトルを生成する複素数変換部と、
前記複素数ベクトルが生成される度に、前記複素数ベクトルの各要素と、これまでに生成された前記複素数データのうちの１つの複素数データの複素共役との乗算結果を要素とするベクトルを、半自己相関関数ベクトルとして算出する半自己相関関数算出部と、
前記半自己相関関数ベクトルが算出される度に、積算数が所定数に達するまで、前記半自己相関関数ベクトルを積算する積算部と、
を備える。
【0009】
この場合、前記複素数データのうちの１つの複素数データの複素共役は、１つ前の前記一定期間における最後の前記複素数データの複素共役である、
こととしてもよい。
こととしてもよい。
【0010】
また、前記複素数データのうちの１つの複素数データの複素共役は、今回の一定期間における前記複素数データのいずれか１つの複素共役である、
こととしてもよい。
こととしてもよい。
【0011】
本発明の第２の観点に係るデジタル分光計は、
本発明の第１の観点に係る離散信号処理装置と、
一定のサンプリング間隔で時系列データを取得して、前記離散信号処理装置に入力する時系列データ取得部と、
前記離散信号処理装置で求められた積算された半自己相関関数ベクトルを用いて高速フーリエ変換を行うフーリエ変換部と、
を備える。
本発明の第１の観点に係る離散信号処理装置と、
一定のサンプリング間隔で時系列データを取得して、前記離散信号処理装置に入力する時系列データ取得部と、
前記離散信号処理装置で求められた積算された半自己相関関数ベクトルを用いて高速フーリエ変換を行うフーリエ変換部と、
を備える。
【0012】
本発明の第３の観点に係る離散信号処理方法は、
一定期間の時系列データが取得される度に、前記時系列データの各時点のデータを、複素数データに変換して、前記複素数データを要素とする複素数ベクトルを生成する複素数変換ステップと、
前記複素数ベクトルが生成される度に、前記複素数ベクトルの各要素と、これまでに生成された前記複素数データのうちの１つの複素数データの複素共役との乗算結果を要素とするベクトルを、半自己相関関数ベクトルとして算出する半自己相関関数算出ステップと、
前記半自己相関関数ベクトルが算出される度に、積算数が所定数に達するまで、前記半自己相関関数ベクトルを積算する積算ステップと、
を含む。
一定期間の時系列データが取得される度に、前記時系列データの各時点のデータを、複素数データに変換して、前記複素数データを要素とする複素数ベクトルを生成する複素数変換ステップと、
前記複素数ベクトルが生成される度に、前記複素数ベクトルの各要素と、これまでに生成された前記複素数データのうちの１つの複素数データの複素共役との乗算結果を要素とするベクトルを、半自己相関関数ベクトルとして算出する半自己相関関数算出ステップと、
前記半自己相関関数ベクトルが算出される度に、積算数が所定数に達するまで、前記半自己相関関数ベクトルを積算する積算ステップと、
を含む。
【発明の効果】
【0013】
本発明によれば、一定のサンプリング間隔で取得された時系列の複素数データと、その複素数データのうちの１つの複素数データの複素共役との乗算結果を求め、その乗算結果の積算値を高速フーリエ変換してパワースペクトルを求めることができる。このようにすれば、積算により乗算結果が互いに打ち消し合うのを防ぐことができる。これにより、演算数の少ない前積分型の装置として高速化することができ、出力データレートを抑えることができるうえ、パワースペクトルのＳ／Ｎ比を大きくすることができる。
【図面の簡単な説明】
【0014】
【図1】本発明の実施の形態に係るデジタル分光計の構成を示すブロック図である。
【図2】処理対象となるアナログ信号及びデジタル信号を示す模式図である。
【図7】従来の後積分型分光計で求められたパワースペクトルの一例を示す図である。
【図8】従来の前積分型分光計で求められたパワースペクトルの一例を示す図である。
【発明を実施するための形態】
【0015】
以下、本発明の実施の形態について図面を参照して詳細に説明する。各図面においては、同一又は同等の部分に同一の符号を付す。
【0016】
図１に示すように、デジタル分光計１は、前積分型の分光計である。デジタル分光計１は、アナログデジタル変換器（ＡＤＣ）１０と、複素数変換部２０と、半自己相関関数算出部３０と、積算部４０と、窓関数係数記憶部５０と、乗算部６０と、高速フーリエ変換部（ＦＦＴ）７０と、を備える。複素数変換部２０と、半自己相関関数算出部３０と、積算部４０とによって、離散信号処理装置２が構成される。
【0017】
アナログデジタル変換器１０は、図２に示すように、アナログ信号Ｓをデジタル信号である時系列データｘｉ（ｉ＝０，１，２，３，・・・）に変換する。時点ｔ＝０におけるアナログ信号Ｓの値をデジタル信号ｘ０とする。アナログデジタル変換器１０は、一定のサンプリング間隔Δｔで時系列データｘｉを取得する。このように、本実施の形態では、アナログデジタル変換器１０が、時系列データ取得部に対応する。
【0018】
複素数変換部２０は、図２に示すように、アナログデジタル変換器１０で一定期間Ｔの時系列データｘｉが取得される度に、一定期間Ｔの時系列データｘｉ各々を、複素数データｚｉに変換して、複素数データｚｉを要素とする複素数ベクトルＣ｛ｚｋ＋１，ｚｋ＋２，・・・ｚｋ＋ｎ｝を生成する。例えば、図２に示すように、アナログデジタル変換器１０は、時点ｔｋ＋１から一定期間Ｔにおける複数の時系列データｘｋ＋１，ｘｋ＋２，・・・ｘｋ＋ｎを取得する。複素数変換部２０は、時系列データｘｋ＋ｊ（ｊ＝１，２，・・・，ｎ）各々を、複素数データｚｋ＋ｊ（ｊ＝１，２，・・・，ｎ）に変換して、複素数データｚｋ＋ｊ（ｊ＝１，２，・・・，ｎ）を要素とする複素数ベクトルＣ｛ｚｋ＋１，ｚｋ＋２，・・・ｚｋ＋ｎ｝を生成する。
【0019】
半自己相関関数算出部３０は、複素数ベクトルＣ｛ｚｋ＋１，ｚｋ＋２，・・・ｚｋ＋ｎ｝が生成される度に、複素数ベクトルＣ｛ｚｋ＋１，ｚｋ＋２，・・・ｚｋ＋ｎ｝の各要素ｚｋ＋ｊ（ｊ＝１，２，・・・，ｎ）と、これまでに生成された複素数データｚｉ（ｉ＝０，１，２，・・・）に関連する１つの複素数データｚｋ（図２参照）の複素共役ｚ＊
ｋとの乗算結果を要素とするベクトルを、半自己相関関数ベクトルＳＶ（ｚｋ＋１ｚ＊
ｋ，ｚｋ＋２ｚ＊
ｋ，・・・，ｚｋ＋ｎｚ＊
ｋ）として算出する。
【0020】
このように、本実施の形態では、複素数データｚｉ（ｉ＝０，１，２，・・・）に関連する複素数データの複素共役として、１つ前の一定期間Ｔにおける最後の複素数データｚｋの複素共役ｚ＊
ｋを用いる。したがって、本実施の形態では、以下の式で示す半自己相関関数ベクトルＳＶ（ｚｋ＋１ｚ＊
ｋ，ｚｋ＋２ｚ＊
ｋ，・・・，ｚｋ＋ｎｚ＊
ｋ）が生成される。ここで、半自己相関関数ベクトルＳＶとは、一連の複数の複素数データｚｉ（ｉ＝０，１，２，・・・）それぞれに、１つの複素数データｚｉの複素共役ｚ＊
ｉを乗算することにより得られるベクトルである。
【数1】
【0021】
積算部４０は、半自己相関関数ベクトルＳＶ（ｚｋ＋１ｚ＊
ｋ，ｚｋ＋２ｚ＊
ｋ，・・・，ｚｋ＋ｎｚ＊
ｋ）が算出される度に、積算数が所定数Ｍ（Ｍは自然数）に達するまで、半自己相関関数ベクトルＳＶを積算する。
【0022】
積算部４０は、複数の積算器４０ａと、複数のメモリ４０ｂと、セレクタ４０ｃとを備える。複数の積算器４０ａは、半自己相関関数ベクトルＳＶの各要素ζｋ＋ｊの積算を行う。メモリ４０ｂは、半自己相関関数ベクトルＳＶの各要素ζｋ＋ｊの積算値を記憶する。セレクタ４０ｃは、半自己相関関数ベクトルＳＶの各要素ζｋ＋ｊの積算値を、時系列順ｔｋ＋１，ｔｋ＋２，ｔｋ＋３，・・・，ｔｋ＋ｎに出力する。
【0023】
積算部４０は、積算された半自己相関関数ベクトルＳＳＶの各要素を、セレクタ４０ｃで時系列順に出力する。ここで、積算された半自己相関関数ベクトルＳＳＶは、次式で表される。
【数2】
【0024】
窓関数係数記憶部５０は、高速フーリエ変換に用いられる窓関数係数を記憶する。窓関数係数に係るデータは、乗算部６０へ出力される。乗算部６０は、積算された半自己相関関数ベクトルＳＳＶの各要素に、窓関数を乗算し、その乗算結果を、高速フーリエ変換部７０に出力する。なお、積算された半自己相関関数ベクトルの各要素を適宜、Ｚｊとする。
【0025】
高速フーリエ変換部７０は、積算された半自己相関関数ベクトルＳＳＶの各要素と、窓関数との乗算結果に対してＦＦＴを行って、パワースペクトルデータ（Ｐ１，Ｐ２，・・・，ＰＮ）を得る。ここで、Ｎは、ｎと同じである。
【0026】
なお、本実施の形態に係るデジタル分光計１と先行研究により示された前積分型分光計との違いについてより詳細に説明する。
【0027】
まず、従来の前積分型分光計において、時系列の複素数ベクトルＣ（ｚｋ＋１，ｚｋ＋２，・・・，ｚｋ＋ｎ）の積分に対して高速フーリエ変換を行った場合について考える。まず、時系列の複素数ベクトルＣ（ｚｋ＋１，ｚｋ＋２，・・・，ｚｋ＋ｎ）の要素ｚｋ＋ｊは、以下の式で表される。
【数3】
【0028】
したがって、時系列ベクトルｚｋ＋ｊの積分のｊ番目の成分Ｚｊは、以下のようになる。
【数4】
【0029】
また、時系列ｔｋ＋ｊについては、以下の関係が成立する。
【数5】
【0030】
したがって、時系列ベクトルｚｋ＋ｊの積分のｊ番目の成分Ｚｊは次式のようになる。
【数6】
【0031】
ここで、
は、等比数列の和と同様に考えられるので、Ｚｊは、以下のように変換される。
【数7】
【数8】
【0032】
これは、
であることを考えると、Ｚｊは、収束せず振動する。
【数9】
【0033】
一方、本実施の形態に係るデジタル分光計１について、（ζｋ＋１，ζｋ＋１，・・・，ζｋ＋ｎ）＝（ｚｋ＋１ｚ＊
ｋ，ｚｋ＋２ｚ＊
ｋ，・・・，ｚｋ＋ｎｚ＊
ｋ）の積分に対して高速フーリエ変換を行う場合について考える。まず、ｚ＊
ｋは、次式で表される。
【数10】
【0034】
したがって、ζｋ＋ｊは、次式のようになる。
【数11】
【0035】
第ｊ成分の積分、
は、上記式（Ａ）の括弧内の第２項は等比数列の和と同様に考えると、以下の式で示される振幅ａ’の振動項である。
【数12】
【数13】
【0036】
また、式（Ａ）の括弧内の第１項のＮ回積分の平均値はａ２
ｍ、式（Ａ）の括弧内の第２項の平均値は（ａ’／Ｎ）となる。したがって、十分大きなＮに対して、式（Ａ）の括弧内の第２項は無視することができる。
【0037】
この結果、Ｚｊの時間平均は、次式のようになる。
このように、半自己相関ベクトルＳＶの時間平均は自己相関関数に等しくなる。したがって、ウィーナー＝ヒンチンの定理により、半自己相関ベクトルＳＶの積算値ＳＳＶの各要素をフーリエ変換することにより、パワースペクトルを得ることができる。
【数14】
【0038】
次に、本実施の形態に係るデジタル分光計１の動作について説明する。
【0039】
図３に示すように、まず、アナログデジタル変換器１０（端子）から、複数の時系列実データｘｋ＋１，ｘｋ＋２，・・・ｘｋ＋ｎが取得される（ステップＳ１；時系列データ取得ステップ）。なお、このとき、すでにｘｋも得られている。
【0040】
続いて、複素数変換部２０は、例えばヒルベルト変換により、時系列実データ｛ｘｋ＋１，ｘｋ＋２，・・・ｘｋ＋ｎ｝を時系列の複素数ベクトルＣ｛ｚｋ＋１，ｚｋ＋２，・・・ｚｋ＋ｎ｝に複素数変換し（ステップＳ２）、時系列の複素数ベクトルＣ｛ｚｋ＋１，ｚｋ＋２，・・・ｚｋ＋ｎ｝を出力する（ステップＳ３）。なお、本実施の形態では、ステップＳ１，Ｓ２が複素数変換ステップに対応する。
【0041】
続いて、半自己相関関数算出部３０は、時系列複素数データｚｋの複素共役ｚ＊
ｋを乗算する半自己相関処理を行う（ステップＳ４）。これにより、半自己相関関数ベクトル（ｚｋ＋１ｚ＊
ｋ，ｚｋ＋２ｚ＊
ｋ，・・・，ｚｋ＋ｎｚ＊
ｋ）を出力する（ステップＳ５）。なお、本実施の形態では、ステップＳ４、Ｓ５が、半自己相関関数算出ステップに対応する。
【0042】
さらに、積算部４０は、半自己相関関数ベクトルＳＶ（ｚｋ＋１ｚ＊
ｋ，ｚｋ＋２ｚ＊
ｋ，・・・，ｚｋ＋ｎｚ＊
ｋ）が算出される度に、新たに算出された半自己相関関数ベクトルＳＶ（ｚｋ＋１ｚ＊
ｋ，ｚｋ＋２ｚ＊
ｋ，・・・，ｚｋ＋ｎｚ＊
ｋ）をこれまでに算出された半自己相関関数ベクトルＳＶの積算値に積算し（ステップＳ６）、半自己相関関数ベクトルＳＶ（ｚｋ＋１ｚ＊
ｋ，ｚｋ＋２ｚ＊
ｋ，・・・，ｚｋ＋ｎｚ＊
ｋ）の積算値を更新する（ステップＳ７；積算ステップ）。積算回数が所定回数Ｍにならないうちは（ステップＳ８；Ｎｏ）、ステップＳ１～Ｓ８の処理が繰り返される。なお、本実施の形態では、ステップＳ６～Ｓ８が積算ステップに対応する。
【0043】
積算回数が所定回数Ｍに達すると（ステップＳ８；Ｎｏ）、時系列順にセレクタ４０ｃから出力された半自己相関関数ベクトルＳＶの各要素ζｋ＋ｊの積算値に対して、乗算部６０において窓関数係数記憶部５０の窓関数が乗算される（ステップＳ９）。さらに、高速フーリエ変換部７０は、半自己相関関数ベクトルＳＶの最終的な積算値、すなわち積算された半自己相関関数ベクトルＳＳＶを用いて高速フーリエ変換を行い（ステップＳ１０）、パワースペクトルを得る（ステップＳ１１）。
【0044】
図４（Ａ）には、従来の前積分型分光計の雑音のふるまいの一例が示されている。また、図４（Ｂ）には、本実施の形態に係るデジタル分光計１の雑音のふるまいの一例が示されている。図４（Ａ）及び図４（Ｂ）を比較するとわかるように、どちらもノイズ振幅が積分回数の－０．５乗に比例して減少しており、デジタル分光計１は、従来型の前積分型分光計と同じように使用可能である。
【0045】
また、図５には、本実施の形態に係るデジタル分光計１により算出されたパワースペクトルの一例（積分回数１回、４回、１６回、６４回、２５６回）が示されている。図５と図８とを比較するとわかるように、デジタル分光計１では、パワースペクトルのピークのレベルが大幅に向上しているのがわかる。これは、半自己相関関数ベクトルＳＶの各要素が互いに打ち消し合わないようになっているためである。
【0046】
なお、従来の後積分型分光計では、積算後のＦＦＴによる演算数の合計が、Ｍ（Ｎlog2Ｎ）になるところ、本実施の形態に係るデジタル分光計１では、演算数がＭ×Ｎ＋ＮLog2Ｎ＝Ｎ（Ｍ＋log2Ｎ）となる。ＭおよびＮが２より大きい数である時、Ｍ（Ｎlog2Ｎ）＞Ｎ（Ｍ＋log2Ｎ）なのは明らかであり、デジタル分光計１は、従来よりも演算数を飛躍的に少なくすることができる。
【0047】
以上詳細に説明したように、本実施の形態によれば、一定のサンプリング間隔Δｔで取得された時系列の複素数ベクトルＣ（ｚｋ＋１，ｚｋ＋２，・・・，ｚｋ＋ｎ）と、その複素数ベクトルＣ（ｚｋ＋１，ｚｋ＋２，・・・，ｚｋ＋ｎ）に関連する複素数データｚｋの複素共役ｚ＊
ｋとの乗算結果（半自己相関関数ベクトルＳＶ）を求め、その乗算結果の積算値（積算された半自己相関関数ベクトルＳＳＶ）を高速フーリエ変換してパワースペクトル｛Ｐ１，Ｐ２，，，ＰＮ｝を求める。このようにすれば、積算により乗算結果が互いに打ち消し合うのを防ぐことができる。これにより、デジタル分光計１を、演算数の少ない前積分型として高速化することができ、出力データレートを抑えることができるうえ、パワースペクトルのピークレベルを大きくすることができる。この結果、パワースペクトルの周波数帯域を広げることができる。
【0048】
また、本実施の形態に係るデジタル分光計１によれば、半自己相関関数ベクトルＳＶの積算値を得るまでの離散信号処理と、高速フーリエ変換（ＦＦＴ）の処理とを切り離して別々のハードウエアモジュールで実現することができる。例えば、図６のハードウエア構成に示すように、離散信号処理装置２の部分を、ＦＰＧＡ（Field-programmable Gate A
rray）ボードであるデジタル信号処理モジュール４で実現し、アナログデジタル変換器１０の部分をＡＤ変換モジュール３で実現し、高速フーリエ変換に関する部分を、デジタル信号処理モジュール４とは別のＦＰＧＡボードまたはＣＰＵ（Central Processing Unit）等を用いたＦＦＴモジュール５（図１の窓関数係数記憶部５０、乗算部６０及び高速フーリエ変換部７０を実現するハードウエア）に接続することができる。これにより、ハードウエアの回路構成を簡素化することができるうえ、処理のさらなる高速化を図ることができる。
rray）ボードであるデジタル信号処理モジュール４で実現し、アナログデジタル変換器１０の部分をＡＤ変換モジュール３で実現し、高速フーリエ変換に関する部分を、デジタル信号処理モジュール４とは別のＦＰＧＡボードまたはＣＰＵ（Central Processing Unit）等を用いたＦＦＴモジュール５（図１の窓関数係数記憶部５０、乗算部６０及び高速フーリエ変換部７０を実現するハードウエア）に接続することができる。これにより、ハードウエアの回路構成を簡素化することができるうえ、処理のさらなる高速化を図ることができる。
【0049】
なお、半自己相関関数ベクトルＳＶを算出するための複素数データｚｉの複素共役ｚ＊
ｉは、今回の一定期間Ｔにおける複素数データｚｋ＋１～ｚｋ＋ｎのいずれか１つの複素共役（例えばｚ＊
ｋ＋１）であることとしてもよい。また、一定期間Ｔにおける複素数データｚｋ＋１～ｚｋ＋ｎのうちの複数個の平均の複素共役を半自己相関関数ベクトルＳＶの算出に用いるようにしてもよい。
【0050】
なお、本実施の形態では、離散信号処理装置を備えるデジタル分光計１について説明したが、本発明はこれには限られない。アナログ信号から変換されたデジタル信号を周波数変換する装置であれば、本発明を適用可能である。
【0051】
この発明は、この発明の広義の精神と範囲を逸脱することなく、様々な実施の形態及び変形が可能とされるものである。また、上述した実施の形態は、この発明を説明するためのものであり、この発明の範囲を限定するものではない。すなわち、この発明の範囲は、実施の形態ではなく、特許請求の範囲によって示される。そして、特許請求の範囲内及びそれと同等の発明の意義の範囲内で施される様々な変形が、この発明の範囲内とみなされる。
【産業上の利用可能性】
【0052】
本発明は、離散信号を周波数変換する際の前処理を行う離散信号処理装置に適用することができる。
【符号の説明】
【0053】
１ デジタル分光計、２ 離散信号処理装置、３ ＡＤ変換モジュール、４ デジタル信号処理モジュール、５ ＦＦＴモジュール、１０ アナログデジタル変換器（ＡＤＣ）、２０ 複素数変換部、３０ 半自己相関関数算出部、４０ 積算部、４０ａ 積算器、４０ｂ メモリ、４０ｃ セレクタ、５０ 窓関数係数記憶部、６０ 乗算部、７０ 高速フーリエ変換部（ＦＦＴ）
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
