WO2022130917A1 - 信号較正装置、信号較正方法およびプログラム - Google Patents

信号較正装置、信号較正方法およびプログラム Download PDF

Info

Publication number
WO2022130917A1
WO2022130917A1 PCT/JP2021/042911 JP2021042911W WO2022130917A1 WO 2022130917 A1 WO2022130917 A1 WO 2022130917A1 JP 2021042911 W JP2021042911 W JP 2021042911W WO 2022130917 A1 WO2022130917 A1 WO 2022130917A1
Authority
WO
WIPO (PCT)
Prior art keywords
unit
frequency
window
window function
waveform
Prior art date
Application number
PCT/JP2021/042911
Other languages
English (en)
French (fr)
Inventor
理弘 北原
由純 三好
Original Assignee
国立大学法人東海国立大学機構
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 国立大学法人東海国立大学機構 filed Critical 国立大学法人東海国立大学機構
Publication of WO2022130917A1 publication Critical patent/WO2022130917A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R13/00—Arrangements for displaying electric variables or waveforms
    • G01R13/20—Cathode-ray oscilloscopes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16—Spectrum analysis; Fourier analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/08—Measuring electromagnetic field characteristics
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass

Definitions

  • the present disclosure relates to a signal calibration device, a signal calibration method and a program.
  • the output signal from a signal processing device such as a filter or amplifier has an amplitude or phase shift due to the characteristics of the signal processing device.
  • the process of removing these deviations from the output signal is called "calibration.”
  • Calibration is usually performed for each of these time windows, with the output signal divided into multiple short time windows. At this time, it is known that the accuracy of calibration can be improved by applying the window function to the observation data of each time window to perform end point processing (see, for example, Non-Patent Document 1).
  • This disclosure has been made in view of these circumstances, and the purpose is to improve the accuracy of calibration using the window function.
  • the signal calibrator includes a signal acquisition unit that acquires an output signal from the signal processing apparatus, and a time window cutting unit that cuts the acquired output signal through a plurality of time windows.
  • a window function multiplier that multiplies the output signal of each time window by a window function
  • a discrete Fourier transform calculator that performs a discrete Fourier transform on the product of the window function and the output signal of each time window, and a frequency space.
  • Deviation of the window function using the calibration unit that executes calibration for each frequency each frequency waveform calculation unit that calculates the waveform for each frequency from the results obtained by executing the calibration, and the transmission function of the signal acquisition unit.
  • a window function deviation estimation unit that estimates the frequency, a deviation window function division unit that divides the waveform for each frequency by a window function that includes the deviation estimated by the window function deviation estimation unit, and a frequency obtained by the deviation window function division unit.
  • Each frequency waveform integrating unit that integrates the waveform for each frequency over all frequencies, and a time window connecting unit that connects the calibrated data for each time window obtained by each frequency waveform integrating unit over all time windows are provided. ..
  • Another aspect of the present disclosure is a signal calibration method.
  • This method includes a step of acquiring an output signal from a signal processing device using a signal acquisition unit, a step of cutting the acquired output signal in a plurality of time windows using a time window cutting unit, and a window function multiplication unit.
  • a step of multiplying the output signal of each time window by a window function using And, the step of executing the calibration for each frequency in the frequency space using the calibration unit, and the step of calculating the waveform for each frequency from the result obtained by executing the calibration using each frequency waveform calculation unit.
  • the connection unit is provided with a step of connecting the calibrated data for each time window obtained by each frequency waveform integration unit over all time windows.
  • Yet another aspect of this disclosure is a program.
  • This program has a step of acquiring an output signal from a signal processing device using a signal acquisition unit, a step of cutting the acquired output signal in a plurality of time windows using a time window cutting unit, and a window function multiplication unit.
  • a step of multiplying the output signal of each time window by a window function using And, the step of executing the calibration for each frequency in the frequency space using the calibration unit, and the step of calculating the waveform for each frequency from the result obtained by executing the calibration using each frequency waveform calculation unit.
  • the computer is made to perform a step of concatenating the calibrated data for each time window obtained by each frequency waveform integrating unit over all the time windows.
  • the accuracy of calibration using the window function can be improved.
  • the calibration result of the test signal waveform at the time of cutting in the time window containing 128 sample points is shown.
  • (A) shows the accuracy of the amplitude
  • (b) shows the accuracy of the phase.
  • the calibration result of the test signal waveform at the time of cutting in the time window containing 2048 sample points is shown.
  • (A) shows the accuracy of the amplitude
  • (b) shows the accuracy of the phase.
  • F [f (t)] shows the Fourier transform of the function f (t).
  • F -1 [F ( ⁇ )] shows the inverse Fourier transform of the function F ( ⁇ ).
  • FD [f (t n )] shows the discrete Fourier transform of the function f (t).
  • F D -1 [F ( ⁇ n )] shows the inverse discrete Fourier transform of the function F ( ⁇ n ).
  • f (t) * g (t) shows the convolution integral of the functions f (t), g (t).
  • Observation data (raw data) observed using a measuring instrument or the like is usually noise-removed or amplified by using a signal processing device such as a filter or amplification.
  • a signal processing device such as a filter or amplification.
  • observation data include radio wave observation data from artificial satellites, data from medical devices such as brain waves and electrocardiograms, sound wave data from speakers, and data from radio wave radars and oscilloscopes.
  • LTI system Linear Time Invariant System
  • the output signal to the signal processing device is represented by f out (t).
  • the output signal f out (t) is expressed as follows using the convolution integral of the input signal f in (t) and the impulse response g (t) from the signal processor.
  • f out (t) f in (t) * g (t)
  • the Fourier transform F out ( ⁇ ) of the output signal f out (t) is the Fourier transform F in ( ⁇ ) of the input signal f in (t) and the transfer function G ( ⁇ ) of the signal processor as follows. It becomes a product.
  • FIG. 1 schematically shows the observation data, the output signal from the signal processing device, and the signal after calibrating the deviation.
  • Calibration is usually performed by dividing the output signal into a plurality of short time intervals (for example, a time interval including 128 or 2048 sample points) and then performing each of these time intervals.
  • a time interval is called a "time window”.
  • dividing a signal by a time window is called “cutting a signal by a time window” or “applying a time window to a signal”. This is because the Fourier transform itself is originally defined for an infinite length signal, but under the assumption that the signal cut out by the time window is periodically repeated, the discrete Fourier transform is executed in a finite length time interval. It is for doing.
  • the discrete Fourier transform calculates the spectrum of a signal cut out in a plurality of time windows, if the endpoints of adjacent time windows are discontinuous, the waveform is distorted and a sidelobes is generated in the spectrum.
  • the start and end of the time window are connected by multiplying the signal by a function that smoothly becomes zero at both ends of the time window.
  • a function is called a "window function”.
  • multiplying the window functions is called "end point processing”. In this way, the accuracy of calibration can be improved by performing end point processing by multiplying the observation data of each time window by the window function.
  • window functions include cosine sum-type windows represented by trigonometric waveforms, and windows that are flat near the center and rapidly decay at both ends (hereinafter referred to as "Tuky-type windows").
  • FIG. 2 shows the waveform of the cosine sum type window.
  • FIG. 3 shows the waveform of the Tukey type window.
  • w (t n ) 0.54 --0.46 cos ( ⁇ t n )
  • w (t n ) 0.54 --0.46 cos ( ⁇ w t n / T s ) (0 ⁇ t n ⁇ T s ) 1 (T s ⁇ t n ⁇ T s + T F ) 0.54 --0.46 cos ( ⁇ w (T w --t n ) / T s ) (T s + T F ⁇ t n ⁇ T w )
  • T s is the length of the decaying part of the Tukey window
  • T F is the length of the flat part of the Tukey window
  • T w is the length of the entire time window
  • ⁇ is the time window.
  • the cosine sum type window has the advantage of being able to efficiently realize end point processing, but has the disadvantage of shifting the window function during calibration as described later.
  • the tukey type window has an advantage that the deviation of the window function during calibration can be reduced, but has a disadvantage that complete endpoint processing cannot be performed.
  • FIG. 4 shows a functional block diagram of the signal calibration device 1 according to the first embodiment.
  • the signal calibrator 1 includes a signal acquisition unit 10, a time window cutting unit 12, a window function multiplication unit 14, a discrete Fourier transform calculation unit 16, a calibration unit 18, each frequency waveform calculation unit 20, and a window function deviation. It includes an estimation unit 22, a shift window function division unit 24, each frequency waveform integration unit 26, and a time window connection unit 28.
  • Raw data from the measuring instrument 200 is input to the signal processing device 300.
  • the signal processing device 300 is an LTI system composed of a filter, an amplifier, and the like, and performs signal processing such as noise removal and amplification on raw data.
  • the signal acquisition unit 10 acquires an output signal from the signal processing device 300.
  • the signal acquisition unit 10 transmits the acquired output signal to the time window cutting unit 12.
  • the time window cutting unit 12 cuts the acquired output signal in a plurality of time windows. For example, when the sampling frequency is 64 kHz, the window length is 0.002 seconds when cut with a time window of 128 points, and the window length is 0.032 seconds when cut with a time window of 2048 points.
  • the output signal from the signal processing device 300 is represented by f out (t).
  • the window function multiplying unit 14 multiplies the output signal of each time window by the window function.
  • w (t n ) a w + b w cos ( ⁇ t n )
  • w (t n ) a w + b w cos ( ⁇ t n )
  • w (t n ) a w + b w cos ( ⁇ t n )
  • the discrete Fourier transform calculation unit 16 executes the discrete Fourier transform on the product of the window function w (t n ) and the output signal f out (t n ).
  • F D [w (t n ) f out (t n )] Ask for.
  • the window function deviation estimation unit 22 estimates the deviation of the window function for each frequency. As described above, in this signal calibrator, the output signal is cut at the time window (time window cutting unit 12), the window function is multiplied by this, and the end point processing is performed (window function multiplication unit 14), and the window function is generated. A discrete Fourier transform is performed on the multiplied waveform (discrete Fourier transform calculator 16), from which the transfer function is divided (calibration unit 18) to obtain the waveform for each frequency without using the discrete Fourier inverse transform. (Each frequency waveform calculation unit 20). As a result of these series of calibration operations, the window function is out of amplitude and phase. The window function deviation estimation unit 22 estimates the deviation of the window function, that is, the “shifted window function” by using the transfer function G ( ⁇ ). Specifically, it is as follows.
  • the window function w (t n ) that multiplies the output signal of the time window is a first-order cosine sum.
  • w (t n ) a w + b w cos ( ⁇ t n )
  • the window function w shift (t n , ⁇ m ) deviated by the above series of calibration operations is expanded by a trigonometric function as follows.
  • ⁇ ( ⁇ m ) (b w / 2) (
  • ) ⁇ ⁇ ( ⁇ m ) ( ⁇ ( ⁇ m + ⁇ ) ⁇ ⁇ ( ⁇ m -- ⁇ )) / 2
  • the shifted window function w shift (t n , ⁇ m ) depends not only on the time t n but also on the frequency ⁇ m . That is, it should be noted that the deviation of the window function differs depending on the frequency.
  • this shifted window function w shift (t n , ⁇ m ) is expanded by trigonometric function, and the frequency dependence is divided into the amplitude component c ⁇ ( ⁇ m ) and the phase component ⁇ ⁇ ( ⁇ m ). ..
  • the characteristics depending on the signal processing device 300, that is, the transfer function, are reflected in these amplitude component c ⁇ ( ⁇ m ) and phase component ⁇ ⁇ ( ⁇ m ).
  • the time window connecting unit 28 connects the calibrated data for each time window obtained by each frequency waveform integrating unit 26 over all the time windows. This gives the desired calibrated data.
  • FIG. 5 shows a functional block diagram of the signal calibration device 2 according to the comparative example.
  • the signal calibrator 2 includes a signal acquisition unit 10, a time window cutting unit 12, a window function multiplication unit 14, a discrete Fourier transform calculation unit 16, a calibration unit 18, each frequency waveform calculation unit 20, and a discrete Fourier inverse.
  • a conversion calculation unit 30, a window function division unit 32, and a time window connection unit 28 are provided. That is, the signal calibrator 2 includes each frequency waveform calculation unit 20, a window function deviation estimation unit 22, a deviation window function division unit 24, and each frequency waveform integration unit 26 with respect to the configuration of the signal calibrator 1 in FIG.
  • the signal calibrator 2 calculates the discrete Fourier transform over the entire frequency space with respect to the F cal ( ⁇ k ) calculated by the calibrator 18. Therefore, the waveform obtained by this is not a waveform for each frequency. Further, the signal calibrator 2 divides the output signal of the time window by the window function w (t n ) without calculating the deviation of the window function. Unlike the offset window function w shift (t n , ⁇ m ) of the signal calibrator 1, the window function w (t n ) depends only on the time t n and not on the frequency ⁇ m . In these respects, the signal processing device 2 is significantly different from the signal processing device 1 of the embodiment.
  • the embodiment achieves high accuracy in this way is mainly due to the following two features.
  • 1 For the result of calibration in the frequency space, the waveform for each frequency is obtained for the result of calibration in the frequency space so that the waveform for each frequency can be obtained.
  • 2 After estimating the deviation of the window function depending on the transfer function of the signal processing device for each frequency, the waveform for each frequency is divided by the deviated window function.
  • 1' The result of calibration in the frequency space is subjected to the discrete Fourier inverse transform over the entire frequency space, not for each frequency, to obtain a waveform.
  • 2' The waveform is divided by the window function multiplied by the output signal of the time window without estimating the deviation of the window function.
  • the accuracy of calibration using the window function can be improved.
  • FIG. 8 shows a flowchart of the signal calibration method according to the second embodiment. This method includes step S10, step S12, step S14, step S16, step S18, step S20, step S22, step S24, step S26, and step S28.
  • this method acquires a signal output from a signal processing device 300 such as a filter or an amplifier.
  • this method cuts out the signal acquired in step S10 in a plurality of time windows.
  • this method multiplies the output signal of each time window cut out in step S12 by a window function.
  • the method executes a discrete Fourier transform on the product of the window function calculated in step S14 and the output signal.
  • step S18 the method performs calibration for each frequency in the frequency space with respect to the result calculated in step S16.
  • the method calculates the waveform for each frequency with respect to the result of calibration in step S18.
  • step S22 the method uses a transfer function to estimate the deviation of the window function for each frequency.
  • step S24 in this method, the waveform for each frequency obtained in step S20 is divided by the "shifted window function" estimated in step S22.
  • step S26 the method integrates (adds) the results for each frequency calculated in step S24 over all frequencies.
  • step S28 the method concatenates the calibrated data for each time window obtained in step S26 across all time windows. This gives the desired calibrated data.
  • the third embodiment is a program. This program causes the computer to execute the method according to the second embodiment described above. According to this embodiment, high-precision calibration using a window function can be realized as computer software.
  • the window function is classified into the following four types.
  • Type 0 Window function that cuts out the signal as it is without changing its shape
  • Type 1 1-order cosine sum-type window function
  • Type 2 General cosine sum-type window function (represented by the finite sum of cosine functions of multiple orders) )
  • Type 3 Window function that cannot be represented by the sum of finite cosine functions The following describes each type.
  • [Type 1] It is a window function expressed by a linear expression of the cosine function. Optimal for application to this disclosure.
  • the present inventors have found the following regarding the window function.
  • the conditions to which the window function can be applied are the nature of the characteristic function of the signal processing device (LTI system), the order of the window function, the length of the time window (data point N), the sampling frequency, and the frequency of the signal to be calibrated. It depends on the relative relationship.
  • the window function (type 2) represented by the sum of finite cosine functions can be calibrated up to higher-order terms. However, the higher the order, the lower the accuracy.
  • a window function in which terms are infinitely continuous (difficult to approximate to cut off in the middle) when a trigonometric function is expanded, such as an exponential function window or a Gaussian window
  • the application conditions for higher-order terms become stricter.
  • the window function is basically symmetric (even function), in general, the expansion by trigonometric function is the sum of only the cosine function.
  • the present disclosure can be applied even if it is asymmetric (odd function). If the trigonometric function can be approximated by a finite term when expanded, the lower the order, the better the calibration accuracy.
  • the applicable conditions depend on the characteristic function of the signal processing device (LTI system), ideal calibration is possible when the transfer function has perfect linear phase characteristics (however, in this case, it is necessary to use this method). There is no). The larger the sampling frequency and the length of the time window (number of data points), the looser the application conditions and the better the calibration accuracy.
  • the signal calibrator of one aspect of the present disclosure includes a signal acquisition unit that acquires an output signal from a signal processing apparatus, a time window cutting unit that cuts the acquired output signal in a plurality of time windows, and an output signal of each time window.
  • a window function multiplier that multiplies the window function
  • a discrete Fourier transform calculator that performs a discrete Fourier transform on the product of the window function and the output signal of each time window
  • a calibration that performs frequency-by-frequency calibration in frequency space.
  • the window function deviation estimation unit that estimates the deviation of the window function using the transmission function of each frequency waveform calculation unit that calculates the waveform for each frequency from the unit and the result obtained by executing the calibration, and the signal acquisition unit.
  • the deviation window function division unit that divides the waveform for each frequency and the waveform for each frequency obtained by the deviation window function division unit are all frequencies.
  • Each frequency waveform integrating unit that integrates over the frequency waveform integration unit and a time window connecting unit that connects the calibrated data for each time window obtained by each frequency waveform integrating unit over all time windows are provided.
  • the accuracy of calibration using the window function can be improved.
  • the window function may be a cosine sum type.
  • the accuracy of calibration can be improved more efficiently.
  • the window function including the deviation may be expanded by trigonometric function.
  • calibration can be performed using various types of window functions, so that the application destination can be expanded.
  • the amplitude component and phase component of each term developed by trigonometric function may depend on the transfer function of the signal processing device.
  • a signal acquisition unit is used to acquire an output signal from a signal processing device, and a time window cutting unit is used to cut the acquired output signal in a plurality of time windows.
  • the step of multiplying the output signal of each time window by the window function using the window function multiplication unit, and the discrete Fourier transform calculation unit From the results obtained by performing the discrete Fourier transform, the step of performing the calibration for each frequency in the frequency space using the calibration unit, and the calibration using each frequency waveform calculation unit, the frequency.
  • the step of dividing the waveform for each frequency by the window function including the deviation estimated by the unit, and the waveform for each frequency obtained by the deviation window function division unit using each frequency waveform integrating unit are applied over all frequencies. It includes a step of integrating and a step of connecting the calibrated data for each time window obtained by each frequency waveform integrating unit over all the time windows by using the time window connecting unit.
  • the accuracy of calibration using the window function can be improved.
  • the program of one aspect of the present disclosure includes a step of acquiring an output signal from a signal processing device using a signal acquisition unit, and a step of cutting the acquired output signal in a plurality of time windows using a time window cutting unit. , Using the window function multiplier to multiply the output signal of each time window by the window function, and using the discrete Fourier transform calculator, discrete Fourier for the product of the window function and the output signal of each time window. From the results obtained by performing the conversion, the step of performing the calibration for each frequency in the frequency space using the calibration unit, and the step of performing the calibration using each frequency waveform calculation unit, for each frequency.
  • the step of dividing the waveform for each frequency by the window function including the estimated deviation, and the waveform for each frequency obtained by the deviation window function dividing unit are integrated over all frequencies by using each frequency waveform integrating unit.
  • the computer is made to perform a step of connecting the calibrated data for each time window obtained by each frequency waveform integrating unit over all time windows.
  • highly accurate calibration using a window function can be realized as computer software.
  • each configuration of the signal calibrator 1 was described as being independent. However, these configurations may be partially or wholly integrated. According to this modification, the degree of freedom of composition can be increased.
  • the present disclosure relates to a signal calibration device, a signal calibration method and a program.
  • Step to execute calibration for each frequency S20 ... Step to calculate waveform for each frequency, S22 ⁇ ⁇ Step to estimate the deviation of the window function for each frequency, S24 ⁇ ⁇ Step to divide the waveform for each frequency by the shifted window function, S26 ⁇ ⁇ Step to integrate the waveform of each frequency, S28 ⁇ ⁇ Time window Steps to connect.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Electromagnetism (AREA)
  • Complex Calculations (AREA)

Abstract

信号較正装置１は、出力信号を取得する信号取得部１０と、出力信号を複数の時間窓で切り取る時間窓切取部１２と、各時間窓の出力信号に窓関数を乗算する窓関数乗算部１４と、窓関数と各時間窓の出力信号との積に離散フーリエ変換を実行する離散フーリエ変換計算部１６と、周波数空間で周波数ごとに較正を実行する較正部１８と、周波数ごとの波形を計算する各周波数波形計算部２０と、信号取得部の伝達関数を用いて窓関数のずれを推定する窓関数ずれ推定部２２と、ずれを含む窓関数で周波数ごとの波形を除算するずれ窓関数除算部２４と、周波数ごとの波形をすべての周波数にわたって積算する各周波数波形積算部２６と、時間窓ごとの較正済みデータをすべての時間窓にわたって連結する時間窓連結部２８とを備える。

Description

信号較正装置、信号較正方法およびプログラム
　本開示は、信号較正装置、信号較正方法およびプログラムに関する。
　フィルタやアンプなどの信号処理装置からの出力信号には、当該信号処理装置の特性に起因して、振幅や位相にずれが発生する。出力信号からこうしたずれを除去する処理は「較正」と呼ばれる。較正は、通常、出力信号を複数の短い時間窓に区切った上で、これらの時間窓ごとに行われる。このとき、各時間窓の観測データに対して窓関数を適用して端点処理を行うことにより、較正の精度を向上できることが知られている（例えば、非特許文献１参照）。
P.Robert et al., "CLUSTER-STAFF search coil magnetometer calibration-comparisons with FGM", GI, 2014, doi:10.5194/gi-3-153-2014
　窓関数を用いた較正に対して、さらなる精度向上が求められる。
　本開示はこうした状況に鑑みてなされたものであり、その目的は、窓関数を用いた較正の精度を向上することにある。
　上記課題を解決するために、本開示のある態様の信号較正装置は、信号処理装置からの出力信号を取得する信号取得部と、取得した出力信号を複数の時間窓で切り取る時間窓切取部と、各時間窓の出力信号に窓関数を乗算する窓関数乗算部と、窓関数と各時間窓の出力信号との積に対して離散フーリエ変換を実行する離散フーリエ変換計算部と、周波数空間で周波数ごとに較正を実行する較正部と、較正を実行することによって得られた結果から、周波数ごとの波形を計算する各周波数波形計算部と、信号取得部の伝達関数を用いて窓関数のずれを推定する窓関数ずれ推定部と、窓関数ずれ推定部により推定されたずれを含む窓関数で、周波数ごとの波形を除算するずれ窓関数除算部と、ずれ窓関数除算部により得られた周波数ごとの波形を、すべての周波数にわたって積算する各周波数波形積算部と、各周波数波形積算部により得られた時間窓ごとの較正済みデータを、すべての時間窓にわたって連結する時間窓連結部とを備える。
　本開示の別の態様は、信号較正方法である。この方法は、信号取得部を用いて、信号処理装置からの出力信号を取得するステップと、時間窓切取部を用いて、取得した出力信号を複数の時間窓で切り取るステップと、窓関数乗算部を用いて、各時間窓の出力信号に窓関数を乗算するステップと、離散フーリエ変換計算部を用いて、窓関数と各時間窓の出力信号との積に対して離散フーリエ変換を実行するステップと、較正部を用いて、周波数空間で周波数ごとに較正を実行するステップと、各周波数波形計算部を用いて、較正を実行することによって得られた結果から、周波数ごとの波形を計算するステップと、窓関数ずれ推定部を用いて、信号取得部の伝達関数を用いて窓関数のずれを推定するステップと、ずれ窓関数除算部を用いて、窓関数ずれ推定部により推定されたずれを含む窓関数で、周波数ごとの波形を除算するステップと、各周波数波形積算部を用いて、ずれ窓関数除算部により得られた周波数ごとの波形を、すべての周波数にわたって積算するステップと、時間窓連結部を用いて、各周波数波形積算部により得られた時間窓ごとの較正済みデータを、すべての時間窓にわたって連結するステップとを備える。
　本開示のさらに別の態様は、プログラムである。このプログラムは、信号取得部を用いて、信号処理装置からの出力信号を取得するステップと、時間窓切取部を用いて、取得した出力信号を複数の時間窓で切り取るステップと、窓関数乗算部を用いて、各時間窓の出力信号に窓関数を乗算するステップと、離散フーリエ変換計算部を用いて、窓関数と各時間窓の出力信号との積に対して離散フーリエ変換を実行するステップと、較正部を用いて、周波数空間で周波数ごとに較正を実行するステップと、各周波数波形計算部を用いて、較正を実行することによって得られた結果から、周波数ごとの波形を計算するステップと、窓関数ずれ推定部を用いて、信号取得部の伝達関数を用いて窓関数のずれを推定するステップと、ずれ窓関数除算部を用いて、窓関数ずれ推定部により推定されたずれを含む窓関数で、周波数ごとの波形を除算するステップと、各周波数波形積算部を用いて、ずれ窓関数除算部により得られた周波数ごとの波形を、すべての周波数にわたって積算するステップと、時間窓連結部を用いて、各周波数波形積算部により得られた時間窓ごとの較正済みデータを、すべての時間窓にわたって連結するステップとをコンピュータに実行させる。
　なお、以上の構成要素の任意の組合せ、本開示の表現を方法、装置、システム、記録媒体、コンピュータプログラムなどの間で変換したものもまた、本開示の態様として有効である。
　本開示によれば、窓関数を用いた較正の精度を向上することができる。
観測データ、信号処理装置からの出力信号、およびずれを較正した後の信号の模式図である。 余弦和型窓の波形を示す図である。 テューキー型窓の波形を示す図である。 第１の実施の形態に係る信号較正装置の機能ブロック図である。 比較例に係る信号較正装置の機能ブロック図である。 １２８個の標本点を含む時間窓で切り取ったときのテスト信号波形の較正結果を示す。（ａ）は振幅の正確さ、（ｂ）は位相の正確さを示す。 ２０４８個の標本点を含む時間窓で切り取ったときのテスト信号波形の較正結果を示す。（ａ）は振幅の正確さ、（ｂ）は位相の正確さを示す。 第２の実施の形態に係る信号較正方法のフローチャートである。
［記号の定義］
Ｆ[f(t)]は、関数f(t)のフーリエ変換を示す。
Ｆ-1[F(ω)]は、関数F(ω)のフーリエ逆変換を示す。
ＦD[f(tn)]は、関数f(t)の離散フーリエ変換を示す。
ＦD -1[F(ωn)]は、関数F(ωn)の離散フーリエ逆変換を示す。
f(t) * g(t)は、関数f(t)、g(t)の畳み込み積分を示す。
Σk=0 N-1fkは、fkについて、k=0からk=N-1までの総和を取ることを示す。
　本実施例を具体的に説明する前に、基礎となった知見を説明する。測定器などを用いて観測された観測データ（生データ）は、通常、フィルタや増幅などの信号処理装置を用いて、ノイズ除去や増幅などがされる。こうした観測データの例には、人工衛星からの電波観測データ、脳波・心電図などの医療機器からのデータ、スピーカーからの音波データ、電波レーダー・オシロスコープからのデータなどがある。本明細書では、以下、このような信号処理装置は線形時不変系（ＬＴＩシステム：Ｌｉｎｅａｒ　Ｔｉｍｅ　Ｉｎｖａｒｉａｎｔ　Ｓｙｓｔｅｍ）であるとする。
　以下、信号処理装置への出力信号をfout(t)で表す。出力信号fout(t)は、入力信号fin(t)と信号処理装置からのインパルス応答g(t)の畳み込み積分を用いて、以下のように表される。
fout(t) = fin(t) * g(t)
出力信号fout(t)のフーリエ変換Fout(ω)は、以下のように、入力信号fin(t)のフーリエ変換Fin(ω)と信号処理装置の伝達関数G(ω)との積となる。
Fout(ω) = Ｆ[fout(t)] = Ｆ[fin(t) * g(t)] = Fin(ω) G(ω)
ここで伝達関数G(ω)は、信号処理装置の周波数ごとの入出力特性をまとめたものであり、インパルス応答g(t)のフーリエ変換である。
G(ω) = Ｆ[g(t)]
　信号処理装置からの出力信号は、目的とするノイズ除去や増幅は実現されているものの、当該信号処理装置の特性に起因して、理想とする信号に対し振幅や位相にずれを含む。こうしたずれは除去することが必要であり、このために「較正」と呼ばれる処理が行われる。図１に、観測データ、信号処理装置からの出力信号、およびずれを較正した後の信号を模式的に示す。
　較正は、通常、出力信号を複数の短い時間区間（例えば、１２８個や２０４８個の標本点を含む時間区間）に区切った上で、これらの時間区間ごとに行われる。こうした時間区間は「時間窓」と呼ばれる。また、信号を時間窓で区切ることは、「信号を時間窓で切り取る」または「信号に時間窓をかける」などと呼ばれる。これは、本来フーリエ変換そのものは無限長の信号に関して定義されているところ、時間窓で切り取られた信号が周期的に繰り返されるという仮定のもとで、有限長の時間区間に離散フーリエ変換を実行するためのものである。離散フーリエ変換は複数の時間窓で切り出された信号のスペクトルを計算するため、隣接する時間窓の端点同士が不連続であると、波形が歪み、スペクトルにサイドローブが生じる。これを防ぐため、時間窓の両端で滑らかにゼロとなるような関数を信号にかけ合わせることにより、時間窓の始端と終端とをつなげることが行われる。このような関数は「窓関数」と呼ばれる。また、窓関数をかけ合わせることは「端点処理」と呼ばれる。このように、各時間窓の観測データに対して窓関数をかけ合わせて端点処理を行うことにより、較正の精度を向上することができる。
　窓関数の例には、三角関数の波形で表される余弦和型窓や、窓の中央付近は平坦で両端で急激に減衰するもの（以下、「テューキー型窓」と呼ぶ）などがある。図２に余弦和型窓の波形を示す。図３にテューキー型窓の波形を示す。これらの窓関数w(tn)は、余弦関数を用いて以下のように表される。
余弦和型窓の一例（ハミング窓の場合）：w(tn) = 0.54 - 0.46 cos(Δω tn)
テューキー型窓の一例（減衰部にハミング窓を使用した例）：
　　　　　　　　w(tn) = 0.54 - 0.46 cos(ωw tn / Ts)　 (0<tn<Ts)
　　　　　　　　　　　 1　 (Ts≦tn≦Ts+TF)
　　　　　　　　　　　 0.54 - 0.46 cos(ωw (Tw - tn) / Ts)　 (Ts+TF<tn<Tw)
ここで、tnは標本化時刻、Tsはテューキー型窓の減衰部の長さ、TFはテューキー型窓の平坦部の長さ、Twは時間窓全体の長さ、Δωは時間窓の長さを周期にもつ周波数（Δω=2π / Tw）である（以下同様）。
　余弦和型窓には、端点処理を効率的に実現できるというメリットがある一方、後述するように較正中に窓関数がずれるというデメリットがある。一方、テューキー型窓には、較正中の窓関数のずれを低減できるというメリットがある一方、完全な端点処理ができないというデメリットがある。
［第１の実施の形態］
　図４に、第１の実施の形態に係る信号較正装置１の機能ブロック図を示す。信号較正装置１は、信号取得部１０と、時間窓切取部１２と、窓関数乗算部１４と、離散フーリエ変換計算部１６と、較正部１８と、各周波数波形計算部２０と、窓関数ずれ推定部２２と、ずれ窓関数除算部２４と、各周波数波形積算部２６と、時間窓連結部２８と、を備える。
　計測器２００からの生データは、信号処理装置３００に入力する。信号処理装置３００は、フィルタやアンプなどで構成されるＬＴＩシステムであり、生データに対して雑音除去や増幅などの信号処理を行う。信号取得部１０は、信号処理装置３００からの出力信号を取得する。信号取得部１０は、取得した出力信号を時間窓切取部１２に送信する。
　時間窓切取部１２は、取得した出力信号を複数の時間窓で切り取る。例えば標本化周波数が６４ｋＨｚの場合、１２８点の時間窓で切る取ると窓長は０．００２秒、２０４８点の時間窓で切る取ると窓長は０．０３２秒となる。以下、信号処理装置３００からの出力信号をfout(t)で表す。
　窓関数乗算部１４は、各時間窓の出力信号に窓関数を乗算する。この例では、限定はされないが、
w(tn) = aw + bw cos(Δω tn)
で表される１次の余弦和型の窓関数w(tn)を使用する。
　離散フーリエ変換計算部１６は、窓関数w(tn)と出力信号fout(tn)との積に対して離散フーリエ変換を実行し、
ＦD[w(tn) fout(tn)]
を求める。
　較正部１８は、ＦD[w(tn) fout(tn)]に対し、周波数空間で、周波数ごとに較正を実行する。具体的には、ＦD[w(tn) fout(tn)]を、周波数ωkにおける伝達関数G(ωk)で除算することにより、
Fcal(ωk) = ＦD[w(tn) fout(tn)] / G(ωk)
を計算する。これにより、信号処理装置３００の特性に起因する振幅や位相にずれが、周波数ごとに較正される。
　各周波数波形計算部２０は、Fcal(ωk)に関し、離散フーリエ逆変換を用いずに、周波数ごとの波形を計算する。すなわち、較正済みの各周波数における波形をfeach(ωk tn)として、
feach(ωk,tn) = (ＦD[w(tn) fout(tn)] / G(ωk)) exp(i ωk tn)
を計算する。
　窓関数ずれ推定部２２は、周波数ごとの窓関数のずれを推定する。前述のように本信号較正装置では、出力信号が時間窓で切り取られ（時間窓切取部１２）、これに窓関数が乗算されて端点処理が行われ（窓関数乗算部１４）、窓関数が乗算された波形に対し離散フーリエ変換が実行され（離散フーリエ変換計算部１６）、ここから伝達関数が除算され（較正部１８）、離散フーリエ逆変換を用いずに、各周波数ごとの波形を得る（各周波数波形計算部２０）。これら一連の較正の操作の結果、窓関数には振幅や位相にずれが発生する。窓関数ずれ推定部２２は、窓関数のずれ、すなわち「ずれた窓関数」を、伝達関数G(ω)を用いて推定する。具体的には以下の通りである。
　前述のようにこの例では、時間窓の出力信号に乗算する窓関数w(tn)は、１次の余弦和型
w(tn) = aw + bw cos(Δω tn)
であると仮定する。
このとき、上記の一連の較正の操作によってずれた窓関数wshift(tn,ωm)を、以下のように三角関数で展開する。
wshift(tn,ωm) = aw + c+(ωm) cos(Δωtn -θ-(ωm)) + i c-(ωm) sin(Δωtn -θ-(ωm))
ただし、複号同順（以下同様）で、以下のようにおいた。
c±(ωm) = (bw / 2) (｜G(ωm)| / ｜G(ωm) + Δω｜ ± ｜G(ωm)| / ｜G(ωm) - Δω｜)
θ±(ωm) = (θ(ωm + Δω) ± θ(ωm - Δω)) / 2
ただし、θ(ωm)はθ(ωm) = arg{ G(ωm)}で定義され、信号処理装置の伝達関数の複素偏角（位相特性）を表す。
ここで重要なのは、ずれた窓関数wshift(tn,ωm)が、時間tnだけでなく、周波数ωmにも依存する点である。すなわち、窓関数のずれは周波数ごとに異なる点に留意する。上記では、このずれた窓関数wshift(tn,ωm)を三角関数で展開し、周波数依存性を、振幅成分c±(ωm)と位相成分θ±(ωm)とに分けた。信号処理装置３００に依存する特性、すなわち伝達関数は、これらの振幅成分c±(ωm)と位相成分θ±(ωm)とに反映されている。
　ずれ窓関数除算部２４は、各周波数波形計算部２０を用いて周波数ごとに得られた各波形を、窓関数ずれ推定部２２を用いて周波数ごとに得られた窓関数で、それぞれ除算する。すなわち、
f'each(ωk,tn) = feach(ωk,tn)/ wshift(tn,ωm)
を計算する。
　各周波数波形積算部２６は、ずれ窓関数除算部２４により得られた周波数ごとの波形を、すべての周波数にわたって積算する（足し合わせる）。すなわち、
fcal(tn) = Σk=0 N-1 f'each(ωk,tn)
を計算する。これにより、時間窓ごとの較正済みデータが得られる。
　時間窓連結部２８は、各周波数波形積算部２６により得られた時間窓ごとの較正済みデータを、すべての時間窓にわたって連結する。これにより、目的とする較正されたデータが得られる。
［比較例］
　図５に、比較例に係る信号較正装置２の機能ブロック図を示す。信号較正装置２は、信号取得部１０と、時間窓切取部１２と、窓関数乗算部１４と、離散フーリエ変換計算部１６と、較正部１８と、各周波数波形計算部２０と、離散フーリエ逆変換計算部３０と、窓関数除算部３２と、時間窓連結部２８と、を備える。すなわち信号較正装置２は、図４の信号較正装置１の構成に対し、各周波数波形計算部２０と、窓関数ずれ推定部２２と、ずれ窓関数除算部２４と、各周波数波形積算部２６と、を欠き、離散フーリエ逆変換計算部３０と、窓関数除算部３２と、を備える。信号取得部１０、時間窓切取部１２、窓関数乗算部１４、離散フーリエ変換計算部１６、較正部１８および時間窓連結部２８については信号較正装置１と共通するので重複する説明を省略し、相違する点に焦点を絞って説明する。
　離散フーリエ逆変換計算部３０は、較正部１８によって計算されたFcal(ωk)に対し、離散フーリエ逆変換を実行する。これにより、
ＦD -1[Fcal(ωm)] = ＦD -1[ＦD[w(tn) fout(tn)] / G(ωm)]
を得る。
　窓関数除算部３２は、離散フーリエ逆変換計算部３０により計算されたＦD -1[Fcal(ωm)]を窓関数w(tn)で除算する。これにより、
ＦD -1[Fcal(ωm)] / w(tn)= ＦD -1[ＦD[w(tn) fout(tn)] / G(ωm)] / w(tn)
を得る。
　上記の処理で分かるように、信号較正装置２は、較正部１８によって計算されたFcal(ωk)に関し、周波数空間全体にわたる離散フーリエ逆変換を計算する。従ってこれにより得られる波形は、周波数ごとの波形ではない。さらに信号較正装置２は、窓関数のずれを計算することなく、時間窓の出力信号に乗算した窓関数w(tn)のままで除算する。信号較正装置１のずれた窓関数wshift(tn,ωm)と異なり、窓関数w(tn)は時間tnにのみ依存し、周波数ωmには依存しない。これらの点で、信号処理装置２は、実施の形態の信号処理装置１と大きく異なる。
［実施の形態と比較例との比較］
　較正の正確さに関し、様々な周波数の正弦波のテスト信号を用いて、実施の形態による較正と、比較例による較正とを比較した。図６および図７に、それぞれ１２８個および２０４８個の標本点を含む時間窓で切り取ったときのテスト信号波形の較正結果を示す。（ａ）は振幅の正確さ、（ｂ）は位相の正確さを示す。各グラフの横軸は、入力信号の周波数に相当し、標本化周波数が６４ｋＨｚの場合を示す。振幅、位相ともに、縦軸の値が小さいほど正確である（精度が高い）ことを意味する。
　比較は、以下の４種類の較正について行った。
（１）実施の形態
（２）比較例１（テューキー型窓関数を使用するもの）
（３）比較例２（余弦和型窓関数を使用するもの）
（４）比較例３（窓関数を使用しないもの）
いずれのグラフからも、（１）（２）（３）（４）の順に正確である（精度が高い）ことが分かる。
　このように実施の形態が高い精度を実現していることの理由は、主に以下の２つの特徴による。
１：周波数空間で較正した結果に対し、周波数ごとの波形が得られるように周波数空間で較正した結果に対し、周波数ごとに波形を求める。
２：信号処理装置の伝達関数に依存する窓関数のずれを周波数ごとに推定した上で、ずれた窓関数で、周波数ごとの波形を除算する。
これらの点で、実施の形態は、以下の特徴を持つ比較例（従来の手法）と大きく異なる。
１’：周波数空間で較正した結果に対し、周波数ごとではなく、周波数空間全体にわたる離散フーリエ逆変換を行って波形を得る。
２’：窓関数のずれを推定することなく、時間窓の出力信号に乗算した窓関数で、波形を除算する。
　以上説明したように、本実施の形態によれば、窓関数を用いた較正の精度を向上することができる。
［第２の実施の形態］
　図８に、第２の実施の形態に係る信号較正方法のフローチャートを示す。この方法は、ステップＳ１０、ステップＳ１２、ステップＳ１４、ステップＳ１６、ステップＳ１８、ステップＳ２０、ステップＳ２２、ステップＳ２４、ステップＳ２６、ステップＳ２８、を備える。
　ステップＳ１０で本方法は、フィルタやアンプなどの信号処理装置３００から出力された信号を取得する。ステップＳ１２で本方法は、ステップＳ１０で取得した信号を、複数の時間窓で切り取る。ステップＳ１４で本方法は、ステップＳ１２で切り取った各時間窓の出力信号に、窓関数を乗算する。ステップＳ１６で本方法は、ステップＳ１４で計算した窓関数と出力信号との積に対し、離散フーリエ変換を実行する。ステップＳ１８で本方法は、ステップＳ１６で計算した結果に対し、周波数空間で、周波数ごとに較正を実行する。ステップＳ２０で本方法は、ステップＳ１８で較正した結果に関し、周波数ごとの波形を計算する。ステップＳ２２で本方法は、伝達関数を用いて、周波数ごとの窓関数のずれを推定する。ステップＳ２４で本方法は、ステップＳ２０で求めた周波数ごとの波形を、ステップＳ２２で推定した「ずれた窓関数」で除算する。ステップＳ２６で本方法は、ステップＳ２４で計算された周波数ごとの結果を、すべての周波数にわたって積算する（足し合わせる）。ステップＳ２８で本方法は、ステップＳ２６で得られた時間窓ごとの較正済みデータを、すべての時間窓にわたって連結する。これにより、目的とする較正されたデータが得られる。
　この方法によれば、窓関数を用いた較正を、高い精度で実行することができる。
［第３の実施の形態］
　第３の実施の形態はプログラムである。このプログラムは、前述の第２の実施の形態に係る方法をコンピュータに実行させる。本実施の形態によれば、窓関数を用いた高精度の較正を、コンピュータのソフトウェアとして実現することができる。
［窓関数］
　前述の実施の形態では、窓関数w(tn)は、
w(tn) = aw + bw cos(Δω tn)
で表される１次の余弦和型であった。しかし本開示はこれに限られず、以下に示す通り、様々な窓関数が適用可能である。ここでは窓関数を、以下の４つのタイプに分類する。
タイプ０：信号を、形を変えずにそのまま切り出す窓関数
タイプ１：１次の余弦和型窓関数
タイプ２：一般の余弦和型窓関数（複数の次数の余弦関数の有限和で表される）
タイプ３：有限の余弦関数の和で表すことのできない窓関数
以下、タイプごとに説明する。
［タイプ０］
　信号を、形を変えずにそのまま切り出す窓関数である。余弦関数を含まない。
（例）
・矩形窓（０次余弦和型窓）
　w(t) = 1
［タイプ１］
　余弦関数の１次式で表される窓関数である。本開示に適用するのに最適である。なお前述の説明で用いた窓関数は、本タイプ１のハミング窓に相当する。
（例）
・ハン窓（１次余弦和型窓）
　w(t) = 0.5 - 0.5 cosΔωt
・ハミング窓（１次余弦和型窓）
　w(t) = 0.54 - 0.46 cosΔωt
［タイプ２］
　複数の次数の余弦関数の有限和で表される窓関数である。本開示に適用可能である。ただし、次数が低ければ低いほど、較正の精度はよい。
（例）
・ブラックマン窓（２次余弦和型窓）
　w(t) = 0.42 - 0.5 cosΔωt + 0.08 cos2Δωt
・ブラックマンハリス窓（３次余弦和型窓）
　w(t) = 0.35875 - 0.48829 cosΔωt + 0.14128 cos2Δωt - 0.01168 cos3Δωt
・フラットトップ窓（４次余弦和型窓）
　w(t) = 1 - 1.93 cosΔωt + 1.29 cos2Δωt - 0.388 cos3Δωt + 0.032 cos4Δωt
［タイプ３］
　有限の余弦関数の和で表すことのできない窓関数である。三角関数展開することにより、本開示に適用可能である。ただし、展開したときの高次成分の影響が大きいほど、較正の精度は低下する。
（例）
・サイン窓（半波余弦窓）
　w(t) = sin((Δω / 2) t)
・バートレット窓（三角窓）
　w(t) = 1 - 2 |t-0.5|
・指数関数窓
　w(t)=exp(t/T)
・ガウシアン窓
　w(t)=exp(-t2 / σ2)
　本発明者らは鋭意検討を重ねた結果、窓関数に関して以下のことを見出した。
・窓関数が適用できる条件は、信号処理装置（ＬＴＩシステム）の特性関数の性質、窓関数の次数、時間窓の長さ（データ点数Ｎ）、標本化周波数、較正対象となる信号の周波数の相対関係に依存する。
・有限の余弦関数の和で表される窓関数（タイプ２）は、高次の項まで較正が可能である。ただし、次数が高くなるほど、精度が低下する。一方、指数関数窓やガウシアン窓のように三角関数展開したときに項が無限に連続する（途中で打ち切る近似が難しい）窓関数（タイプ３）では、高次の項に対する適用条件が厳しくなる。
・基本的に窓関数は対称（偶関数）なので、一般的には、三角関数による展開は余弦関数のみの和になる。しかし本開示は、非対称（奇関数）であっても適用が可能である。三角関数展開したとき有限項で近似できる場合は、それが低次であればあるほど較正の精度がよい。
・適用条件は信号処理装置（ＬＴＩシステム）の特性関数に依存するので、伝達関数が完全な直線位相特性を持つとき、理想的な較正が可能である（ただし、この場合は本方法を用いる必要がない）。標本化周波数や時間窓の長さ（データ点数）が大きければ大きいほど、適用条件は緩くなり、較正精度は向上する。
　本開示のある態様の信号較正装置は、信号処理装置からの出力信号を取得する信号取得部と、取得した出力信号を複数の時間窓で切り取る時間窓切取部と、各時間窓の出力信号に窓関数を乗算する窓関数乗算部と、窓関数と各時間窓の出力信号との積に対して離散フーリエ変換を実行する離散フーリエ変換計算部と、周波数空間で周波数ごとに較正を実行する較正部と、較正を実行することによって得られた結果から、周波数ごとの波形を計算する各周波数波形計算部と、信号取得部の伝達関数を用いて窓関数のずれを推定する窓関数ずれ推定部と、窓関数ずれ推定部により推定されたずれを含む窓関数で、周波数ごとの波形を除算するずれ窓関数除算部と、ずれ窓関数除算部により得られた周波数ごとの波形を、すべての周波数にわたって積算する各周波数波形積算部と、各周波数波形積算部により得られた時間窓ごとの較正済みデータを、すべての時間窓にわたって連結する時間窓連結部とを備える。
　この態様によれば、窓関数を用いた較正の精度を向上することができる。
　窓関数は余弦和型であってもよい。
　この態様によれば、より効率的に較正の精度を向上することができる。
　ずれを含む窓関数は三角関数で展開されてもよい。
　この態様によれば、様々な種類の窓関数を用いて較正を実行することができるので、応用先を広げることができる。
　三角関数で展開された各項の振幅成分および位相成分は、前記信号処理装置の伝達関数に依存してもよい。
　この態様によれば、三角関数の展開をシンプルな形で記述することができる。
　本開示のある態様の信号較正方法は、信号取得部を用いて、信号処理装置からの出力信号を取得するステップと、時間窓切取部を用いて、取得した出力信号を複数の時間窓で切り取るステップと、窓関数乗算部を用いて、各時間窓の出力信号に窓関数を乗算するステップと、離散フーリエ変換計算部を用いて、窓関数と各時間窓の出力信号との積に対して離散フーリエ変換を実行するステップと、較正部を用いて、周波数空間で周波数ごとに較正を実行するステップと、各周波数波形計算部を用いて、較正を実行することによって得られた結果から、周波数ごとの波形を計算するステップと、窓関数ずれ推定部を用いて、信号取得部の伝達関数を用いて窓関数のずれを推定するステップと、ずれ窓関数除算部を用いて、窓関数ずれ推定部により推定されたずれを含む窓関数で、周波数ごとの波形を除算するステップと、各周波数波形積算部を用いて、ずれ窓関数除算部により得られた周波数ごとの波形を、すべての周波数にわたって積算するステップと、時間窓連結部を用いて、各周波数波形積算部により得られた時間窓ごとの較正済みデータを、すべての時間窓にわたって連結するステップとを備える。
　この態様によれば、窓関数を用いた較正の精度を向上することができる。
　本開示のある態様のプログラムは、信号取得部を用いて、信号処理装置からの出力信号を取得するステップと、時間窓切取部を用いて、取得した出力信号を複数の時間窓で切り取るステップと、窓関数乗算部を用いて、各時間窓の出力信号に窓関数を乗算するステップと、離散フーリエ変換計算部を用いて、窓関数と各時間窓の出力信号との積に対して離散フーリエ変換を実行するステップと、較正部を用いて、周波数空間で周波数ごとに較正を実行するステップと、各周波数波形計算部を用いて、較正を実行することによって得られた結果から、周波数ごとの波形を計算するステップと、窓関数ずれ推定部を用いて、信号取得部の伝達関数を用いて窓関数のずれを推定するステップと、ずれ窓関数除算部を用いて、窓関数ずれ推定部により推定されたずれを含む窓関数で、周波数ごとの波形を除算するステップと、各周波数波形積算部を用いて、ずれ窓関数除算部により得られた周波数ごとの波形を、すべての周波数にわたって積算するステップと、時間窓連結部を用いて、各周波数波形積算部により得られた時間窓ごとの較正済みデータを、すべての時間窓にわたって連結するステップとをコンピュータに実行させる。
　この態様によれば、窓関数を用いた高精度の較正を、コンピュータのソフトウェアとして実現することができる。
　以上、本開示を実施例を基に説明した。この実施例は例示であり、それらの各構成要素や各処理プロセスの組合わせに、色々な変形例が可能なこと、またそうした変形例も本開示の範囲にあることは当業者に理解されるところである。
　第１の実施の形態において、信号較正装置１の各構成は独立なものであるとして説明された。しかしこれらの構成は、その一部または全部が統合されていてもよい。この変形によれば、構成の自由度を上げることができる。
　本開示は、信号較正装置、信号較正方法およびプログラムに関する。
　１、２・・信号較正装置、１０・・信号取得部、１２・・時間窓切取部、１４・・窓関数乗算部、１６・・離散フーリエ変換計算部、１８・・較正部、２０・・周波数波形計算部、２２・・推定部、２４・・窓関数除算部、２６・・周波数波形積算部、２８・・時間窓連結部、３０・・離散フーリエ逆変換計算部、３２・・窓関数除算部、２００・・計測器、３００・・信号処理装置、Ｓ１０・・信号を取得するステップ、Ｓ１２・・信号を複数の時間窓で切り取るステップ、Ｓ１４・・各時間窓の出力信号に窓関数を乗算するステップ、Ｓ１６・・窓信号と信号との積に離散フーリエ変換計算を実行するステップ、Ｓ１８・・周波数ごとに較正を実行するステップ、Ｓ２０・・周波数ごとの波形を計算するステップ、Ｓ２２・・周波数ごとの窓関数のずれを推定するステップ、Ｓ２４・・周波数ごとの波形を、ずれた窓関数で除算するステップ、Ｓ２６・・各周波数の波形を積算するステップ、Ｓ２８・・時間窓を連結するステップ。

Claims (6)

  1. 　信号処理装置からの出力信号を取得する信号取得部と、
    　取得した前記出力信号を複数の時間窓で切り取る時間窓切取部と、
    　前記各時間窓の出力信号に窓関数を乗算する窓関数乗算部と、
    　前記窓関数と前記各時間窓の出力信号との積に対して離散フーリエ変換を実行する離散フーリエ変換計算部と、
    　周波数空間で周波数ごとに較正を実行する較正部と、
    　前記較正を実行することによって得られた結果から、周波数ごとの波形を計算する各周波数波形計算部と、
    　前記信号取得部の伝達関数を用いて窓関数のずれを推定する窓関数ずれ推定部と、
    　前記窓関数ずれ推定部により推定されたずれを含む窓関数で、前記周波数ごとの波形を除算するずれ窓関数除算部と、
    　前記ずれ窓関数除算部により得られた周波数ごとの波形を、すべての周波数にわたって積算する各周波数波形積算部と、
    　前記各周波数波形積算部により得られた時間窓ごとの較正済みデータを、すべての時間窓にわたって連結する時間窓連結部と
    を備える信号較正装置。
  2. 　前記窓関数は余弦和型であることを特徴とする請求項１に記載の信号較正装置。
  3. 　前記ずれを含む窓関数は三角関数で展開されることを特徴とする請求項１に記載の信号較正装置。
  4. 　前記三角関数で展開された各項の振幅成分および位相成分は、前記信号処理装置の伝達関数に依存することを特徴とする請求項３に記載の信号較正装置。
  5. 　信号取得部を用いて、信号処理装置からの出力信号を取得するステップと、
    　時間窓切取部を用いて、取得した前記出力信号を複数の時間窓で切り取るステップと、
    　窓関数乗算部を用いて、前記各時間窓の出力信号に窓関数を乗算するステップと、
    　離散フーリエ変換計算部を用いて、前記窓関数と前記各時間窓の出力信号との積に対して離散フーリエ変換を実行するステップと、
    　較正部を用いて、周波数空間で周波数ごとに較正を実行するステップと、
    　各周波数波形計算部を用いて、前記較正を実行することによって得られた結果から、周波数ごとの波形を計算するステップと、
    　窓関数ずれ推定部を用いて、前記信号取得部の伝達関数を用いて窓関数のずれを推定するステップと、
    　ずれ窓関数除算部を用いて、前記窓関数ずれ推定部により推定されたずれを含む窓関数で、前記周波数ごとの波形を除算するステップと、
    　各周波数波形積算部を用いて、前記ずれ窓関数除算部により得られた周波数ごとの波形を、すべての周波数にわたって積算するステップと、
    　時間窓連結部を用いて、前記各周波数波形積算部により得られた時間窓ごとの較正済みデータを、すべての時間窓にわたって連結するステップと
    を備える信号較正方法。
  6. 　信号取得部を用いて、信号処理装置からの出力信号を取得するステップと、
    　時間窓切取部を用いて、取得した前記出力信号を複数の時間窓で切り取るステップと、
    　窓関数乗算部を用いて、前記各時間窓の出力信号に窓関数を乗算するステップと、
    　離散フーリエ変換計算部を用いて、前記窓関数と前記各時間窓の出力信号との積に対して離散フーリエ変換を実行するステップと、
    　較正部を用いて、周波数空間で周波数ごとに較正を実行するステップと、
    　各周波数波形計算部を用いて、前記較正を実行することによって得られた結果から、周波数ごとの波形を計算するステップと、
    　窓関数ずれ推定部を用いて、前記信号取得部の伝達関数を用いて窓関数のずれを推定するステップと、
    　ずれ窓関数除算部を用いて、前記窓関数ずれ推定部により推定されたずれを含む窓関数で、前記周波数ごとの波形を除算するステップと、
    　各周波数波形積算部を用いて、前記ずれ窓関数除算部により得られた周波数ごとの波形を、すべての周波数にわたって積算するステップと、
    　時間窓連結部を用いて、前記各周波数波形積算部により得られた時間窓ごとの較正済みデータを、すべての時間窓にわたって連結するステップと
    を備える信号較正方法をコンピュータに実行させるプログラム。
PCT/JP2021/042911 2020-12-14 2021-11-24 信号較正装置、信号較正方法およびプログラム WO2022130917A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020-206843 2020-12-14
JP2020206843A JP2022094048A (ja) 2020-12-14 2020-12-14 信号較正装置、信号較正方法およびプログラム

Publications (1)

Publication Number Publication Date
WO2022130917A1 true WO2022130917A1 (ja) 2022-06-23

Family

ID=82058793

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/042911 WO2022130917A1 (ja) 2020-12-14 2021-11-24 信号較正装置、信号較正方法およびプログラム

Country Status (2)

Country Link
JP (1) JP2022094048A (ja)
WO (1) WO2022130917A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007099971A1 (ja) * 2006-02-27 2007-09-07 Advantest Corporation 測定装置、試験装置、電子デバイス、プログラム、及び記録媒体
WO2014136628A1 (ja) * 2013-03-05 2014-09-12 日本電気株式会社 信号処理装置、信号処理方法および信号処理プログラム
JP2017513052A (ja) * 2014-03-14 2017-05-25 フラウンホーファー−ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン 周波数領域で信号を処理する装置および方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007099971A1 (ja) * 2006-02-27 2007-09-07 Advantest Corporation 測定装置、試験装置、電子デバイス、プログラム、及び記録媒体
WO2014136628A1 (ja) * 2013-03-05 2014-09-12 日本電気株式会社 信号処理装置、信号処理方法および信号処理プログラム
JP2017513052A (ja) * 2014-03-14 2017-05-25 フラウンホーファー−ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン 周波数領域で信号を処理する装置および方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ROBERT P., CORNILLEAU-WEHRLIN N., PIBERNE R., DE CONCHY Y., LACOMBE C., BOUZID V., GRISON B., ALISON D., CANU P.: "CLUSTER–STAFF search coil magnetometer calibration – comparisons with FGM", GEOSCIENTIFIC INSTRUMENTATION, METHODS AND DATA SYSTEMS, vol. 3, no. 2, 1 January 2014 (2014-01-01), pages 153 - 177, XP055944373, DOI: 10.5194/gi-3-153-2014 *

Also Published As

Publication number Publication date
JP2022094048A (ja) 2022-06-24

Similar Documents

Publication Publication Date Title
Djurović et al. Cubic phase function: A simple solution to polynomial phase signal analysis
JP4713662B2 (ja) パッシブコヒーレント探索アプリケーションのための、広帯域事前検出信号を処理するシステムおよび方法
Jwo et al. Windowing techniques, the welch method for improvement of power spectrum estimation
US7161511B2 (en) Linearization system and method
JP2003262651A (ja) ウェーブレット・ノイズ除去技法を用いた改良されたトレース・ビデオ・フィルタリング
US10345365B2 (en) Reflectometry method and device for diagnosing cables in use
CN111580137B (zh) 一种高精度导航接收机射频通道群时延特性的拟合方法
Maskell et al. The estimation of subsample time delay of arrival in the discrete-time measurement of phase delay
WO2022130917A1 (ja) 信号較正装置、信号較正方法およびプログラム
US7061992B2 (en) Parallel correlator architecture
WO2016006079A1 (ja) ピーク周波数検出装置、方法およびプログラム
EP0244071A1 (en) RF spectrum analysing receiver
Jayarama et al. Enhanced Wideband Frequency Estimation via FFT: Leveraging Polynomial Interpolation and Array Indexing
US20060053185A1 (en) Reflection filter
KR100706218B1 (ko) 위상 측정 장치, 방법 및 기록 매체
US10036769B2 (en) Apparatus for efficient measurement of tone frequency, amplitude, and phase
JP2009276247A (ja) レーダ信号処理装置
EP3553950B1 (en) Signal feature extraction device, signal feature extraction method, and program
Belega et al. Generalized multi-point interpolated DTFT frequency and damping factor estimators of real-valued damped sinusoids
Kitahara et al. A Novel Calibration Method of Short-Time Waveform Signals Passed through LTI Systems: 1. Methodology and Simple Examples
JP3874295B2 (ja) 高周波信号のデジタルｉｑ検波方法
JP3033871B2 (ja) クロススペクトル演算装置、伝達関数演算装置、及びコヒーレンス関数演算装置
Li Half-infinite sampling and its FT
US20190220498A1 (en) Digital signal processing system and design method thereof
Dumont Analysis of some finite difference schemes for slightly noisy time dependent signals

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21906280

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21906280

Country of ref document: EP

Kind code of ref document: A1