振幅スペクトルの図示方法は？わかりやすく解説！（縦軸と横軸：フーリエ変換：グラフの見方：周波数成分など）
信号処理や音響工学を学ぶと、「振幅スペクトル」という言葉に頻繁に出会います。
振幅スペクトルは信号の周波数成分ごとの振幅の分布を表したものですが、グラフの縦軸・横軸の意味や読み方、フーリエ変換との関係などを正確に理解している方は意外と少ないのではないでしょうか。
振幅スペクトルを正しく読み解けるようになると、音質分析・振動診断・通信工学など幅広い応用場面で力を発揮できるようになります。
この記事では、振幅スペクトルの図示方法を中心に、縦軸と横軸の意味・フーリエ変換との関係・グラフの見方・周波数成分の読み取り方までわかりやすく解説していきます。
振幅スペクトルとはフーリエ変換で得られる「周波数ごとの振幅分布図」のこと
それではまず、振幅スペクトルの基本的な意味と図示の原理について解説していきます。
振幅スペクトルとは、時間領域の信号をフーリエ変換することで得られる「各周波数成分の振幅の分布」を表したグラフのことです。
複雑な信号（たとえば音楽や機械の振動波形）は、複数の異なる周波数の正弦波が重ね合わさったものとして表現できます。
その各周波数成分がどれだけの振幅を持っているかを周波数ごとに並べてグラフ化したものが振幅スペクトルです。
振幅スペクトルの基本イメージ：
時間領域の信号 x(t) → フーリエ変換 → 複素スペクトル X(f)
振幅スペクトル = |X(f)|（複素スペクトルの絶対値）
グラフの形式：
横軸（x軸）：周波数 f（単位：Hz）
縦軸（y軸）：各周波数における振幅の大きさ（単位：信号の単位、またはdB）
グラフの見方：横軸の特定の周波数に縦棒（またはピーク）がある → その周波数成分が存在する
振幅スペクトルのピーク（山）が高いほど、その周波数の成分が信号の中で大きな振幅を持っているということを意味します。
フーリエ変換と振幅スペクトルの数学的関係
振幅スペクトルを理解するには、フーリエ変換の基本を押さえておく必要があります。
フーリエ変換の定義：
X(f) = ∫₋∞^∞ x(t) e^(−j2πft) dt
ここで X(f) は複素数値の関数（複素スペクトル）
振幅スペクトル：|X(f)| = √(Re[X(f)]² + Im[X(f)]²)
位相スペクトル：∠X(f) = arctan(Im[X(f)] / Re[X(f)])
パワースペクトル（エネルギースペクトル密度）：|X(f)|²
振幅スペクトルは複素スペクトル X(f) の絶対値（大きさ）であり、位相情報は含まないという点が重要です。
同じ振幅スペクトルを持っていても位相が異なると、時間波形は全く別の形になることがあります。
離散フーリエ変換（DFT）と FFT による振幅スペクトルの計算
コンピュータを使って実際の信号の振幅スペクトルを求めるには、離散フーリエ変換（DFT）またはその高速計算アルゴリズムである高速フーリエ変換（FFT）を使います。
DFT（N 点）の定義：
X[k] = Σ_{n=0}^{N-1} x[n] e^(−j2πkn/N) （k = 0, 1, …, N−1）
振幅スペクトル（片側）：|X[k]| / N × 2（k ≥ 1 の成分）
対応する周波数：f_k = k × (fs/N)（fs：サンプリング周波数）
周波数分解能：Δf = fs/N
FFT の周波数分解能はサンプリング周波数 fs をデータ点数 N で割ったものであり、分解能を上げたいときは N を増やす（測定時間を長くする）必要があります。
振幅スペクトルの縦軸と横軸の意味と読み方
続いては、振幅スペクトルグラフの縦軸と横軸の具体的な意味と読み方を確認していきます。
グラフを正確に読み解くためには、両軸の意味を確実に理解しておくことが重要です。
横軸（周波数軸）の読み方
振幅スペクトルグラフの横軸は周波数を表し、通常 Hz（ヘルツ）の単位が使われます。
| 横軸の表示形式 | 特徴 | 使用場面 |
|---|---|---|
| 線形スケール（等間隔） | 周波数が均等に刻まれる | 狭い周波数範囲の解析 |
| 対数スケール（log） | 周波数の桁（オクターブ）ごとに均等 | 音響・広い周波数範囲 |
| 正規化周波数（f/fs） | 0〜1 または 0〜0.5 の範囲で表示 | デジタル信号処理 |
音響解析では対数スケール（log）が一般的に使われ、人間の聴覚が周波数を対数的に感じることに対応しています。
1オクターブ上の音（周波数が2倍）が同じ間隔で表示されるため、音楽的な意味での「音程の広さ」と対応します。
縦軸（振幅軸）の読み方と単位
振幅スペクトルの縦軸は各周波数成分の振幅を表し、信号の種類によって単位が異なります。
縦軸の単位と表示形式：
線形スケール（単位：信号の単位 × 秒、または無次元化したもの）
→ ピークの高さが振幅に直接対応
デシベルスケール（単位：dB）
→ 縦軸 = 20 log₁₀(|X(f)| / 基準値)
→ 広い振幅ダイナミックレンジを扱いやすい
dBSPL（音圧レベル）
→ 音声信号の場合に使用、基準 20 μPa
dBFS（Full Scale）
→ デジタル信号の場合、最大振幅を 0 dBFS として表示
プロの音響機器ではデシベルスケールが標準的に使われ、0 dBFS 以上はクリッピング（歪み）を意味するため、デジタル録音では 0 dBFS を超えないように管理することが重要です。
片側スペクトルと両側スペクトルの違い
フーリエ変換では正の周波数と負の周波数の両方が計算されますが、実信号の場合は負の周波数成分が正の周波数の複素共役になるため、片側だけ表示すれば十分です。
| 表示形式 | 横軸の範囲 | 振幅の扱い |
|---|---|---|
| 片側スペクトル（one-sided） | 0 〜 fs/2（ナイキスト周波数まで） | f > 0 の成分は2倍して表示（対称成分を含む） |
| 両側スペクトル（two-sided） | −fs/2 〜 +fs/2 | 各成分の振幅をそのまま表示 |
実用的な振幅スペクトルのグラフでは片側スペクトルが一般的であり、0〜ナイキスト周波数（サンプリング周波数の半分）の範囲で表示されます。
振幅スペクトルの典型的なグラフパターンと読み方
続いては、振幅スペクトルに現れる典型的なグラフパターンと読み方を確認していきます。
信号の種類によって振幅スペクトルの形は大きく異なり、その形から信号の特性を読み取ることができます。
単純な正弦波（純音）の振幅スペクトル
単一周波数の正弦波（純音）の振幅スペクトルは、最もシンプルな形をしています。
純音のスペクトルの特徴：
x(t) = A sin(2πf₀t)（周波数 f₀ の純音）の振幅スペクトル：
→ f = f₀ の位置に高さ A の1本の縦線（スパイク）だけが現れる
→ それ以外の周波数では振幅がゼロ
例：440 Hz の音叉（ラの音）の振幅スペクトル
→ 横軸 440 Hz の位置に1本の縦線が立つ
純音は1本の縦線（インパルス）として振幅スペクトルに現れる最もシンプルなケースです。
実際の音叉は理想的な純音ではなく微小な倍音を含みますが、振幅スペクトルではほぼ1本の線として見えます。
楽器音（倍音構造）の振幅スペクトル
楽器の音は基本周波数とその整数倍の倍音（高調波）の重ね合わせで構成されており、振幅スペクトルに特徴的なパターンが現れます。
楽器音のスペクトルの特徴：
基本周波数 f₀ の楽器音のスペクトル：
→ f₀、2f₀（2倍音）、3f₀（3倍音）、4f₀（4倍音）、…の位置に縦線が並ぶ
→ 各倍音の縦線の高さ（振幅）が音色（音質）を決める
例：ピアノの「ド（C4）」の基本周波数：約 261 Hz
スペクトルピーク：261 Hz、522 Hz、783 Hz、1044 Hz、…（倍音列）
楽器ごとに倍音の振幅パターンが異なるため、振幅スペクトルを見ると「どの楽器が鳴っているか」を識別できる場合があります。
ノイズ・ランダム信号の振幅スペクトル
ホワイトノイズや環境雑音のようなランダム信号の振幅スペクトルは、楽器音とは全く異なるパターンを示します。
| 信号の種類 | 振幅スペクトルの形状 | 特徴 |
|---|---|---|
| ホワイトノイズ | 全周波数でほぼ一定の振幅（フラット） | 全帯域に均等なエネルギー |
| ピンクノイズ（1/f ノイズ） | 高周波に向かって −3 dB/オクターブで低下 | 自然界に多く見られるノイズ |
| 機械の異常振動 | 特定周波数にスパイク（ピーク）が現れる | 故障・異常の周波数特性を示す |
振動診断においては、正常時と異常時の振幅スペクトルを比較することで、機械の故障周波数を特定できるという実用的な応用があります。
ベアリングの損傷・歯車の欠けなどは特定の周波数にスペクトルのピークを生じさせるため、振幅スペクトルが重要な診断ツールになります。
振幅スペクトルを活用した応用例
続いては、振幅スペクトルが実際にどのような場面で活用されているかを確認していきます。
振幅スペクトルは理論的な概念にとどまらず、多くの実用的な場面で使われています。
音質分析と音響設計への応用
音楽制作・音響設計・スピーカー開発などの分野では、振幅スペクトルを使った音質分析が日常的に行われています。
グラフィックイコライザーは各周波数帯域の振幅を調整するツールであり、振幅スペクトルを見ながらイコライジングを行うことで音質を細かくコントロールできるのです。
また、スピーカーの周波数特性（どの周波数の音をどれだけの振幅で再生できるか）も振幅スペクトルで表現されます。
通信信号のスペクトル解析
無線通信では、AM・FM・デジタル変調信号の振幅スペクトルを確認することが重要です。
通信信号のスペクトル特性：
AM 変調波のスペクトル：
→ 搬送波周波数 fc に1本の高いピーク
→ fc ± fm（fm：音声の最高周波数）に上側波帯・下側波帯のピーク
FM 変調波のスペクトル：
→ 搬送波を中心に、ベッセル関数に従う複数のサイドバンドが広がる
→ 占有帯域幅はカーソンの法則で近似できる
スペクトルアナライザーという測定器を使えばリアルタイムで振幅スペクトルを観測でき、無線機器の調整や妨害波の検出に活用されています。
機械振動の診断と予知保全
工場の機械設備では、加速度センサーで計測した振動データの振幅スペクトルを分析することで、機械の健全性を評価する「振動診断」が行われています。
正常な機械では振幅スペクトルに特定のパターンが現れますが、ベアリングの摩耗や歯車の損傷が生じると異常周波数成分の振幅スペクトルにピークが出現し、故障の予兆を検出できるという仕組みです。
この技術は「予知保全（Predictive Maintenance）」と呼ばれ、突発的な機械故障を防いで生産効率を維持するための重要な手法となっています。
まとめ
この記事では、振幅スペクトルの図示方法について、縦軸と横軸の意味・フーリエ変換との関係・グラフパターンの読み方・実用的な応用まで幅広く解説しました。
振幅スペクトルとは「各周波数成分の振幅の大きさ」を周波数の関数としてグラフ化したものであり、横軸に周波数、縦軸に振幅（またはdB値）をとります。
フーリエ変換によって時間領域の信号を周波数領域に変換することで振幅スペクトルが得られ、純音は1本のスパイク、楽器音は倍音列のパターンを示します。
音質分析・通信信号解析・機械振動診断など幅広い応用があり、振幅スペクトルを正しく読み解けることは工学・物理の実践的なスキルとして大変有用です。
