測定時系列データy(t）が周期Tの連続周期関数である場合、y(t）は
フーリエ級数展開され、離散値周期関数の場合には離散値フーリエ変換
（Discrete Fourier Transform，略してDFT）が適用される。
これらの変換、逆変換の公式と時間関数、スペクトル関数の性質を表7・1に示す。
測定された時系列データを数値的にフーリエ変換する場合、もとの時系列データが
連続・非周期であっても、このデータを離散値・周期関数と仮定して表7・1（3）の
DFTで計算することがほとんどで、DFTは広く利用されている。
DFTの計算機処理速度を大幅に速くした高速フーリエ変換
（Fast Fourier Transform、略してFFT）のFORTRANプログラムリスト、
使用法を図7・2に示す。)
FFTはDFTと同じ公式を利用しているので、非周期連続データへの
適用はあくまでも近似であることに注意を要する。
非周期性データの一部を採取して周期データとみなすことによる
誤差はウィンドウ技術で補正できる。
連続性を離散値的とみなすことによる誤差はエリアシング（aliasing）
と呼ばれ、適当なサンプル間隔を選んだりサンプルされたデータの内挿で
補正することができる。
詳細はFFTの専門書にゆずる。
測定値y(t)をFFTで近似的にフーリエ変換すると、y(t)の中の周期的特徴は
数少ないパラメータとしてとらえることができる。
【例7・1】 スペクトル関数
|
測定データy(t）があり，これを図7・3(a）に示す。このデータは連続
の3振動波形の合成波形であることがわかる。よって、図7・3(a）の測定
|
