信号とは：通信・信号処理・電気工学における定義と基礎

通信、信号処理、電気工学の分野では、信号は時間的に変化するあらゆる量を指します。

この概念は広範であり、正確に定義することは困難である。分野別の定義が一般的である。例えば、情報理論では、信号は符号化されたメッセージ、すなわちメッセージを符号化する通信路の状態のシーケンスである。通信システムでは、送信機がメッセージを信号に符号化し、その信号が通信路によって受信機に伝達される。例えば、「Mary had a little lamb」という言葉は、電話に向かって話されたメッセージかもしれません。電話の発信機は、その音声を電圧信号に変換します。その信号は、電線で受信側の電話機に送られ、受信側で再び音に変換される。

信号の基本的な分類

• 連続時間信号（アナログ）: 時間を連続的な変数とする信号。例：音声の空気振動を表す電圧。
• 離散時間信号（デジタル）: 時間を離散的な時刻で定義する信号。例：サンプリングされた音声データ x[n]。
• 連続値と離散値: 信号の振幅が連続か離散かで分類（量子化により離散値化されることがある）。
• 確定的信号と確率的（ランダム）信号: 完全に予測可能な信号と、統計的性質で扱う必要があるノイズや確率過程。
• 周期信号と非周期信号: 繰り返しを持つかどうか。

数理的表現と周波数領域

• 連続時間信号は一般に x(t) と表され、離散時間信号は x[n] と表記されます。
• 信号解析では時間領域の表現に加え、フーリエ変換やラプラス変換による周波数領域での解析が重要です。周波数領域では信号のスペクトル（周波数成分）を調べることで、フィルタリングや帯域割当などの設計が容易になります。
• サンプリング定理（ナイキスト・シャノンの定理）は、アナログ信号を適切な条件で離散化（サンプリング）すれば元に戻せることを保証します。サンプリング周波数は信号の最大周波数成分の少なくとも2倍以上である必要があります。

信号の性質（代表項目）

• エネルギー信号／電力信号: 信号の総エネルギーや平均電力による分類。無限長の周期信号は電力信号となることが多い。
• 因果性（Causality）: 出力が現在あるいは過去の入力のみに依存するかどうか。
• 線形性と時間不変性: システム解析で重要な特性。信号処理では線形時不変（LTI）システムの理論が基礎となる。
• 周期性、対称性、連続性なども信号解析でよく扱われます。

基本的な処理・操作

• フィルタリング: 望ましい周波数成分を通す、あるいは不要な成分（ノイズ）を除去する。
• サンプリングと量子化: アナログ→デジタル変換の基本ステップ。量子化誤差やサンプリング誤差に留意。
• 変調と復調: 信号を搬送波に乗せて別の周波数帯で伝送する。搬送波や周波数分割多重（FDM）、時間分割多重（TDM）などがある。
• 圧縮（符号化）: データ量を小さくする処理（可逆圧縮、非可逆圧縮）。音声・画像・動画の通信や保存に不可欠。
• 検出・推定: 受信した信号から意味のある情報（ビット、パラメータ、イベント）を取り出すための処理。

通信システムでの信号の流れ

典型的な通信の流れは次の通りです。

• メッセージ（音声・テキスト・画像など）を符号化して符号語や信号に変換する。
• 変調や多重化を行い、伝送路に適した形にする。
• 伝送路を通ってノイズや歪みを受けつつ受信側へ到達する。
• 復調・復号化・誤り訂正を行い、元のメッセージを再構築する。

この過程での性能指標には、ビット誤り率（BER）、信号対雑音比（SNR）、レイテンシなどがあります。

電気工学における具体例

• 電圧や電流の時間変化（例：センサ出力、音声を表す電圧波形）。
• 生体信号（心電図 ECG、脳波 EEG）や振動・圧力・温度などのセンサデータ。
• 画像や映像も二次元・三次元の信号とみなして処理される（各画素が時間あるいは空間座標に対応する値）。

信号解析の目的と応用

• ノイズ除去、信号復元（デノイジング、インターポレーション）。
• 特徴抽出と分類（音声認識、画像認識、故障診断）。
• 圧縮と効率的伝送（MP3、JPEG、H.264などの符号化方式）。
• 通信路の設計、レーダー・ソナー、医療診断、制御システムなど幅広い分野で利用される。

まとめ

信号は、単に電圧や電流といった物理量に限らず、時間や空間に沿って変化するあらゆる情報の表現であり、通信、信号処理、電気工学の基礎概念です。用途や解析目的に応じて、時間領域・周波数領域、連続・離散、確定的・確率的といった観点から分類・処理が行われます。日常の音声通話から高度な医用画像処理や無線通信まで、信号の理論と技術は現代の情報社会を支える重要な要素です。