（12/22）実測データのためのデジタルフィルタ設計とノイズ除去～FIR/IIRの基礎・設計・使い分けとAI前処理への応用～

埼玉大学 大学院理工学研究科 教授 工学博士島村 徹也 氏

セミナーポイント

■講座のポイント
　音響・振動、生体信号、各種センサなどの実測データには、測定環境やセンサ、電源、周辺機器などに起因するさまざまなノイズや不要成分が含まれます。これらを適切に除去し、必要な信号成分を抽出するためには、デジタルフィルタの基本原理を理解するとともに、目的に応じてFIRフィルタとIIRフィルタを適切に選択・設計することが重要です。
　本セミナーでは、デジタルフィルタの基本から、FIR/IIRフィルタの特徴、設計法、使い分けをできるだけ直感的に解説します。さらに、実測データに含まれるノイズをどのように分析し、フィルタ仕様を決定してノイズ除去につなげるかを具体例を通して説明します。
　また、近年広く利用されている機械学習・深層学習においても、入力信号の前処理は重要です。そこで、AIに入力する前のフィルタリングや時間周波数解析などについても取り上げ、従来のデジタル信号処理とAIをどのように組み合わせるかについて解説します。

■受講後、習得できること
・デジタルフィルタの基本原理と、周波数特性・位相特性・フィルタ次数の考え方
・FIRフィルタとIIRフィルタの特徴、代表的な設計法、および目的に応じた使い分け
・FFT・スペクトル解析を用いた実測データ中のノイズ成分の把握と、適切なフィルタ仕様の決定方法
・低周波ドリフト、50/60 Hz電源雑音、高周波雑音など、実測データに含まれる代表的なノイズの除去方法
・音響・振動・生体信号等の実測データ、および機械学習・深層学習における信号前処理へのデジタルフィルタの活用方法

セミナー内容

■講演プログラム
1.実測データとデジタルフィルタの基礎
　1.1　実測データにはどのようなノイズが含まれるか
　1.2　デジタルフィルタとは
　1.3　LPF、HPF、BPF、BSF
　1.4　周波数応答と振幅特性
　1.5　位相特性と信号波形への影響
　1.6　フィルタ次数とフィルタ特性
　1.7　FIRフィルタとIIRフィルタの違い
2.FIRフィルタの原理・設計と使い方
　2.1　FIRフィルタの原理
　2.2　インパルス応答と畳み込み
　2.3　FIRフィルタと線形位相特性
　2.4　窓関数法による設計
　2.5　ハミング窓、ハニング窓、ブラックマン窓
　2.6　最小自乗法による設計
　2.7　等リップル特性とRemez法
　2.8　FIRフィルタの長所と短所
　2.9　FIRフィルタを選択すべき場合
3.IIRフィルタの原理・設計と使い方
　3.1　IIRフィルタの原理
　3.2　FIRフィルタとの違い
　3.3　IIRフィルタの安定性
　3.4　双一次変換による設計
　3.5　Butterworthフィルタ
　3.6　Chebyshevフィルタ
　3.7　楕円フィルタ
　3.8　フィルタ次数と計算量
　3.9　FIRとIIRをどのように使い分けるか
4.実測データのノイズ除去とフィルタ設計
　4.1　実測データのノイズをどのように調べるか
　4.2　FFT・スペクトルによるノイズ成分の確認
　4.3　カットオフ周波数をどう決めるか
　4.4　フィルタ次数をどう決めるか
　4.5　低周波ドリフトの除去
　4.6　50/60 Hz電源雑音の除去とノッチフィルタ
　4.7　高周波雑音の除去
　4.8　音響・振動信号への適用例
　4.9　EEG・ECG等の生体信号への適用例
　4.10　フィルタリングによる波形歪みへの注意
　4.11　実測データではFIR/IIRをどう選ぶか
5.AI・機械学習のための信号前処理
　5.1　AI時代にも信号前処理は必要か
　5.2　生データをそのままAIへ入力する場合の問題
　5.3　フィルタリングと正規化
　5.4　時間領域・周波数領域・時間周波数領域の前処理
　5.5　特徴抽出と機械学習
　5.6　深層学習における前処理の考え方
　5.7　過度なフィルタリングによる情報損失
　5.8　デジタル信号処理とAIを組み合わせる実践的な処理フロー
6.まとめ：実務におけるフィルタ選択のポイント
　6.1　FIR/IIR選択のチェックポイント
　6.2　位相・次数・計算量・安定性から考える
　6.3　ノイズの種類からフィルタを選ぶ
　6.4　AI前処理まで含めた信号処理フロー

（質疑応答）

出典：株式会社情報機構（https://johokiko.co.jp/seminar_chemical/AG2612L6.php）。掲載は情報機構との提携によります。