数値微分：信号の傾きとノイズの増幅

各測定値を、真値と誤差 ε の和として表します。微分値の誤差は (ε[n+1] − ε[n])/Ts です。誤差の分散が等しく σ² で、隣接する誤差の共分散が c の場合、その分散は (2σ² − 2c)/Ts² です。結果には、これらの仮定を併記する必要があります。

隣接する誤差が互いに独立している場合、c はゼロとなり、標準偏差は √2 σ/Ts になります。正の相関は、この独立モデルと比べて差分誤差を減らし、負の相関は増やします。したがって、単一チャネルのノイズ振幅だけでは微分の不確かさは決まりません。

MathWorksは、差分に基づく微分が信号中のノイズ成分をより強調する理由を説明しています。選択した離散差分の振幅応答は2|sin(Ω/2)|/Tsであり、Ωはサンプルあたりのラジアンで表した角周波数です。周波数がゼロに近い領域では、連続時間の微分に近似します。

有界な離散応答を、連続周波数に対して無制限に拡張したものと混同してはいけません。サンプリング後にすでに区別できなくなった周波数は、微分によって復元できません。微分演算は、情報の欠落や誤った表現も含め、利用可能な表現に対して作用します。

高次微分では差分をさらに重ねるため、タイミングと滑らかさへの依存性が強くなります。そのため、独自の誤差モデルが必要です。また、数値的な傾きは、追加の関係や制約を伴う完全なフィードバック構成内の微分項とは異なります。

MARSTONの微分方法、ノイズレベル、微分制御の挙動は指定されていません。このページでは、実測データの変換、フィルタの調整、センサーの調整は行いません。明示された差分商の数学的な帰結を説明します。

関連する技術ガイド： 推定量のバイアス、分散、平均二乗誤差 · 最小二乗法：残差、重み、および入力誤差 · 振動の変位・速度・加速度.

一般的な背景情報： MathWorks: 信号の微分と計測ノイズ。これらの参考資料は業界の考え方を説明するものであり、適用するMARSTONの製品資料やプロジェクト資料とは別のものです。