ノイズモデル｜確率統計で雑音の振る舞いを表現

ノイズモデル

ノイズモデルとは、実世界の測定・制御・通信で混入する雑音を確率過程として表し、その統計的性質を数式化したものである。目的は、観測値やシステム応答に含まれる不確かさを定量化し、推定・同定・制御設計・フィルタ設計に一貫性を与えることである。周波数領域ではパワースペクトル密度（PSD）により帯域別のエネルギー分布を記述し、時間領域では自己相関関数や共分散で相関構造を記述する。モデル化により、SNRの改善方針、観測ノイズとプロセスノイズの切り分け、シミュレーションでの再現可能な雑音生成が可能となる。

Table Of Contents

目的と役割

ノイズモデルの第一の役割は、測定誤差や外乱を統計的に扱える形に落とし込むことである。これにより、推定器やコントローラは「平均0、分散既知」「相関時間既知」などの前提で最適性を保証できる。さらに、装置の帯域・感度・量子化幅に対して期待ノイズを予測し、設計段階で許容誤差とサンプリング周波数、アンチエイリアシングの仕様を合理化できる。

代表的なノイズの種類

  • ホワイトガウス雑音：平均0、自己相関がデルタ関数、PSDがフラット。理論解析の基準である。
  • カラード雑音：AR/MA/ARMA等の線形フィルタで白色雑音を整形したモデル。実装容易で調整もしやすい。
  • 1/f（フリッカ）雑音：低周波に強い成分を持つ。半導体素子やセンサドリフトで重要。
  • ショット雑音：離散イベント起源のポアソン過程に基づく。
  • 量子化雑音：理想的には一様分布、分散Δ²/12（Δは量子化幅）。
  • 熱雑音：抵抗や受動素子に起因し、PSDは4kTRに比例（kはボルツマン定数）。

数学的定式化

連続時間過程x(t)の平均μ=E[x(t)]、自己相関Rxx(τ)=E[(x(t)−μ)(x(t+τ)−μ)]、PSD Sxx(ω)=𝓕{Rxx(τ)}で記述する。離散時間ではx[k]、自己相関γ[ℓ]、離散PSD S(ejω)を用いる。定常過程なら統計量はシフト不変であり、パラメトリック（AR/ARMA）またはノンパラメトリック（Welch、マルチテーパ）で推定する。

同定・推定手法

  • PSD推定：ピリオドグラム、Welch法、マルチテーパ。分散低減と分解能のトレードオフを管理する。
  • パラメトリック同定：Yule–Walker、Burg、最尤。AR次元はAIC/BICで選択する。
  • 状態空間化：プロセスノイズQ、観測ノイズRをもつモデルに落とし、EM法やサブスペース法でQ,Rを推定する。
  • 外乱同定：入力既知時に残差解析で雑音構造（白色性・相関）を検定する。

制御・フィルタ設計との関係

カルマンフィルタはQ（プロセス）とR（観測）の設定に強く依存し、ノイズモデルの整合性が推定誤差共分散の収束特性を左右する。H∞やロバスト制御では、ノイズをエネルギー有界外乱として扱い、感度関数の整形で帯域ごとの影響を抑制する。フィードフォワードでは外乱モデルを活用し、予測補償でSNRを実用域に押し上げる。

センサ・電子回路における実務要点

  • アンプ雑音密度（nV/√Hz）と帯域の関係から積分雑音を見積もる。
  • ADCのENOBと量子化雑音から必要サンプリング周波数とフィルタ段数を決める。
  • フリッカ雑音優勢域ではゼロドリフト構成やチョッパ安定化を検討する。
  • 環境起源（電源、EMI、機械振動）は相関を生みやすく、白色仮定を崩す。

シミュレーションと再現性

白色雑音w[k]を既知の伝達関数G(z)で整形してy[k]=G(z)w[k]とすれば、所望のPSDを持つカラード雑音が得られる。乱数シード管理で再現性を確保し、長系列の定常性、平均0の担保、目標PSDへの適合度（例えば周波数帯域ごとの誤差）を検証指標にする。モンテカルロにより性能分散を評価し、信頼区間を提示する。

非ガウス・非定常への拡張

外乱が外れ値や突発事象を含む場合、ガウス仮定は脆弱である。重尾分布（ラプラス、t分布）や混合モデルで外れ値耐性を上げ、ロバスト推定（Huber、L1）を併用する。非定常では時変AR、ウェーブレット、時変PSDで窓内定常性を仮定しつつゆっくり変化を追う。

評価指標と検定

  • 白色性検定：Ljung–Box、ラン検定で残差の自己相関を確認。
  • 正規性検定：Shapiro–WilkやJarque–Beraで分布仮定を確認。
  • 適合度：クロススペクトルで入力外乱との整合を評価、コヒーレンスで相互依存を定量化。

仕様書への書き方の実務

要求仕様には、「観測ノイズ：ゼロ平均、PSDは帯域B内でS0±10%」「1/fコーナ周波数fc≤…」「量子化幅Δ=…」のように、確率・周波数・単位を明示する。制御系では、外乱等価入力と閉ループ感度S(jω)から許容外乱レベルを示し、検収時の測定条件（サンプリング、窓、平均回数）も固定化する。

用語メモ（頻出略語）

  • PSD：Power Spectral Density（パワースペクトル密度）
  • ACF：Auto-Correlation Function（自己相関関数）
  • SNR：Signal-to-Noise Ratio（信号対雑音比）
  • AR/MA/ARMA：時系列のパラメトリックモデル
  • EM：Expectation–Maximization（最尤推定の反復解法）

ノイズモデルを適切に定義し、データに基づき妥当に同定することは、推定精度、制御安定度、検証再現性を同時に高める最短経路である。周波数・時間・確率の3視点を行き来し、装置物理・環境要因・信号処理の整合を取る姿勢が、堅牢な設計・分析を支える。