この記事の要点
- A/D変換は、連続したアナログの信号を、一定の間隔で読み取り(標本化)、決まった段階に丸め(量子化)、2進数の数値にする(符号化)処理。
- サンプリング定理:信号に含まれる最も高い周波数の2倍より大きい周波数で標本化すれば、元の信号を復元できる。標本化周波数の半分をナイキスト周波数という。
- ナイキスト周波数より高い成分は、低い周波数の成分に化けて見える(エイリアシング)。標本化した後では取り除けないので、A/D変換の前にローパスフィルタで落とす。
- 量子化の細かさはビット数で決まる。10ビットは1,024段階、12ビットは4,096段階。1ビット増えると段階の数は2倍になる。
- IoT中級では「センサ/アクチュエータ技術と通信方式」(25〜30%、2026年9月27日確認)に当たる。
A/D変換とサンプリング定理とは?一言でいうと
A/D変換(アナログ/デジタル変換)とは、センサが出す連続した電圧の変化を、マイコンやクラウドで扱える数値の列に変える処理です。サンプリング定理とは、その数値の列から元の信号を正しく復元するには、どれだけ細かい時間の間隔で読み取ればよいかを示す定理です。
定理の条件は「信号に含まれる最も高い周波数(帯域)の2倍より大きい周波数で標本化すること」です。この考え方はナイキストやシャノンらの研究に由来し、ナイキスト=シャノンの標本化定理とも呼ばれます。
IoTでは、温度のようにゆっくり変わる量から、機械の振動や音のように速く変わる量まで、センサの信号はほぼすべてA/D変換を通ってデータになります。センサ側の仕組みはセンサの原理とはで整理しています。
標本化・量子化・符号化はそれぞれ何をする?
| 段階 | すること | 決めるパラメータ | 起きる誤差・問題 |
|---|---|---|---|
| 標本化(サンプリング) | 時間を一定の間隔で区切り、その瞬間の値を読む | 標本化周波数(1秒間に読む回数) | 低すぎるとエイリアシングが起きる |
| 量子化 | 読んだ値を、決まった段階のどれかに丸める | ビット数(段階の数=2のビット数乗) | 丸めによる量子化誤差(最大で1段の半分) |
| 符号化 | 段階の番号を2進数のデータにする | ビット数、データの形式 | ビット数×回数だけデータ量が増える |
← 表は横にスクロールできます →
身近な例として、Arduino の公式リファレンスでは、UNO R3 のアナログ入力は10ビットで、0〜5Vを0〜1,023の整数に変換し、1段の幅は約4.9mV(5V÷1,024)と説明されています。読み取り1回に約100マイクロ秒かかるため、最大で1秒間に約1万回が目安とされています。UNO R4 は最大14ビットまで上げられます(既定は互換性のため10ビット、2026年9月27日確認)。
A/D変換の方式にも違いがあります。マイコンに内蔵されることが多い逐次比較型、多くの比較器を並べて最も速く変換するフラッシュ型、何倍も速く読んでから平均化して高い分解能を得るΔΣ(デルタシグマ)型、ゆっくり変わる信号を精密に測る二重積分型などです。
エイリアシングはどう計算する?独自の数値で確かめる
ここからは当サイトの説明用の数値です。実在の製品の仕様ではありません。
例1:必要な標本化周波数。ポンプの振動を監視したい。調べたい振動の成分は最大400Hzまで。サンプリング定理の条件は「400Hzの2倍の800Hzより大きい」ことです。実際には、フィルタで高い成分を完全には落とせないので、条件より余裕を持った周波数を選ぶことが多くなります。
例2:化けて見える周波数。標本化周波数1,000Hzで、700Hzの振動を読んだとします。ナイキスト周波数は500Hzなので、700Hzは条件を満たしていません。このとき読み取った数値の列は、1,000−700=300Hzの振動と区別がつかなくなります。これがエイリアシング(折り返し)です。
例3:分解能。0〜3.3Vを12ビットで読むなら、1段の幅は3.3V÷4,096=約0.81mVです。同じ範囲を10ビットで読むと約3.2mVで、12ビットのほうが4倍細かく読めます。
例4:データ量。1チャンネルを1,000Hz・12ビットで読み続けると、1秒で12,000ビット=1,500バイト、1日(86,400秒)で約130MBになります。LPWAのように少量のデータを送る通信では生の波形をそのまま送れないため、デバイスやゲートウェイで特徴量(最大値や周波数の成分など)にまとめてから送る設計が考えられます。通信方式の比較はLPWAの比較へ。
エイリアシングは、標本化した後の数値の列からは見分けられません。高い周波数の成分は、A/D変換の前にアナログのローパスフィルタ(アンチエイリアシングフィルタ)で落としておく必要があります。フィルタの種類はノイズとフィルタとはで解説しています。
IoT中級ではどこで問われる?
IoTシステム技術検定 中級の公式ページに示された出題カテゴリのうち、「センサ/アクチュエータ技術と通信方式(デバイス、ネットワーク、LPWA、プロトコル)」25〜30% に当たります(2026年9月27日確認)。この中でA/D変換が何問出るかは公表されていません。
公式テキスト『IoT技術テキスト 第4版』では、第5章「IoTデバイス」に当たる範囲です。章とカテゴリの対応は当サイトの推定で、使っているのは目次の章名だけです。
4択の形としては、当サイトの作問の観点で次のようなものが考えられます(出題の傾向や頻度を示すものではありません)。
- 標本化・量子化・符号化の説明の組合せを選ぶ
- 信号の最高周波数から、必要な標本化周波数の条件を選ぶ
- ビット数と入力範囲から、段階の数や1段の幅を計算する
- エイリアシングを防ぐ方法として適切なものを選ぶ
試験の形式はIoTシステム技術検定 中級とはへ。合格基準は公式に非公開です。
取り違えやすい点は?
| つまずき | 正しい整理 | 見分け方 |
|---|---|---|
| ちょうど2倍で標本化すれば十分だと思う | 条件は「2倍より大きい」。ちょうど2倍では復元できない場合がある | 「以上」か「より大きい」か |
| ビット数が1増えると段階が1つ増えると思う | 段階の数は2倍になる(10ビット1,024→11ビット2,048) | 2のべき乗で数える |
| 標本化周波数を上げれば1段の幅も細かくなると思う | 1段の幅は主にビット数と入力範囲で決まる(平均化で実効の分解能を上げる方式は別) | 時間の細かさか、値の細かさか |
| エイリアシングは後からデジタル処理で消せると思う | 標本化した後は区別できない。A/D変換の前にローパスフィルタで落とす | フィルタの位置(前か後か) |
| 分解能が細かければ正しい値が出ると思う | センサの誤差や雑音があれば、細かく読んでも正しいとは限らない | 「細かさ」か「真の値への近さ」か |
← 表は横にスクロールできます →
確認問題1:必要な標本化周波数の条件は?
最も高い周波数の成分が2kHzの信号を、エイリアシングを起こさずにA/D変換したい。サンプリング定理から求められる、標本化周波数の理論上の条件として最も適切なものはどれか。
- 1kHzより大きい
- 2kHzより大きい
- 4kHzより大きい
- 20kHzより大きい
正解:3。サンプリング定理の条件は、最高周波数2kHzの2倍の4kHzより大きい周波数で標本化することです。
1 は最高周波数の半分で、条件を満たしません。2 は最高周波数と同じ値で、2倍になっていません。4 は条件を満たす値の一つですが、理論上の条件(最低限)としては大きすぎます。
確認問題2:化けて見える周波数はいくつ?
標本化周波数1,000Hzで、900Hzの正弦波を標本化した。得られた数値の列は、何Hzの正弦波と区別がつかなくなるか。最も適切なものはどれか。
- 100Hz
- 400Hz
- 900Hz
- 1,900Hz
正解:1。ナイキスト周波数は500Hzで、900Hzはそれを超えています。このとき 1,000−900=100Hz の成分として現れます(エイリアシング)。
2 はナイキスト周波数500Hzと900Hzの差をとった値で、折り返しの計算ではありません。3 は条件を満たしていないので、900Hzのままとしては読めません。4 は標本化周波数と足した値で、計算の向きが逆です。
確認問題3:ビット数を増やすと何が変わる?
入力範囲0〜5VのA/D変換を、10ビットから12ビットに変えた。段階の数と1段の幅の変化として、最も適切なものはどれか。
- 段階の数は2つ増え、1段の幅は約4.9mVのまま変わらない
- 段階の数は4倍になり、1段の幅は約1.2mVに小さくなる
- 段階の数は1.2倍になり、1段の幅は約4.1mVに小さくなる
- 段階の数は4倍になり、1段の幅は約19.5mVに大きくなる
正解:2。10ビットは1,024段階、12ビットは4,096段階で4倍になります。1段の幅は5V÷4,096=約1.2mVに小さくなります。
1 はビット数の差をそのまま段階の数の差と考えた誤りです。3 はビット数の比(12÷10)で計算した誤りです。4 は段階の数は正しいものの、1段の幅も4倍になると取り違えています。
確認問題のあとは何をすればいい?
計算を間違えた場合は「時間の細かさ(標本化周波数)」と「値の細かさ(ビット数)」のどちらの話かを最初に書き出してから解き直してください。2つを混ぜると、選択肢のもっともらしい数字に引っかかりやすくなります。
他のカテゴリと混ぜて本番と同じ4択で確かめるなら、登録不要のIoT中級の無料お試し20問で全問の解説まで確認できます。実際のボードでアナログ入力を試す話はArduinoとRaspberry Piの違いへ。
よくある質問
標本化周波数は高ければ高いほど良いのですか?
高くすると速い変化まで捉えられますが、データ量と消費電力が増えます。電池で動くIoTデバイスでは、調べたい成分の最高周波数から条件を満たす範囲で、必要以上に上げないことが設計の基本になります。
量子化誤差はなくせますか?
段階に丸める以上、なくすことはできません。ビット数を増やすと1段の幅が小さくなり、誤差の最大値(1段の半分)も小さくなります。ただしセンサ自体の誤差や雑音のほうが大きい場合は、ビット数を増やしても精確さは上がりません。
IoT中級でサンプリング定理の計算は出ますか?
公式に示されているのはカテゴリ単位の比率だけで(「センサ/アクチュエータ技術と通信方式」25〜30%、2026年9月27日確認)、計算問題が出るかどうかや問題数は公表されていません。
出典・参考
本番と同じペースで腕試し
記事の次は、本番形式の問題で。
公式の出題カテゴリの比率どおりに組んだ無料お試しを、登録不要・カード不要で解けます。続きの模試と章別ドリルは買い切りで、月額はかかりません。
あわせて読みたい
当サイトは、モバイルコンピューティング推進コンソーシアム(MCPC)とは関係のない個人が運営する非公式の学習教材です。掲載している問題はすべて当サイトのオリジナルで、実際の試験問題・過去問題・再現問題ではありません。試験の日程・受検料・出題範囲は公式サイト(https://www.mcpc-jp.org/license/ )で必ず確認してください。合格を保証するものではありません。合格の目安は当サイトの推定です。技術・制度の記述は「最終確認日」時点のものです。