SISTEM LINEAR

PROGRAM SAMPLING DAN FILTERING

SINYAL PADA MATLAB

NAMA NRP JURUSAN

: SETIYO MUKTI AL AMIN : 2211030001 : D3 TEKNIK ELEKTRO

FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2013

SAMPLING SINYAL

Pengertian Sampling
Untuk mengirimkan informasi dalam suatu sinyal tidak perlu seluruh sinyal ditransmisikan , cukup diambil sampelnya saja. Sampling adalah proses pengambilan sample atau contoh besaran sinyal analog pada titik tertentu secara teratur dan berurutan.

Program Sampling Sinyal Sinus

x = 0:0.2:10 y = sin (0.2*pi*x); subplot(2,1,1) plot (x,y,'r') grid on xlabel('Time (s)'); ylabel('Amplitudo'); %menentukan panjang koordinat x dan posisi x %menentukan persamaan y %menentukan posisi grafik pada jendela figure %plot vektor Y terhadap vektor X, r=memberi warna red %memberi garis pada grafik %memberi label pada sumbu x %memberi label pada sumbu y %memberi judul terhadap grafik %menentukan posisi grafik pada jendela figure % Diskrit urutan atau "batang" plot. %memberi garis pada grafik %memberi label pada sumbu x %memberi label pada sumbu y %memberi judul terhadap grafik

title('Gelombang Asli Sinus') subplot(2,1,2) stem (x,y) grid on xlabel('Time (s)'); ylabel('Amplitudo');

title('Gelombang Sinus (Hasil Sampling)')

Berikut adalah Hasil Sampling Sinyal Sinus

Keterangan :
y = sin (0.2*pi*x); %menentukan persamaan y Persamaan y tersebut merupakan sin dari perkalian antara 0.2 dan pi (180 derajat) dan x. 0.2 sendiri merupakan variabel yang dapat diubah-ubah nilai nya. Sedangkan untuk nilai x sendiri berasal dari persamaan atas nya, yakni : x = 0:0.2:10 Dimana 0 adalah titik awal sumbu x Dan 10 merupakan batas ujung sumbu x 0.2 adalah sampling tiap 0.2;0.4;0.6;0.8 dan seterusnya Yang berarti, nilai dari y adalah : Y1 = sin (0.2*180 derajat*0.2) = 0.125 Y2 = sin (0.2*180 derajat*0.4) = 0.249 Y3 = sin (0.2*180 derajat*0.6) = 0.368 Y4 = sin (0.2*180 derajat*0.8) = 0.482 Y5 = sin (0.2*180 derajat*1) = 0.588 Y6 = sin (0.2*180 derajat*1.2) = 0.684 Y7 = sin (0.2*180 derajat*1.4) = 0.771 Begitu juga seterusnya hingga x = 10

KESIMPULAN :
Semakin kecil nilai x maka sinyal mendekati bentuk sempurna Sebaliknya, semakin besar nilai x maka sinyal jauh dari sempurna Sebagai bukti berikut: dengan nilai y = sin (0.2*pi*x), dan x masing- masing sebagai berikut :

x = 0:2:10

x = 0:0.2:10

Pengambilan sampling tiap 2,4,6,8,10

Pengambilan sampling tiap 0.2;0.4;0.6;0.8;1;1.2 dan seterusnya hingga 10

Program Sampling Sinyal Cosinus

x = 0:0.2:10 subplot(2,1,1) %menentukan panjang koordinat x dan posisi x %menentukan posisi grafik pada jendela figure y = cos (0.2*pi*x); %menentukan persamaan y

plot (x,y,'r')
grid on

%plot vektor Y terhadap vektor X, r=memberi warna red

%memberi garis pada grafik %memberi label pada sumbu y %memberi judul terhadap grafik %menentukan posisi grafik pada jendela figure % Diskrit urutan atau "batang" plot. %memberi garis pada grafik %memberi label pada sumbu x %memberi label pada sumbu y %memberi judul terhadap grafik

xlabel('Time (s)'); %memberi label pada sumbu x ylabel('Amplitudo'); subplot(2,1,2) stem (x,y) grid on xlabel('Time (s)'); ylabel('Amplitudo'); title('Gelombang Asli Cosinus')

title('Gelombang Cosinus (Hasil Sampling)')

Berikut adalah Hasil Sampling Sinyal Cosinus

gelombang kosinus sama seperti gelombang sinus dengan pergeseran fase sebesar n/2. Oleh karena gelombang ini fasenya lebih maju, sering pula dikatakan fungsi kosinus mendahului gelombang sinus, atau gelombang sinus terlambat dari kosinus

Keterangan :
y = cos (0.2*pi*x); %menentukan persamaan y Persamaan y tersebut merupakan cos dari perkalian antara 0.2 dan pi (180 derajat) dan x. 0.2 sendiri merupakan variabel yang dapat diubah-ubah nilai nya. Sedangkan untuk nilai x sendiri berasal dari persamaan atas nya, yakni : x = 0:0.2:10 Dimana 0 adalah titik awal sumbu x Dan 10 merupakan batas ujung sumbu x 0.2 adalah sampling tiap 0.2;0.4;0.6;0.8 dan seterusnya Yang berarti, nilai dari y adalah : Y1 = cos (0.2*180 derajat*0.2) = 0.992 Y2 = cos (0.2*180 derajat*0.4) = 0.968 Y3 = cos (0.2*180 derajat*0.6) = 0.929 Y4 = cos (0.2*180 derajat*0.8) = 0.876 Y5 = cos (0.2*180 derajat*1) = 0.809 Y6 = cos (0.2*180 derajat*1.2) = 0.729 Y7 = cos (0.2*180 derajat*1.4) = 0.637 Begitu juga seterusnya hingga x = 10

KESIMPULAN :
Semakin kecil nilai x maka sinyal mendekati bentuk sempurna Sebaliknya, semakin besar nilai x maka sinyal jauh dari sempurna gelombang ini fasenya lebih maju, sering pula dikatakan fungsi kosinus mendahului gelombang sinus, atau gelombang sinus terlambat dari kosinus Sebagai bukti berikut: dengan nilai y = sin (0.2*pi*x), dan x masing- masing sebagai berikut :

x = 0:2:10

x = 0:0.2:10

Pengambilan sampling tiap 2,4,6,8,10

Pengambilan sampling tiap 0.2;0.4;0.6;0.8;1;1.2 dan seterusnya hingga 10

FILTERING SINYAL

Pengertian Filtering
Filter adalah suatu rangkaian elektronik yg berfungsi untuk mengolah frekuensi dari suatu sinyal, frekuensi sinyal tersebut akan diloloskan atau diredam, dalam hal ini disesuaikan dg kebutuhan. Berdasarkan sifat ini, filter dibedakan menjadi 4 macam, yaitu low pass filter (LPF), high pass filter (HPF), band pass filter (BPF), dan band reject filter (BRF)

Chebyshev Highpass Filter

wp=input('masukkan nilai wp =') ws=input('masukkan nilai ws =') rp=input('masukkan nilai rp dalam db =') rs=input('masukkan nilai rs dalam db =') [n,wn]=cheb1ord(wp,ws,rp,rs); [b,a]=cheby1(n,rp,wn); [h,omega]=freqz(b,a,256); %inputan manual wp %inputan manual ws %inputan manual rp %inputan manual rS

% syntax untuk mencari orde %digital dan analog filter desain %respon frekuensi filter digital

gain=20*log10(abs(h));
plot(omega/pi,gain); grid; xlabel('\omega/\pi'); ylabel('gain (DESIBEL)');

%menghitung besar gain

%plot vektor gain terhadap vektor omega/pi %memberi garis pada grafik %memberi label pada sumbu x %memberi label pada sumbu y %memberi judul terhadap grafik

title('Chebyshev Highpass Filter');

Keterangan Lanjut :
CHEBY1 Chebyshev Tipe 1 digital dan desain filter analog. [B, A] = CHEBY1 (N, R, Wp) desain sebuah th N agar lowpass digital Chebyshev filter dengan desibel R puncak-ke puncak ripple di passband. CHEBY1 mengembalikan koefisien filter panjang N +1 vektor B (pembilang) dan A (penyebut). Wp frekuensi passbandtepi harus 0,0 <Wp <1,0, dengan 1,0 sesuai dengan setengah sample rate. Gunakan R = 0,5 sebagai titik awal, jika tidak yakin tentang memilih R. Jika Wp adalah-dua elemen vektor, Wp = [W1 W2], CHEBY1 kembali sebuah 2N agar bandpass filter dengan passband W1 <W <W2. [B, A] = CHEBY1 (N, R, Wp, 'tinggi') desain filter highpass. [B, A] = CHEBY1 (N, R, Wp, 'rendah') desain filter lowpass. [B, A] = CHEBY1 (N, R, Wp, 'berhenti') adalah filter bandstop jika Wp = [W1 W2].

Besar inputan manual :

Wp = 50/500; Ws = 150/500; //0-50 bandpass, 150stopband, 50-150 masa transisi Rp = 3; Rs = 60;//ripple pas band (noise) ripple stop band (noise)

Hasil :

Keterangan :

ORDE adalah Filter yang menentukan ketajaman transisi filter dari pass ke stop atau sebaliknya, filter ideal adalah filter yg transisinya tak terhingga. Jadi tak ada transisi dari pass ke stop, secara praktis hal ini tak mungkin. Dengan meningkatnya orde filter, pengaruh dari magnitud ripple pada rolloff filter berkurang. Sedangkan,

Magnitude (dB) adalah nilai besar dari fungsi alih dinyatakan dengan T, dengan satuan dalam desibel (dB). Filter dapat diklasifikasikan menurut fungsi yang ditampilkan, dalam term jangkauan frekuensi, yaitu passband dan stopband. Dalam pass band ideal, magnitude-nya adalah 1 (= 0 dB), sementara pada stop band, magnitude-nya adalah nol. dB (Decibel)Merupakan satuan perbedaan (atau Rasio) antara kekuatan daya pancar signal.

Chebyshev Lowpass Filter

wp=input('masukkan passband freq. =')
ws=input('masukkan stopband freq. =') rp=input('masukkan passband ripple =') rs=input('masukkan stopband ripple =')

fs=input('masukkan sampling freq. :')

w1=2*wp/fs;w2=2*ws/fs; %mendefinisikan nilai w1 dan w2

[n,wn]=cheb1ord(w1,w2,rp,rs,'s'); %Chebyshev tipe 1, pemilihan orde filter [b,a]=cheby1(n,rp,wn,'s'); %Chebyshev Tipe 1 digital & analog filter desain

w=0:.01:pi;
[h,om]=freqs(b,a,w); m=20*log10(abs(h)); an=angle(h);

%menentukan persamaan w
%transformasi laplace, frekuensi respon %menentukan persamaan m %persamaan an=sudut fase dari (h)

subplot(2,1,1); plot(om/pi,m);

%menentukan posisi grafik dan menggambarkan

ylabel('gain dalam dB'); xlabel('(a)frekuensi dinormalisasi'); %label dari x dan y subplot(2,1,2);plot(om/pi,an); %menentukan posisi grafik dan menggambarkan %label

ylabel('tahap dalam radian'); xlabel('(b)frekuensi dinormalisasi');

Besar inputan :

Hasil :

Kesimpulan :
Rp harus lebih kecil dari Rs untuk Chebyshev low pass filter . Dengan Wp adalah frekuensi passband ,Ws adalah frekuensi stopband , Rp adalah ripple passband, Rs adalah ripple stopband. [N, Wp] = CHEB1ORD (Wp, Ws, Rp, Rs) mengembalikan urutan yang terendah Agar digital Chebyshev Tipe 1 menyaring yang kehilangan tidak lebih dari Rp dB di passband dan memiliki setidaknya Rs dB redaman di stopband tersebut. Wp dan Ws adalah passband dan frekuensi stopband tepi, dinormalisasi dari 0 ke 1 (di mana 1 sesuai dengan pi radian / sampel). Rp harus lebih kecil dari Rs untuk Chebyshev low pass filter

Daftar Pustaka :

Pengolahan Sinyal Digital & Sistem Pemrosesan Sinyal (Ir. Harlianto Tanudjaja, M.Kom.) Panduan Praktis Matlab (Drs. Sahid, M.Sc.)

T3R1MA KA51H