PERCOBAAN I
Pengenalan MATLAB
I. Tujuan
Mahasiswa dapat menjelaskan operasi operasi dasar dan programing dasar
pada MATLAB serta aplikasi MATLAB untuk Pengolahan Sinyal Digital (PSD)
II. Ruang Lingkup
A. Teori Singkat
MATLAB
MATLAB singkatan dari MATRIX LABORATORY. Aplikasinya
biasanya digunakan untuk bidang sebagai berikut :
- Math and computation Algorithm development
- Data acquisition Modeling, simulation, and prototyping -
Data analysis, exploration, and visualization
- Scientific and engineering
- Graphics Application development, termasuk graphical user
interface building
Aplikasi matlab cukup luas untuk bidang yang terutama sangat
membutuhkan bantuan perhitungan matematika.
Perlu diketahui, bahwa matlab bekerja dalam operasi matematika yang
dalam hal ini berupa matriks. Seluruh operasi dalam matlab adalah operasi
matriks.
Matlab dapat menampilkan hasil perhitungan yang mungkin berupa plot
grafik dan dapat dirancang pula dengan menggunakan GUI (Graphical User
Interface) yang kita rancang.
Secara default, bagian MATLAB terdiri dari :
Gambar 2.1 Window MATLAB
Command window digunakan untuk mengetik fungsi, Command history
digunakan untuk melihat atau menggunakan kembali fungsi yang telah
digunakan sebelumnya. Sedangkan Workspace digunakan unuk melihat atau
LaLab sistem 1su
membuat variabel yang ada dalam MATLAB. Current Directory menunjukkan
folder tempat MATLAB sedang bekerja.
Beberapa operasi yang ada dalam MATLAB :
Penjumlahan, Pengurangan, Perkalian, Pembagian, Pangkat Matrix
o Menggunakan tanda + - * / ^
Integral dan Differensial
o DIFF (Persamaan) => untuk operasi turunan
o INT (Persamaan) => untuk operasi integral
Invers dan Transpose Matrix
o INV (Nama_Matrix), untuk invers
o TRANSPOSE (Nama_Matrix), untuk transpose
Perulangan
o Dilakukan dengan cara
X:Y => perulangan dari nilai X ke Y dengan step 1
X:Y:Z => perulangan dari X ke Z dengan step Y
Plot Grafik
o Plot (Nama_Variabel_yang_akan_Diplot) o
Subplot
Adakalanya perlu juga membaca Help dari MATLAB.
Contoh :
Operasi matrix
o a=[3 4 5; 1 2 3]
o b=[1 3 4;2 4 5;3_3_3]
o b=[1 3 4;2 4 5;3,3 3]
o a=[3 4 5; 1 2 3; 5 6 7]
o c=a * b
o c=a / b
o c=a.^2
o c=a.*2
o transpose (a) %untuk transpose matrix o
inv(a)
o c(1,1) %untuk mengakses nilai baris 1
kolom 1 pada matrix C
o a(1,2) %untuk mengakses nilai baris 1
kolom 2 pada matrix A
Untuk Help
o help inv %untuk help mencari fungsi invers
o help diff %untuk help, untuk mengetahui
kegunaan fungsi diff
Grafik
o for i=-10:10, x(i+11)=2*i^2; end
o plot (x) %untuk membuat grafik fungsi x
Turunan
o t=sym('x') %mendeklasrasikan suatu simbol
o diff(sin(x^2)) %turunan dari sin(x^2)
LaLab sistem 1su
Integral
o Syms x %deklarasi simbol x
o int (x) %integral x
o int(x,1,2) %integral x dari 1 ke 2
Loop (Perulangan)
o 1:10
o 1:2:10
Supaya dapat lebih memahami, cobalah beberapa contoh syntax diatas
dalam MATLAB dan perhatikan hasilnya.
PSD Pada MATLAB
MATLAB dapat melakukan beberapa operasi dasar Signal Processing
yaitu
- Spectral Analysis
- Filtering
- Synthesis
- Correlation
- Control
MATLAB juga dapat digunakan untuk melakukan pemrograman, antara
lain dengan menggunakan m-file. Cara kerja m-file sama saja dengan jika kita
mengetikkan langsung pada Command Window, hanya saja kita bisa
mengetikkan terlebih dahulu baru di jalankan kemudian.
Untuk memulai menggunakan M-File, Klik menu File pada Toolbars
anda. Kemudian pilih menu New - M-File. Anda akan melihat satu buah
window Editor baru.
Simulink merupakan bagian dari MATLAB yang cukup berguna untuk
menganalisa sebuah model dan konstruksi dalam bentuk simulasi.
B. Daftar Alat
- PC
- MATLAB
III. Referensi
- Digital Signal Processing : A System Design Approach, Pertemuan 1
- Digital Signal Processing : A Practical Approach, Pertemuan 1
- DIGITAL SIGNAL PROCESSING, Principles, Algorithms, and
Applications, Pertemuan 1
- Tentang MatLab: http://www.mathworks.com/ -
MatLab untuk PSD:
http://www.eng.auburn.edu/~sjreeves/Classes/DSP/DSP.html -
Matlab HELP
LaLab sistem 1su
IV. Deskripsi Tugas dan Prosesdur
A. Operasi dasar MATLAB
Cobalah operasi MATLAB yang ada pada Teori Singkat.
B. Sinyal Analog dan Sinyal Diskrit
1. Buka M-File (File - New - M-File), lalu ketikkan program dibawah ini:
% a)
% period is 2/5, so 2 sec is long enough for plot
t = 0:.4/100:2;
x = 4*cos(5*pi*t-pi/4);
subplot(2,2,1),plot(t,x)
xlabel(Time (sec))
ylabel(x(t))
title(a))
% b)
% period is 0.1, so plot for n=0 to 20
n=0:20;
x = 4*cos(2*pi*0.1*n);
subplot(2,2,2),stem(n,x)
xlabel(Time (sec))
ylabel(x[n])
title( b))
2. Save hasil yang diperoleh.
C. SpektrumFrekuensi dari Suatu Sinyal
1. Buat M-File baru, kemudian ketikkan program dibawah ini:
close;
Fs = 10000;
Ts = 1/Fs;
t = 0:Ts:1;
y = 2*sin(2*pi*200*t)+0.5*sin(2*pi*600*t)+sin(2*pi*1500*t);
sound(y,Fs);
plot(t(1:100),y(1:100))
Y = fft(y,1024);
Ym = abs(Y);
f = Fs*(0:511)/1024;
figure; plot(f,Ym(1:512))
2. Save hasil yang diperoleh.
V. Tugas Laporan
1. Analisa percobaan yang ada pada percobaan ini.
2. Operasi-operasi PSD yang dapat dilakukan oleh MATLAB.
3. Jelaskan keuntungan, aplikasi PSD dan juga kekurangan.
4. Jelaskan dan sebutkan prosesor-prosesor DSP yang ada dan apa kelebihannya
dibandingkan MATLAB.
LaLab sistem 1su
VI. Tugas Pendahuluan
1. Pelajarilah penggunaan MATLAB untuk menghitung operasi-operasi dasar
matematik.
6 3 7 0 7 0 1 2 1 4( 1 2 3 4 5 5 4 3 2 1 ( 5 ( (
( ( ( (
10 4 4 4 1 8 5 0 1 5 1 3 2 0 3 3 0 1 0 14 6
6
6
7
M : =
9
10
13
14
5
0 5 0 1 0 7 7 2
6 9 6 1 3 8 1 2
9 4 5 2 3 5 4 3
8 7 4 7 3 6 3 1
0 6 0 1 0 11 2 4
0 8 2 4 11 4 1 3
2 4 3 5 14 0 0 5
1 15 0 6 0 6 0 0
(
6( 2 2 0 6 0 4 7
(
7( 3 4 2 3 2 5 2
8( 4 5 2 4 4 0 4
(
8( 7 6 0 0 2 5 4
7( 1 7 3 9 10 7 5
(
6( 4 9 4 9 3 6 6
(
5 8 11 0 12 0 1 2
(
4 0 2 5 1 3 0 8
( ( (
1 0 8 ( 7 ( (
( ( (
12 7 1( 12 ( (
0 5 0 ( 5 ( (
( ( |34 8 2 11 1 3 3 6 1| (
1 3 9 ( 10 ( (
3 3 8 ( 4 ( (
( ( (
0 5 2 ( 5 ( (
( ( (
2 2 6 8
( ( (
11 3 7 3
Dengan menggunakan MatLab, hitung determinan dan invers dari matriks M!
2. Gambarkan sinyal-sinyal dibawah ini.
- y = sin(2 t 100 t)
- y = cos(2 t 6500 t )
- y = sin(2 t 100 t) + cos(2 t 1500 t )
- y = 5sin(2 t 500 t)
Gambarkan sinyal-sinyal tersebut dalam satu layar (Gunakan perintah
subplot!)
3. Jelaskan kelebihan PSD dibandingkan pemrosesan sinyal analog dalam hal:
- Fleksibilitas.
- Reliability.
- Predictable dan Repeatable.
4. Jika MATLAB dapat mengerjakan seluruh operasi dasar DSP, mengapa masih
dibutuhkan prosesor DSP?
PERCOBAAN II
Sinyal Waktu Diskrit dan Efek Aliasing
I. Tujuan
- Mahasiswa dapat menjelaskan klasifikasi sinyal dan efek aliasing.
- Mahasiswa dapat mendemonstrasikan bentuk sinyal waktu diskrit dan efek
aliasing menggunakan MATLAB.
II. Ruang Lingkup
A. Teori Singkat
Sinyal Waktu Diskrit
Sinyal merupakan besaran fisika yang nilainya fungsi dari satu atau lebih
besaran fisika lainnya. Sebagai contoh sinyal suara adalah perubahan tekanan
udara yang bergantung pada waktu dan posisinya dari sumber suara.
Sinyal ada 2 yaitu sinyal analog dan sinyal digital. Sinyal digital adalah
sinyal dengan Discrete Time Discrete Value yang direpresentasikan dengan
bilangan biner (Bit-bit).
Sinyal Digital
Sinyal Analog
Gambar 2.1
Pada pengolahan sinyal digital ada beberapa sinyal diskrit dasar/elementer
yang digunakan untuk menganalisa sistem atau mengidentifikasi karakteristik
sistem. Sinyal-sinyal diskrit elementer tersebut diantaranya:
- Sinyal Unit Impulse
o ( n )
=
1 , n = 0
0 , n = 0
- Sinyal Unit Step
U ( n )
=
1 , n > 0
0 , n < 0
- Sinyal Unit Ramp
Ur ( n )
=
n , n > 0
0, n < 0
- Sinyal Eksponensial
x(n) = a
n
, untuk semua n
Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat Keras
Percobaan II ver:0 - 2006 Halaman: 1 dari 7
Beberapa operasi untuk memanipulasi sinyal waktu diskrit adalah
o Time Delay
TD
k
( x ( n
) )
x(n)
o Time Advance
= x ( n k ) , k > 0
x(n-k)
Z-k
TD
k
( x ( n
) )
x(n)
o Folding
= x ( n
+ k
Zk
) , k > 0
x(n+k)
FD
k
(x(n) ) = x ( n)
o Scaling
y (n) = A x (n)
x(n) A
A x(n)
o Addition
y(n) = x1(n)+ x2 (n)
x1(n)
x2(n)
o Multiplication
y ( n
) =
x1(n)
x2(n)
Pedoman Praktikum Pengolahan Sinyal Digital
Percobaan II ver:0 - 2006
+
x 1( n ) x 2
( n )
x
y(n)
y(n)
UPT Perangakat Keras
Halaman: 2 dari 7
- Operasi sinyal disktrit pada time domain:
http://www.bores.com/courses/intro/time/index.htm -
Statistik, probabilitas dan noise pada sinyal:
http://www.dspguide.com/ch2.htm
- Matlab HELP
IV. Deskripsi Tugas dan Prosedur
A. Sinyal-sinyal Diskrit Elementer
- Gambarkan sinyal-sinyal diskrit elementer
singkat pada MATLAB.
- Save hasil yang diperoleh.
B. Manipulasi Sinyal Waktu Diskrit
Diberikan suatu fungsi x[n]
0 jika n < 2
yang ada pada teori
x[n] =
2n - 4 jika 2 n < 4
4 - n jika 4 n
% Fungsi x[n]
n1 = -8:-4; x1 = zeros(size(n1));
n2 = -4:3; x2 = 2*n2-4;
n3 = 3:8; x3 = 4-n3;
n = [n1 n2 n3];
x = [x1 x2 x3];
subplot(241),stem(n,x)
xlabel('n')
ylabel('x[n]')
title('Fungsi x[n]')
Time Advance
Lakukan Time Advancedengan fungsi
y[n] = x[n +1] dimana x[n] dari fungsi diatas
% Time Advance
na = n-1;
subplot(242),stem(na,x)
xlabel('n')
ylabel('x[n]')
title('Time Advance (n+1)')
Time Delay
Lakukan Time Delay dengan fungsi
y[n] = x[n 1] dimana x [n] dari fungsi diatas
% Time Delay
nd = n+1;
subplot(243),stem(nd,x)
Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat Keras
Percobaan II ver:0 - 2006 Halaman: 4 dari 7
xlabel('n')
ylabel('x[n]')
title('Time Delay (n-1)')
Scaling
Lakukan efek scaling dengan fungsi
y[n] = 3x[n] dimana x[n] dari fungsi diatas
% Scalling
xscale = 3*x;
subplot(244),stem(n,xscale)
xlabel('n')
ylabel('x[n]')
title('Scalling (3X)')
Folding
Lakukan efek Folding dengan fungsi
y[n] = x[n] dimana x[n] dari fungsi diatas
% Folding
n = -n;
subplot(245),stem(n,x)
xlabel('n')
ylabel('x[n]')
title('Folding')
Addition
Diberikan suatu fungsi k[h]
0 jika h < 4
k[h]
h + 2 jika - 4 h -< 3
h 2 jika 3 h
% Fungsi k[h]
h1 = -8:-4; k1 = zeros(size(h1));
h2 = -4:3; k2 = h2+2;
h3 = 3:8; k3 = h3-2;
h = [h1 h2 h3];
k = [k1 k2 k3];
subplot(246),stem(h,k)
xlabel('h')
ylabel('k[h]')
title('Fungsi k[h]')
Lakukan Addition antara sinyal x[n] dengan sinyal k[h]
Dengan fungsi g[z] = x[n] + k[h]
% Penjumlahan Sinyal x[n] + h[k]
Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat Keras
Percobaan II ver:0 - 2006 Halaman: 5 dari 7
gad=x+k;
subplot(247),stem(h,gad)
xlabel('z')
ylabel('g[z]')
title('Addition')
Multiplication
Lakukan Multiplication antara sinyal x[n] dengan sinyal k[h]
Dengan fungsi g[z] = x[n]* k[h]
% Perkalian Sinyal x[n] * h[k]
gmul=x.*k;
subplot(248),stem(h,gmul)
xlabel('z')
ylabel('g[z]')
title('Multiplication')
Simpan m-file dan hasil yang diperoleh
C. Efek Aliasing
Diberikan suatu fungsi sinus x(t ) = sin(et) dengan f = 100Hz disampling
dengan Fs=1000Hz. Dan juga sinyal sinus dengan frekuensi f=100+i*Fs.
Ketik program dibawah ini dan simpan hasilnya.
clc
close
clear
N = 5;
Fs=1000;
F=100;
Ts=1/Fs;
t=0:Ts:0.1;
x=sin(2*pi*F*t);
subplot(N,1,1)
plot(t,x);
for i=1:N-1
y=sin(2*pi*(F+i*Fs)*t);
subplot(N,1,(i+1))
plot(t,y,'r')
end
V. Tugas Laporan
1. Analisa percobaan yang ada pada percobaan ini.
2. Sinyal diskrit elementer.
3. Struktur waktu diskrit.
Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat Keras
Percobaan II ver:0 - 2006 Halaman: 6 dari 7
4. Efek Aliasing.
5. Syarat Nyquist.
6. Frekuensi Sampling
7. Frekuensi Natural
8. Frekuensi Fundamental
9. Frekuensi Nyquist.
VI. Tugas Pendahuluan
1. Apakah yang dimaksud dengan sinyal?
2. Sebutkan dan jelaskan sinyal-sinyal diskrit elementer yang ada!
3. Apakah yang dimaksud dengan Efek Aliasing dan terjadi pada saat apakah efek
aliasing tersebut?
Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat Keras
Percobaan II ver:0 - 2006 Halaman: 7 dari 7
PERCOBAAN III
Linear Time Invariant (LTI) Systems
I. Tujuan
- Mahasiswa dapat menjelaskan tentang sistem waktu diskrit LTI (Linear
Time Invariant.)
- Mahasiswa dapat mendemonstrasikan impulse respons dan opearsi
konvolusi pada sistem waktu diskrit menggunakan MATLAB.
- Mahasiswa dapat membandingkan sistem waktu diskrit berdasarkan impuls
responnya menggunakan MATLAB.
II. Ruang Lingkup
A. Teori Singkat
LTI Systems & Impulse Response
Suatu sistem dikatakan LTI jika memenuhi sifat Linier dan Time
Invariant. Impulse Response adalah respon/output dari sistem LTI, jika diberi
input berupa sinyal impuls.
Gambar 3.1
Impulse unit memiliki spektrum frekuensi yang terdiri dari semua
frekuensi sehingga cocok untuk menguji/mengetahui karakteristik dari (Kernel)
dari suatu sistem.
Konvolusi
Ada 3 sifat-sifat konvolusi yaitu:
- Komutatif
h1(n)- h2 (n) = h2 (n )- h 1(n )
- Assosiatif
(x (n)- h 1(n) )- h2 (n) = x(n)- (h 1(n ) - h 2 (n))
- Distributif
x(n)- (h1(n ) + h 2 (n) ) = x(n)- h 1(n ) + x (n)- h2 (n)
FIR & IIR
FIR memiliki impulse response (h(n)) dengan durasi yang berhingga,
sedangkan IIR memiliki impulse response (h(n)) yang tak berhingga. Untuk
sistem FIR bisa diimplementasikan langsung dari persamaan konvolusinya.
N 1
y(n )
=
}
H
-
j e n
d ( ) e d
h ( 0) = 0
j e n d
=
2
} j e d
-
-=
cos ( n )
,
n
-< n -< , n = 0
Hilbert Transformers
- Sebuah all pass filter yang melakukan pergeseran fase sebesar 900 pada
sinyal input yang masuk.
- Sering digunakan pada sistem komunikasi dan sinyal prosesing sebagai
contoh, pada pembangkitkan single side band modulated signals, radar
signal processing dan speech signal processing.
- Memiliki respon frekuensi :
Hd ( e )
=
j , 0 -<
j , -t < < 0
- Impulse respon-nya adalah :
hd (n) =
2
2 | n |
sin |
\ 2 .
, n = 0
n
0 , n = 0
B. Daftar Alat
- PC
- MATLAB
III. Referensi
- Digital Signal Processing : A System Design Approach, Pertemuan 6
- Digital Signal Processing : A Practical Approach, Pertemuan 6
- DIGITAL SIGNAL PROCESSING, Principles, Algorithms, and
Applications, Pertemuan 6
- Desain filter digital FIR secara interaktif: http://www-
users.cs.york.ac.uk/~fisher/mkfilter/
Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat Keras
Percobaan VI ver:0 - 2006 Halaman: 4 dari 9
- Tentang filter digital FIR:
http://www.bores.com/courses/intro/filters/4_fir.htm -
Tentang filter digital FIR (Moving Average):
http://www.dspguide.com/ch15.htm
- Tentang filter digital FIR: http://www.dspguru.com/info/faqs/firfaq.htm -
Tentang window sinc filter: http://www.dspguide.com/ch16.htm
- Matlab HELP
IV. Deskripsi Tugas dan Prosesdur
A. Metode Window
1) Buatlah filter digital FIR LPF dengan spesifikasi antara lain : frekuensi
sampling 10 KHz, frekuensi cut-off 1 KHz, lebar frekuensi transisi 500
Hz, passband ripple 0,01 dB.
2) Tentukan jenis window yang akan dipakai (lihat tabel pada lampiran).
3) Tentukan jumlah orde yang dibutuhkan untuk spesifikasi diatas.
4) Buka ToolBox Filter Design & Analysis Tools dari menu Start -
Toolboxes - Filter Design - Filter Design & Analysis Tools (FDA
Tool)
Gambar 6.3
Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat Keras
Percobaan VI ver:0 - 2006 Halaman: 5 dari 9
Gambar 6.4
5) Pilih jenis filter yang diinginkan (FIR - Window), jumlah orde,
frekuensi sampling, dan frekuensi cutoff sesuai dengan spesifikasi
diatas.
6) Pilih button Design Filter untuk melakukan perhitungan nilai
koefisien.
7) Jika sudah, pilih menu export dari File - Export.. atau tekan Ctrl-E.
Kemudian pada tool Export ganti variable Numerator menjadi B.
Jangan lupa untuk men-klik Overwrite Variables. Kemudian pilih Ok.
8) Tutup ToolBox Filter Design tersebut. Jika diminta untuk save, pilih
No.
9) Kemudian kembalilah ke MATLAB Command Window. Buatlah M-
File baru.
10) Ketikkan program dibawah ini
close;
Fs = 10000;
Ts = 1/Fs;
t = 0:Ts:0.05;
y=sin(2*pi*100*t)+sin(2*pi*500*t)+sin(2*pi*1500*t)+sin(2*pi*2000*t);
sound(y,Fs);
pause
subplot(221)
plot(t,y)
title('Mixed signal')
Y = fft(y,1024);
Ym = abs(Y);
Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat Keras
Percobaan VI ver:0 - 2006 Halaman: 6 dari 9
f = Fs*(0:511)/1024;
subplot(222)
plot(f,Ym(1:512))
title('Mixed signal spectrum')
pause
z = filter(B,1,y);
sound(z,Fs);
subplot(223)
plot(t,z)
title('signal after filtered')
Z = fft(z,1024);
Zm = abs(Z);
f = Fs*(0:511)/1024;
subplot(224)
plot(f,Zm(1:512))
title('signal after filtered spectrum')
11) Ulangi percobaan diatas untuk HPF, BPF, dan BSF.
B. Metode Optimum
1) Buatlah filter digital FIR HPF dengan spesifikasi antara lain :
frekuensi sampling 10 KHz, passband upper frekuensi 2,4KHz,
stopband lower frekuensi 1,5KHz, stop band attenuation 50dB.
2) Ulangi langkah 2 sampai 4 pada point A diatas.
3) Pilih jenis filter yang diinginkan (FIR - Equiripple), Pilih Minimum
Order, frekuensi sampling, dan sesuai dengan spesifikasi diatas.
4) Ulangi langkah 6 sampai 9 pada percobaan A diatas.
5) Kemudian ketikkan program dibawah ini.
close;
Fs = 10000;
Ts = 1/Fs;
t = 0:Ts:0.05;
y=sin(2*pi*100*t)+sin(2*pi*500*t)+sin(2*pi*1500*t)+sin(2*pi*2000*t);
sound(y,Fs);
pause
subplot(221)
plot(t,y)
title('Mixed signal')
Y = fft(y,1024);
Ym = abs(Y);
f = Fs*(0:511)/1024;
subplot(222)
plot(f,Ym(1:512))
title('Mixed signal spectrum')
pause
z = filter(B,1,y);
sound(z,Fs);
subplot(223)
plot(t,z)
title('signal after filtered')
Z = fft(z,1024);
Zm = abs(Z);
Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat Keras
Percobaan VI ver:0 - 2006 Halaman: 7 dari 9
f = Fs*(0:511)/1024;
subplot(224)
plot(f,Zm(1:512))
title('signal after filtered spectrum')
6) Ulangi percobaan diatas untuk LPF, BPF, dan BSF.
V. Tugas Laporan
1. Analisa percobaan pada praktikum ini.
2. Rancang filter digital FIR LPF dengan spesifikasi frekuensi sampling 20 KHz,
passband lower frekuensi 100 Hz, stopband upper frekuensi 500 Hz, passband
ripple 0,3 dB, stop band attenuation 50 dB. Buat dengan metode :
- Windowing
- Optimum
Gambarkan magnitude dan phase respon dari filter yang telah dirancang,
kemudian filter tersebut digunakan untuk memfilter signal :
y=sin(2*pi*100*t)+sin(2*pi*500*t)+sin(2*pi*1500*t)+sin(2*pi*2000*t)
Gambarkan signal input dan output dalam domain waktu dan frekuensi!
3. Jelaskan mengapa respon fase yang linier pada filter digital FIR tidak
menimbulkan distorsi fase! Dan mengapa hal tersebut dikatakan
menguntungkan? Jelaskan!
4. Pada mencari koefisien filter digital FIR dengan metode windowing, mengapa
impuls respon yang didapat harus dikalikan dengan fungsi window? Jelaskan!
5. Jelaskan mengapa tidak dapat dilakukan konversi flter analog ke filter digital
FIR!
VI. Tugas Pendahuluan
1. Apakah yang anda ketahui tentang filter digital FIR?
2. Sebutkan sifat-sifat filter digital FIR.
3. Sebutkan dan jelaskan metode-metode dalam perancangan dilter digital FIR!
4. Sebutkan jenis-jenis fungsi window ! dan jelaskan juga mengapa dibutuhkan
fungsi window, pada perancangan filter digital menggunakan metode
windowing
Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat Keras
Percobaan VI ver:0 - 2006 Halaman: 8 dari 9
VII. Lampiran
Tabel Impulse response Ideal (hd(n))
Tabel Fungsi Window
Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat Keras
Percobaan VI ver:0 - 2006 Halaman: 9 dari 9
PERCOBAAN VII
Filter Digital IIR
I.
II.
Tujuan
- Mahasiswa dapat menjelaskan filter digital IIR dan metode konversi dari
filter analog (pendekatan turunan dan BZT) untuk menghitung koefisien
filter digital IIR.
- Mahasiswa dapat menghitung koefisien-koefisien filter digital IIR dengan
metode konversi dari filter analog (pendekatan turunan dan BZT).
- Mahasiswa dapat membandingkan metode pendekatan turunan dan BZT
dalam mencari koefisien filter digital IIR.
- Mahasiswa dapat mendesain filter digital IIR menggunakan MATLAB.
Ruang Lingkup
A. Teori Singkat
IIR (Infinite Impulse Response) merupakan filter digital yang mempunyai
beberapa karakteristik antara lain impuls respon yang tidak terbatas (tak
berhingga), memiliki respon fase yang umumnya tidak linier, dan memiliki pole
sehingga filter IIR mungkin mengalami ketidakstabilan.
Sifat-sifat filter digital IIR:
Membutuhkan lebih sedikit koefisien untuk mempertajam kemiringan
filter pada frekuensi potong sehingga memerlukan waktu proses yang
lebih cepat dan memori yang lebih sedikit.
Dapat dibuat dengan transformasi dari filter analog dengan
karakteristik yang sama.
N
y(n) = h(k)x(n k) =
k -=0 k
= 0
M
a k x(n k)
k
= 1
b k y(n k)
ak dan bk adalah koefisien - koefisien filter.
N
k
ak z
H(z) =
k=0
M
(1+ b z
k
)
k = 1
Metoda perancangan filter IIR
1. Penempatan pole dan zero.
k
Menentukan letak pole dan zero dalam domain z untuk mendapatkan
respon frekuensi yang diinginkan
Menempatkan pole dan zero ke dalam bidang Z sesuai dengan
spesifikasi filter yang diinginkan.
Terbatas hanya untuk filter tertentu (BPF dan BSF).
Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat Keras
Percobaan VII ver:0 - 2006 Halaman: 1 dari 7
r
= 1
e 0 =
( Bandwidth / F sampling ) t
| F |
2 t resonan |
\
r = Jari -
2. Konversi dari Filter analog
F |
sampling .
jari pole.
Filter analog Butterworth normalisasi (Cutoff = 1)
Fungsi alih H ( s ) =
1
B n ( s )
Bn(s) adalah fungsi polinomial butterworth, di mana nilainya
Orde 1: s+1
2
Orde 2: s + s 2 + 1
Orde 3: s
3
+ 2s
2
+ 2.s+1
Rumus Konversi
- LPF ke LPF
s
s =
O Cut
- LPF ke HPF
OCut
s =
- LPF
s
ke BPF
s =
s
2 2
+ e o
Ws
- LPF
s =
s
ke BSF
Ws
2 2
+ e o
Konversi dari filter analog ke digital dilakukan dengan 2 cara:
a. Pendekatan Turunan
Terbatas hanya untuk filter tertentu (LPF dan beberapa BPF).
H
k
s
( s ) H ( z )
k
| 1 z 1|
= |
T |
\ sampling .
b. Bilinear Z -Transform (BZT)
Ketika melakukan konversi dari filter analog ke filter digital,
frekuensi sampling pada filter analog tidak dapat dipakai sebagai
frekuensi sampling pada filter digital. Perlu dibelokkan sedikit
nilainya agar pada saat dilakukan filter digital, frekuensi
sampling digitalnya sama dengan frekuensi sampling analog,
disebut juga warping.
Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat Keras
Percobaan VII ver:0 - 2006 Halaman: 2 dari 7
H ( s )
H
2
s =
T
sampling
B. Daftar Alat
- PC
- MATLAB
III. Referensi
( z )
1
( 1 z ) Warping :
1
( 1 + z )
2 | .T sampling |
= tan |
T 2 |
S \ .
- Digital Signal Processing : A System Design Approach, Pertemuan 7
- Digital Signal Processing : A Practical Approach, Pertemuan 7
- DIGITAL SIGNAL PROCESSING, Principles, Algorithms, and
Applications, Pertemuan 7
- Desain filter digital IIR secara interaktif: http://www-
users.cs.york.ac.uk/~fisher/mkfilter/
- Tentang filter digital IIR: http://www.dspguru.com/info/faqs/iirfaq.htm -
Matlab HELP
IV. Deskripsi Tugas dan Prosesdur
A. Konversi dari filter analog
C1
Vi R1 R2
n +
-
C2
Vou
t
RA
RB
Buatlah filter digital dari filter analog pada gambar diatas, dimana nilai
C1=C2=100 nf dan R1 =R2 =RA = RB = 1kO. Gunakan pendekatan BZT
untuk melakukan konversi, dengan fungsi alih seperti dibawah ini.
, =
Pedoman Praktikum Pengolahan Sinyal Digital
C 2 ( R 1 + R 2 )
2 R 1 R 2 C 1 C 2
UPT Perangakat Keras
Percobaan VII ver:0 - 2006 Halaman: 3 dari 7
A = 1 +
R A
R B
H ( s
) =
2
s
e 1 1
f n = n =
2 t 2 t R 1 R 2 C 1 C 2
A e n 2
2
+ 2 ,e n s + e n
1. Gambarkan magnitude respon dan phase respon dari filter analog
diatas.
2. Gambarkan pula magnitude respon dan phase respon dari filter digital
yang dibuat.
%Filter Analog
R1=1000;
R2=1000;
RA=1000;
RB=1000;
C1=100e-9;
C2=100e-9;
Fn=(1/(2*pi))*sqrt(1/(R1*R2*C1*C2));
zeta=(C2*(R1+R2))/(2*sqrt((R1*R2*C1*C2)));
A=1+(RA/RB);
Wn=2*pi*Fn;
F=0:10:5000;
W=2*pi*F;
s=1i*W;
H=(A*Wn^2)./((s.^2)+(2*zeta*Wn*s)+Wn^2);
MR=abs(H);
PR=angle(H)*180/pi;
subplot(221)
plot(F,MR);
title('Magnitude Respon Filter Analog')
subplot(222)
plot(F,PR);
title('Phase Respon Filter Analog')
%Filter Digital
Fs=10000;
Ts=1/Fs;
f=0:0.002:0.5;
w=2*pi*f;
z=exp(1i*w);
s=(2/Ts)*((1-z.^-1)./(1+z.^1));
h=(A*Wn^2)./((s.^2)+(2*zeta*Wn*s)+Wn^2);
mr=abs(h);
pr=angle(h)*180/pi;
subplot(223)
Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat Keras
Percobaan VII ver:0 - 2006 Halaman: 4 dari 7
kemudian filter tersebut digunakan untuk memfilter signal :
y=sin(2*pi*100*t)+sin(2*pi*500*t)+sin(2*pi*1500*t)+sin(2*pi*2000*t)
Gambarkan signal input dan output dalam domain waktu dan frekuensi!
6. Analisa percobaan pada praktikum ini.
VI. Tugas Pendahuluan
1. Apa yang anda ketahui tentang filter digital IIR !
2. Sebutkan dan jelaskan keuntungan dan kerugian filter digital IIR dibandingkan
dengan filter digital FIR!
3. Apa apa yang anda ketahui tentang warping ? Jelaskan mengapa diperlukan
proses warping dalam perancangan filter digital IIR menggunakan metode BZT!
4. Sebutkan dan jelaskan metode-metode perancangan filter digital IIR !
VII. Lampiran
Diskrit Time Continous Time
Spesifikasi Filter Digital Spesifikasi Filter Analog
Warping
ep es
fp fs
Direct
Design
Method
Ap As
op os
cp cs
Placement zero
and pole
Ap As
Op Os
op os
O=k.tan(eT/2) Fp Fs
cp cs
Indirect
design
method Classic Analog Butterworth
Filter Design Chebyshev
Elyptic
Bessel
Digital Filter H(z) s to z transform
atau
pole dan zero dalam
z BZT, Pendekatan turunan
Persamaan Dapatkan
Difference koefisien
y(n)
Finish Testing
Design IIR Method
Analog Filter H(s)
atau
pole dan zero dalam s
Struktur
Filter
Coding
DESAIN FILTER DIGITAL IIR
Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat Keras
Percobaan VII ver:0 - 2006 Halaman: 6 dari 7
1
linier dB
1 0
op
2 -A
p
1 + c p
1
1 + c s 2
1
2
Passband
os
o p = 1
Daerah
Transisi
Fp FC FS
Filter Parameter
1
o s = 1
2
-3 dB
Stopband
-A
s
Frekuensi (Hz)
1
2
1 + c p
A p = 10 log( 1
+ c p
1 + c s
2 2
) A s = 10 log( 1 + c s )
Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat Keras
Percobaan VII ver:0 - 2006 Halaman: 7 dari 7
PERCOBAAN VIII
Penggunaan Simulink
I. Tujuan
- Mahasiswa dapat menjelaskan penggunaan fasilitas simulink pada
MATLAB untuk aplikasi pengolahaan sinyal digital seperti filter digital dan
filter adaptif.
II. Ruang Lingkup
A. Teori Singkat
Filter Adaptif
Filter digital adaptif merupakan filter digital yang mampu melakukan
pengaturan terhadap koefisien-koefisiennya secara otomatis. Algoritma adaptif
yang banyak digunakan adalah algoritma Least Mean Square (LMS) karena
komputasi dan tempat penyimpanan yang dibutuhkan lebih efisien. Algoritma
LMS bertujuan untuk meminimalkan kuadrat dari error yang terjadi.
Persamaan di bawah ini adalah rumus untuk memperbaharui koefisien setiap
pencuplikan pada algoritma LMS.
Wn+ 1 = Wn + 2en Xn
Untuk nilai awal tertentu dari koefisien algoritma LMS akan konvergen dan
stabil jika :
1
0 < <
max
N.daya dari sinyal input atau maksimum nilai eigen dari data input kovarian
matriks.
dn
(sinyal referensi)
+
yn
-
xn
Filter Digital E
(sinyal input ) (sinyal output)
(sinyal error)
Algoritma
Adaptif
Komponen Utama
Filter Adaptif
Gambar 8.1 Blok DiagramFilter Adaptif
Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat Keras
Percobaan VIII ver:0 - 2006 Halaman: 1 dari 4
B. Daftar Alat
- PC
- MATLAB
III. Referensi
- Digital Signal Processing : A System Design Approach, Pertemuan 8
- Digital Signal Processing : A Practical Approach, Pertemuan 8
- DIGITAL SIGNAL PROCESSING, Principles , Algorithms, and
Applications, Pertemuan 8
- Tentang DSP Simulink:
http://web.ccr.jussieu.fr/ccr/Documentation/Calcul/matlab5v11/docs/00002/
0024b.htm
- DSP builder: http://www.altera.com/products/software/products/dsp/dsp-
builder.html
- Matlab HELP
IV. Deskripsi Tugas dan Prosesdur
A. Filter Analog dengan SimuLink
Buatlah suatu Low-Pass Filter dengan menggunakan SimuLink dengan
fc=1000Hz.
butter
Sine Wave
Analog
Time
Filter Design
Scope
Sine Wave1
Time
Scope1
Gambar 8.2 Filter Analog
Gambarkan dan simpan hasilnya. Ulangi untuk filter High-Pass, BandPass
dan Band-Stop.
B. Filter FIR dan IIR dengan SimuLink
Buatlah filter digital FIR dan IIR dengan menggunakan SimuLink dari
percobaan yang ada pada Percobaan 6 dan Percobaan 7 pada buku
pedomaan praktikum ini.
Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat Keras
Percobaan VIII ver:0 - 2006 Halaman: 2 dari 4
DSP
Sine Wave
DSP
Sine Wave1
DSP
Sine Wave
DSP
Sine Wave1
DF FIR
Digital Filter
Gambar 8.2 Filter Digital FIR
IIR DF2T
Digital Filter1
Gambar 8.2 Filter Digital IIR
Time
Scope
Time
Scope1
Time
Scope
Time
Scope1
C. Filter Adaptif dengan SimuLink
Siny al Input
Time
DSP
Sinus 100Hz
Sinyal Input
Sine Wave
Sinus 100Hz
DSP
Sinus 1000Hz
Sine Wave1
Pedoman Praktikum Pengolahan Sinyal Digital
128 Koefiesien
mu=0.00 5
Output
Input
LMS Error
Desired Wts
Koef isien Filter
LMS Filter
Scope1
Siny al Ouput
3.255 e-01 6
Time
Scope
Display1
0.05624
Display
UPT Perangakat Keras
Percobaan VIII ver:0 - 2006 Halaman: 3 dari 4
Gambarkan blok diagram diatas kemudian lihat hasilnya.
Kemudian rubah Sinus 1000Hz menjadi sinyal noise, kemudian lihat
hasilnya!
V. Tugas Laporan
1. Analisa percobaan pada praktikum ini!
2. Salah satu aplikasi dari PSD adalah adaptive echo cancellation, buat blok
diagram dan jelaskan cara kerja-nya ! Kemudian simulasikan menggunakan
SimuLink!
3. Rancang filter digital IIR dengan mengkonversi filter analog dibawah ini,
menggunakan metode BZT, frekuensi sampling 20 KHz, dengan C1=C2=100nf,
R1 =R2 =1000O.
kemudian filter tersebut digunakan untuk memfilter signal :
y=sin(2*pi*100*t)+sin(2*pi*500*t)+sin(2*pi*1500*t)+sin(2*pi*2000*t)
Simulasikan menggunakan SimuLink!
4. Rancang filter digital FIR HPF dengan spesifikasi frekuensi sampling 20 KHz,
passband upper frekuensi 500 Hz, stopband lower frekuensi 1000 Hz, passband
ripple 0,3 dB, stop band attenuation 50 dB. Buat dengan metode :
- Windowing
- Optimum
Gambarkan magnitude dan phase respon dari filter yang telah dirancang,
kemudian filter tersebut digunakan untuk memfilter signal :
y=sin(2*pi*100*t)+sin(2*pi*500*t)+sin(2*pi*1500*t)+sin(2*pi*2000*t)
Gambarkan signal input dan output dalam domain waktu dan frekuensi!
VI. Tugas Pendahuluan
1. Jelaskan penggunaan SimuLink pada MATLAB!
2. Jelaskan apa itu Adaptive Filter dan apa kelebihannya dibandingkan dengan
filter digital (FIR dan IIR)!
3. Sebutkan dan jelaskan algoritma-algoritma untuk membuat adaptive filter!
4. Buat menggunakan SimuLink untuk menampilkan sinyal dibawah ini dalam
domain waktu dan frekuensi !
y=sin(2*pi*100*t)+sin(2*pi*500*t)+sin(2*pi*1500*t)+sin(2*pi*2000*t)
Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat Keras
Percobaan VIII ver:0 - 2006 Halaman: 4 dari 4