Filter Digital
Filter Digital
Filter Band Pass hanya melewatkan sebuah pita frekuensi saja seraya
memperlemah semua frekuensi di luar pita itu. Pengertian lain dari Band Pass
Filter adalah filter yang melewatkan suatu range frekuensi. Dalam
perancangannya diperhitungkan nilai Q(faktor mutu). dengan
Q = faktor mutu
fo = frekuensi cutoff
B = lebar pita frekuensi
Gambar Band Pass Filter seperti berikut ini :
Filter Band Elimination, yaitu filter band elimination menolak pita frekuensi
tertentu seraya melewatkan semua frekuensi diluar pita itu.Bisa juga disebut Band
Reject merupakan kebalikan dari Band Pass, yaitu merupakan filter yang menolak
suatu range frekuensi. Sama seperti bandpass filter, band reject juga
memperhitungkan faktor mutu.
dimana:
l =1
k =0
- {bk} koefisien feed forward
- {al} koefisien feed back
- banyaknya (total koefisien) = M+N+1
- N ditetapkan sebagai orde filter IIR
Untuk merealisasikan ke dalam sebuah program simulasi atau perangkat keras
maka bentuk persamaan diatas dapat disederhanakan ke dalam diagram blok
Gambar 1. Untuk implementasi sebuah low pass filter bersifat narrow-band
menggunakan sebuah filter IIR merupakan pilihan yang sangat sulit tetapi masih
mungkin dilakukan. Satu alasannya adalah penentuan orde yang tepat sehingga
menghasilkan bentuk yang tajam pada respon frekuensi relative sulit. Pada
domain unit circle bidang-z sering ditandai dengan letak pole-pole yang ada diluar
lingkaran, hal ini secara fisis memberikan arti bahwa filter yang dihasilkan tidak
stabil.
Kita coba untuk merealisasikan dalam program Matlab secara sederhana dengan
melihat pada masing-masing kasus, dalam hal ini adalah low pass filter (LPF) dan
high pass filter (HPF).
Contoh 1:
Kita akan mencoba merancang sebuah low pass filter (LPF) IIR dengan
memanfaatkan filter Butterworth. Frekuensi cut off ditetapkan sebesar 2000 Hz.
Dalam hal ini frekuensi sampling adalah 10000 Hz. Langkah realisasi dalam
Matlab adalah sebagai berikut.
clear all;
R=0.2;
N=16;
Wn=0.2;
figure(1);
[B,A] = butter(N,Wn);
[H,w]=freqz(B,A,N);
len_f=length(H);
f=1/len_f:1/len_f:1;
plot(f,20*log10(abs(H)),'linewidth',2)
Contoh 2:
Pada contoh kedua ini kita akan mencoba merancang sebuah filter IIR untuk high
pass filter (HPF). Tetap dengan frekuensi cut off 2000 Hz, dan frekuensi sampling
10000.Langkah pemrogramanya adalah dengan sedikit memodifikasi bagian
berikut. [B,A] = butter(N,Wn,'high'); Ini akan memberikan respon frekuensi
seperti berikut.
Persaman ini untuk filter recursive, yang biasanya mengarah pada perilaku respon
impulse yang tak terbatas, tetapi jika penyebut adalah satu, maka adalah bentuk
untuk respon impulse yang terbatas penyaring.
Definisi Transformasi Z
Transformasi-z, F(z), dari fungsi waktu diskrit f(n) adalah:
Transformasi-z
Sifat-Sifat Trasformasi-z
1. Linearitas
2. Time Shifting (pergesearan waktu)
3. Convolusi
4. Teorema nilai awal
Sifat-Sifat Transformasi-z
1. Linieritas
Sifat-Sifat Transformasi-z
2. Time Shifting/Pergeseran waktu
SCRIPT
Contoh :
Scriptnya:
n = 100;
B1 = [0.2066,0.4131,0.2066];
A1 = [1,-0.3695,0.1958];
[H1z,w1T] = freqz(B1,A1,n);
plot(w1T,abs(H1z)), title(Filter Digi
H1(z)),
xlabel(Frekwensi ternormalisasi),
ylabel(Besaran), grid;
Scriptnya:
n = 100;
B2 = [0.2066,0.4131,0.2066];
A2 = [1,-0.3695,0.1958];
[H2z,w2T] = freqz(B2,A2,n);
plot(w2T,abs(H2z)), title(Filter Digital
H2(z)),
xlabel(Frekwensi ternormalisasi),
ylabel(Besaran), grid;
Scriptnya:
n = 100;
B3 = [0.2066,0.4131,0.2066];
A3 = [1,-0.3695,0.1958];
[H3z,w3T] = freqz(B3,A3,n);
plot(w3T,abs(H3z)), title(Filter Digital
H3(z)),
xlabel(Frekwensi ternormalisasi),
ylabel(Besaran), grid;
= 1000Hz
Frekuensi Sample
= 8000Hz
% passband ripple in dB
As = 20;
% stopband attenuation in dB
Di susun oleh :
DINARI GUSTIANA C.D
TT-2D
1231130006