I.1 Pendahuluan
Sinyal merupakan suatu peranan penting dalam kehidupan, karena saat ini
manusia banyak yang ketergantungan dengan telekomunikasi terutama teknologi
peralatan (gadget), yang mana piranti ini sarat dengan pengolahan sinyal. Tanpa
disadari, sinyal juga dapat ditemukan di sekitar manusia dalam bentuk sinyal
elektromagnetik tubuh makhluk hidup. Agar sinyal dapat bermanfaat sesuai
kebutuhan manusia dengan efisien dan optimal, maka diperlukan pengolahan sinyal
dengan menggunakan suatu sistem elektronika analog maupun yang digital.
Klasifikasi sinyal digolongkan menjadi dua bagian, sinyal analog dan sinyal
digital. Sinyal analog merupakan sinyal yang memiliki nilai untuk setiap waktu,
sedangkan sinyal digital merupakan sinyal yang tidak pada semua waktu terdefinisi.
Sinyal Riil dan sinyal kompleks
Sinyal riil merupakan sinyal yang bersifat riil untuk semua variabel. Sinyal
kompleks merupakan sinyal yang mempunyai nilai yang kompleks ada faktor
nilai imajiner.
Dalam kehidupan modern, pengolahan sinyal sangat bermanfaat dalam segala bidang,
antara lain :
Bidang Militer, contoh : Pengiriman sinyal radar pesawat dan sistem kendali
satelit.
x ( t )=x cos
Kedudukan
seimbang
X(t)
Simpangan pada
saat t
k
m
t ;t0
Amplitude
k
= konstanta
Gejala non deterministic adalah gejala-gejala yang besaran-besaran fisisnya tak dapat
dinyatakan secara eksplisit oleh suatu hubungan matematis.
Contoh : Output listrik dari generator bising. Data pengamatan gejala non
deterministic adalah acak dan harus dinyatakan dalam pernyataan statistic dan ratarata statistic.
A. Klasifikasi Gejala Deterministik
Deterministik
Non
periodik
Periodik
Hampir
periodi
k
Transien
Sinusoid
Periodik
t
Periodik Sinusoidal
al
komplek : gejala yang dapat dinyatakan secara matematis oleh fungsi
T p=
1
f0
-x
Tp
periode
Periodik Komplek : dinyatakan oleh fungsi matematis berubah waktu yang bentuk
gelombangnya tepat berulang kembali pada selang-selang regular.
Misal :
x ( t )=x ( t nT p ) n=1,2,
an cos 2 n f 1 t +b n sin 2 n f 1 t
a0
x ( t )= +
2 n=1
f1:
Dengan
frekuensi fundamental =
1
Tp
Tp
Perioda
Te
2
an = x ( t ) cos 2 n f 1 t dt ; n=0,1, 2 .
Tp 0
Tp
2
bn = x ( t ) sin 2 n f 1 t dt ; n=1, 2,
Tp 0
atau
x ( t )=x 0 + x n cos ( 2 n f 1 t n )
n=1
x 0=
dengan
a0
;
2
x n= a2n +b 2n
n=tg1
bn
an
n= 1, 2
frekuensi
Hampir periodic : dinyatakan oleh fungsi matematis berubah waktu yang berbentuk
Dengan
f n / f m bilangan rasional
Spectrum :
amplitudo
frekuensi
Non periodik transien : adalah gejala-gejala non periodik yang tak termasuk dalam
gejala hamper periodik. Karakteristik yang penting : representasi spectral diskret tak
mungkin diperoleh. Representasi spectral kontinu dalam hamper semua kasus dapat
diperoleh dari intergral Fourier.
+
x ( f )= x ( t ) e j 2 ft dt
|x (f ) e j(t )|
argume
n
Magnitudo
x(f)
Contoh-contoh :
Definisi
Domain waktu
X(t)
at
x ( t ) A e ;t 0
0 ;x <0
Domain frekuensi
x (t ) A e
X(f)
at
cos bt ;t> 0
0 ;t <0
0
f
0
X(f)
X(t)
x ( f ) A ;C t 0
0 ;C< t<0
CA
f
t
acak
stasioner
Ergodic
Non Stasioner
Non ergodic
Proses random
stasioner : koleksi fungsi
sample, dinamakan
ensemble, meyatakan proses acak. Sifat-sifat gejala dapat dinyatakan pada setiap
saat dengan menghitung rata-rata pada ensemble.
contoh : mean value (momen pertama), korelasi (momen bersamaan) antara
harga-harga proses acak pada dua saat yang berlatihan, ytang dinamakan
fungsi auto korelasi.
N
1
lim
x k (t 1)
x (t1) = n n
k=1
N
R x ( t 1+t 1 + ) lim
1
x ( t ) x (t + )
n k=1 k 1 k 1
rata-rata ensemble
x ( k ) =lim
1
x (t )dt
T 0 k
Rata-rata terhadap waktu
T
1
x k (t ) x k (k+) dt
T T 0
R x ( , k ) =lim
Jika proses acak {x(t)} stasioner dan x (k) dan Rx(,k) tidak berbeda jika
dihitung dengan fungsi-fungsi sample yang berbeda, maka proses acak dikatakan
ergadic.
Dalam proses acak ergedic, harga mean dan fungsi autokorelasi dirata-ratakan waktu
sama dengan harga dirata-ratakan ensemble.
-
Proses acak tak stasioner semua proses acak yang tak memenuhi persyaratan
untuk kestasioneran.
Nama
Fungsi rapat
Sifat
Kemungkinan besaran
kemungkinan
mempunyai harga
dalam range tertentu
x< x( f )< x+ x
x
prob
p ( x )= lim
x 0
Tx
T
lim
( amplitudo ) lim
x 0
Harga kwadrat
mean
Fungsi
Kebergantungan
autokorelasi
1
x = lim x 2 ( t ) dt
T T 0
2
(intensitas)
T
1
R x ( ) =lim x ( t ) x (t , )dt
T t 0
spektral daya
1
x ( f 1 f ) = lim x 2 ( f 1, f 1 f ) dt
T T 0
2
Gx (f )
Gx ( f ) = lim
f 0
+
x 2( f 1 f )
=2 R x ( ) e j 2 f d
f
fourier
transform
Rx ()
H ( s ) e 2 jsx ds
h(x) =
h ( x ) e 2 jsx dx
H(s) =
spektrum
Maka fungsi h(x) dan H(s) dikatakan Transformasi Fourier satu sama lain atau
membentuk Pasangan Fourier dan diberi symbol h(x)
H(s)
Pasangan Dasar
h(x)
H(s)
Argumen negatif
h(-x)
H(-s)
Konyugasi komplek
h * (x)
H * (-s)
h * (-x)
H * (s)
h( x/a )
a H( as )
negatif
Penskalaan dengan kostanta positif
Perkalian dengan konstanta
superposisi
Pergeseran dalam x
ch(x)
cH(s)
h1(x) + h2(x)
h ( x- x1 )
e2 jsx 1
H1(s) + H2(s)
H( s )
Pergeseran dalam s
Konvolusi dalam x
e2 js 1x
h( x )
H ( s- s1 )
( x1) h2 ( x- x1 )dx1H1 ( s ) H2 (s )
Konvolusi dalam c
h1 ( x ) h2 ( x )
Autokorelasi dalam x
( s1) H2 ( s - s1 ) ds1
Autokorelasi dalam s
H(s ) H* (s )
h(x) h * ( x )
H
+
( s1) H* ( s1 - s ) ds1
H(s)
GENAP
GENAP
GANJIL
Riil dan ganjil
Komplek dan ganjil
Riil genap dan imagine ganjil
Riil ganjil dan imaginer genap
Imaginer dan genap
Riil
Imaginer
( x1) h2 * ( x - x1 )dx1
H1(s) H2* (s )
h1
(x) h2 * ( x )
Diferensiasi dalam x
h1 ( x )
js H(s)
Diferensiasi dalam s
-jx
H1 ( s )
h(x)
h(x) =
Laplacean
2
h ( x )=
Teorema Rayleigh
d2 ( )
h x
dx 2
2 2
-4 s H (s )
|h( x )|
dx =
|H ( s)|
ds
F(U,v) = f { f (x , y ) } =
dan
+
f(x,y) = f1 { F(U , v) } =
F(s) = L { f ( x ) } =
f ( x ) es x dx
0
+j
F(x) =
L1 { F (s ) } =
1
F ( s ) es x ds
2 j j
L { c f ( x) } =C L { f (x ) }=C F ( s)
d
n
f ( x) =s F( s)
dx n
Sifat integrasi
Sifat pergeseran
Sifat translasi
L { f (xa) }=e
Sifat korelasi
L { f ( x )g(x )}=L { f ( x ) } L { g( x ) }
Sifat linier
Sifat diferensiasi
f ( x ) dx = 1S F (s)
0
as
F ( s)
Impuls satuan
f(x)
F(s)
(x)
0; x 0
Tangga satuan
u(x)
1
2
1
s
;x=0
1;x 0
Sinus
Sin x
/ (s2 + 2)
Cosinus
Cos x
s / (s2 + 2)
e-ax
1 / (s + a)
tn / n1
1 / (sn+1)
Eksponensial
Pangkat
Suatu fungsi f(x) dinamakan causal (kausatif, sebab akibat) jika memenuhi
sifat f(x) = 0 untuk x < 0. Untuk fungsi domain ini, baik riil maupun komplek, bagian
riil dan imaginer transformasi Fouriernya berhubungan yaitu jika
Maka R(s) =
f ( x ) e j 2 s x dx
0
+
1 I m (U )
du
dan Im(s) =
sU
1 R(U )
=du
sU
dan pasangan diatas dinamakan pasangan transformasi Hilbert. Bentuk lain : jika f(x)
fungsionil dengan Transformasi Fourier
+
maka
f^
(x) =
f ( y)
1
dy
x y
I.3 Rangkuman
Sinyal Deterministik
Sinyal Periodik
Sinyal Sinusoida
Sinyal Complex-Periodic
Sinyal Pseurandom
Sinyal Non-Periodik
Sinyal Transien
f^ (x) =
1
F ( s ) e j 2 s x ds
Sinyal Step
Sinyal Ramp
Sinyal Segitiga
Sinyal Signum
Sinyal Sinc
Sinyal Gaussian