Anda di halaman 1dari 24

PENGOLAHAN SINYAL

SECTION 1
Pendahuluan
SECTION 2
Pengenalan sinyal dan
sistem
SECTION 3
Sinyal
SECTION 4
Sistem (1)
SECTION 5
Sistem (2)
SECTION 6
Fourier (1)
SECTION 7
Fourier (2)
SECTION 8
Transformasi Z (1)

Made by yedi george


Deskripsi Mata Kuliah:
Mata Kuliah Pengolahan Sinyal merupakan kelanjutan dari mata kuliah Rangkaian Listrik
dengan penguatan pada matematika dan fisika. Pemrosesan Sinyal memberikan dasar-dasar
pengolahan sinyal baik secara digital maupun secara analog. Untuk itu diperlukan
pengetahuan dasar tentang sistem dan sinyal (baik diskrit maupun kontinyu). Selain itu
juga diberikan hal-hal dasar yang terkait dengan pengolahan sinyal seperti konvolusi dan
transformasi sinyal (Fourier, Laplace, z) serta aplikasinya dalam dunia Telekomunikasi
Tujuan :
Memahami konsep dasar sinyal dan sistem serta mampu menganalisa sinyal dan sistem
dengan berbagai macam metoda, baik untuk sinyal kontinu maupun diskrit dalam bidang
telekomunikasi
Penilaian:

SECTION 9
Transformasi Z (2)
SECTION 10
Transformasi Laplace
(1)

Tugas /Tes : 30%


UTS
: 30%
UAS
: 40%

Kepustakaan :
1. Gabel and Roberts. Signal and Linier System, 3rd ed. John Willey, 1987.
2. Oppenheim. Signal and System. Prentice Hall, 1983
3. Kwakernaak, H. dan Sivan. Modern Signal and System, Prentice Hall Inc. 1991

SECTION 11
Transformasi Laplace
(2)

Materi:
No
1

Tanggal
Sept201
4

Materi
Pendahuluan
SAP (rencana kuliah)
Kesepakatan kelas
Pra syarat
Okt2014 Pengenalan sinyal dan sistem
Definisi
Input dan output system
Sistem diskrit dan
kontinyu

Bahan/Tugas

[2] bab 1
[3] bab 1

5
6

Aplikasi sinyal dan sistem

Okt2014 Sinyal
Klasifikasi sinyal
Sinyal standard (step,
impulse, complex
exponential, dll)
Periodisitas (diskrit dan
kontinyu)
Operasi pada sinyal
Latihan/Tugas 1
Okt2014 System
Klasifikasi sistem
Jenis sistem
Block diagram (system
interconnection)
LTI
Difference dan differential
equation
Latihan/Tugas 2
Nop201 Test 1
4
Nop201 Pembahasan secara umum
4
test 1
System
o Konvolusi diskrit
o Konvolusi kontinyu
o Dekonvolusi diskrit
o Latihan /Tugas 3
Nop201 Fourier (1)
4
Konsep dasar analisa
fourier
Analisa fourier dalam
power, elka., telematika
Deret fourier
Fourier untuk rangkaian
listrik
Latihan /Tugas 4
Nop201 Fourier (2)
4
Transformasi fourier
kontinyu
Transformasi fourier
diskrit
Sifat transformasi fourier
Konvolusi dengan
transformasi fourier

[2] bab 2: 7-35


[3] bab 11-53

[1] bab 1, bab 2:


23-29, bab 3:
121-127
[2] bab 2: 35-45,
bab 3: 95-120
[3] bab 3: 65-85

[1] bab 2: 46-68,


bab 3: 129-145
[2] bab 3: 69-95

[1] bab 5: 239266


[2] bab 4: 161186

1] bab 5: 266307
[2] bab 4: 186212, bab 5: 306327

9
11

12

Des201
4
Des201
4

13

Des201
4
Jan2015

14

Jan2015

15

Jan2015

Pengenalana DFT dan FFT


Latihan
Berbagai macam aplikasi
UTS
Z transform (1)
Konsep dasar transformasi
Z
Perhitungan dengan
rumus
RoC
Sifat transformasi Z
Invers transformasi Z
Latihan /Tugas 5
Test 2

[1] bab 4: 177214


[2] bab 10: 629649

Z transform (2)
Unilateral Z transform
Transformasi Z dalam
sistem LTI
Konvolusi dan dekonvolusi
Analisa respon frekuensi
Aplikasi transformasi Z
Laplace (1)
Konsep dasar transformasi
laplace
Perhitungan dasar
RoC
Sifat transformasi laplace
Membaca tabel
transformasi laplace
Invers transformasi
laplace
Latihan /Tugas 6
Laplace (2)
Transformasi laplace
unilateral
Two-sided Laplace
Transfrom
Aplikasi dalam rangkaian
listrik
Aplikasi pada pers.
diferensial
Kestabilan dalam domain s
Analisa frekuensi respon
Transformasi laplace

[1] bab 4: 214221


[2] bab 10: 649658

[1] bab 6: 349373


[2] bab 9: 573604

[1] bab 6: 363394


[2] bab 9: 604616

16
17
18

Jan2015
Peb201
5
Peb201
5

untuk sinyal periodik


review
Libur persiapan UAS
UAS

BAB I
SISTEM
A. Definisi Sistem
Sistem didefinisikan sebagai sebuah alat fisik yang melakukan operasi pada
sinyal. Pengertian lain dari Sistem adalah model matematik yang menghubungkan
antara input dan output, dimana input dan output merupakan hubungan sebab akibat.
Sebagai contoh, sebuah Filter (Tapis) yang digunakan untuk input noise dan
interferensi yang mengganggu sinyal pembawa (carrier) dan informasi yang dikirimkan,
dalam kasus ini Filter melakukan beberapa operasi sinyal.
A system is a part of environment that causes certain signals in that environment to be related

System relates input and output. Usually, inputs are associated with causes and output with
effects
B. Klasifikasi Sistem

Sistem dapat diklasifikasikan ke dalam dua bagian besar yaitu:


1. Sistem Statis
2. Sistem Dinamis
Sistem Statis yaitu apabila output pada saat tx hanya bergantung pada input pada saat tx
(tidak dipengaruhi oleh input pada saat tx-1)
Misalnya:
R1
Vi(t)

R2

Vo(t)

Vo(t1) = R2 / R1 + R2 . Vi(t1)
Vo(t2) = R2 / R1 + R2 . Vi(t2)
Sistem Dinamis yaitu apabila output pada saat tx dipengaruhi oleh input pada saat tx- 1 dan tx
Misalnya:
x-1
x

i(t)

t = tx
Io(t)

io(t)=Io. e-t. R/L

Sistem Dinamis dapat dikelompokkan menjadi dua bagian yaitu:


a. Sistem non causal (anticipatory) yaitu bila output bergantung pada input tx-1, tx
dan tx+1 (input sebelum, sekarang, dan akan datang)
b. Sistem Causal (non anticipatory) yaitu bila output bergantng pada input tx-1 dan
tx (input sebelum dan sekarang)

Sistem Linier dan tak Linier


Sistem Linier adalah sistem yang mempunyai sifat superposisi yaitu: apabila input x1(t)
mengahsilkan output y1(t) ; input x2(t) menghasilkan output y2(t).
Jika [x1(t) + x2(t)] menghasilkan output [y1(t) + y2(t)], maka sistem tersebut dikatakan linier.
Sifat lain dari sistem linier adalah: Bila , adalah konstanta sembarang,
x1(t) + x2(t)
y1(t) + y2(t)

maka

Sistem tak Linier adalah sistem yang tidak mempunyai sifat superposisi yaitu: (superposisi
pada input tidak berlaku pada output)

Sistem Kontinu terhadap waktu dan berubah terhadap waktu (time invariant dan time
variant)
Sistem Time Variant adalah bila sistem operator (pembanding input terhadap output)
berubah terhadap waktu.
Misalnya:

y(t) = t u(t)

y(t) output; u(t) input

dy/dt + t y = u(t)
Sistem Time Invariant adalah bila sistem operator (pembanding input terhadap output)
tidak berubah terhadap waktu.
Misalnya:

y(t) = u(t) + 4
y(t) = u2(t) + 4
dy/dt + y2 = u(t)

Time-invariant test:

Classification
Causal and non-causal system
y(t) = x(t) + 2x(t-1)
y(t) = x(t+1) x(t) + 3x(t-2)
Memory and memoryless system
y(t) = -4x(t-1) + 2x(t)
y(t) = 2x(t)
Lumped and distributed system
It is about the number of state
Sistem Deterministik dan Sistem Stokhastik
Sistem Deterministik adalah suatu sistem yang me-relasikan antara input output (sistem
operator) nya dapat ditentukan (deterministik)
Misalnya:

input x(t)

R2
R1 + R2

output y(t)

Relasi antara input output adalah:

y(t) = R2/R1 + R2 . x(t)

Sistem Stokhastik adalah suatu sistem yang mana relasi antara input output (sistem
operatornya) tidak deterministik dan hanya bisa didekati dengan pendekatan statistik.
Misalnya:

y1(t) = sin (t + 1)
y1(t) = sin (t + 1)
y1(t) = sin (t + 1)

dimana 1 = 2 = 3 = ..................n dan

y(t) adalah proses stokhastik

Two General Systems


Continuous-time system
It processes continuous-time signal
Discrete-time system
It processes discrete-time signal

System Interconnection Series

System Interconnection Paralel

Example

y(n) = (2x(n) x(n)2)2

PEMROSESAN SINYAL DIGITAL


Pada masa sekarang ini, pengolahan sinyal secara digital telah diterapkan begitu luas. Dari peralatan
instrumentasi dan kontrol, peralatan musik, peralatan kesehatan dan peralatan lainnya. Istilah pengolahan
sinyal digital sebenarnya kurang begitu tepat, yang lebih tepat adalah pengolahan sinyal diskrete. Tetapi
karena istilah ini sudah luas digunakan, maka istilah pengolahan sinyal digital tetap digunakan dalam artikel
ini. Dalam artikel ini akan dibahas dasar-dasar pengolahan sinyal digital, terutama dari sudut algoritma dan
pemrograman di samping juga sedikit pembahasan tentang pertimbangan hardware dari sistem yang disusun.
Sistem Pengolahan Sinyal Digital
Proses pengolahan sinyal digital, diawali dengan proses pencuplikan sinyal masukan yang berupa sinyal
kontinyu. Proses ini mengubah representasi sinyal yang tadinya berupa sinyal kontinyu menjadi sinyal
diskrete. Proses ini dilakukan oleh suatu unit ADC (Analog to Digital Converter). Unit ADC ini terdiri dari
sebuah bagian Sample/Hold dan sebuah bagian quantiser. Unit sample/hold merupakan bagian yang
melakukan pencuplikan orde ke-0, yang berarti nilai masukan selama kurun waktu T dianggap memiliki nilai

yang sama. Pencuplikan dilakukan setiap satu satuan waktu yang lazim disebut sebagai waktu cuplik
(sampling time). Bagian quantiser akan merubah menjadi beberapa level nilai, pembagian level nilai ini bisa
secara uniform ataupun secara non-uniform misal pada Gaussian quantiser.
Unjuk kerja dari suatu ADC bergantung pada beberapa parameter, parameter utama yang menjadi
pertimbangan adalah sebagai berikut :

Kecepatan maksimum dari waktu cuplik.


Kecepatan ADC melakukan konversi.
Resolusi dari quantiser, misal 8 bit akan mengubah menjadi 256 tingkatan nilai.
Metoda kuantisasi akan mempengaruhi terhadap kekebalan noise.

Gambar 1. Proses sampling


Sinyal input asli yang tadinya berupa sinyal kontinyu, x(T) akan dicuplik dan diquantise sehingga berubah
menjadi sinyal diskrete x(kT). Dalam representasi yang baru inilah sinyal diolah. Keuntungan dari metoda
ini adalah pengolahan menjadi mudah dan dapat memanfaatkan program sebagai pengolahnya. Dalam proses
sampling ini diasumsikan kita menggunakan waktu cuplik yang sama dan konstan, yaitu Ts. Parameter
cuplik ini menentukan dari frekuensi harmonis tertinggi dari sinyal yang masih dapat ditangkap oleh proses
cuplik ini. Frekuensi sampling minimal adalah 2 kali dari frekuensi harmonis dari sinyal.
Untuk mengurangi kesalahan cuplik maka lazimnya digunakan filter anti-aliasing sebelum dilakukan proses
pencuplikan. Filter ini digunakan untuk meyakinkan bahwa komponen sinyal yang dicuplik adalah benarbenar yang kurang dari batas tersebut. Sebagai ilustrasi, proses pencuplikan suatu sinyal digambarkan pada
gambar berikut ini.

Gambar 2. Pengubahan dari sinyal kontinyu ke sinyal diskret


Setelah sinyal diubah representasinya menjadi deretan data diskrete, selanjutnya data ini dapat diolah oleh
prosesor menggunakan suatu algoritma pemrosesan yang diimplementasikan dalam program. Hasil dari
pemrosesan akan dilewatkan ke suatu DAC (Digital to Analog Converter) dan LPF (Low Pass Filter) untuk
dapat diubah menjadi sinyal kontinyu kembali. Secara garis besar, blok diagram dari suatu pengolahan sinyal
digital adalah sebagai berikut :

Gambar 3. Blok Diagram Sistem Pengolahan Sinyal Digital


Proses pengolahan sinyal digital dapat dilakukan oleh prosesor general seperti halnya yang lazim digunakan
di personal komputer, misal processor 80386, 68030, ataupun oleh prosesor RISC seperti 80860. Untuk
kebutuhan pemrosesan real time, dibutuhkan prosesor yang khusus dirancang untuk tujuan tersebut, misal
ADSP2100, DSP56001, TMS320C25, atau untuk kebutuhan proses yang cepat dapat digunakan paralel chip
TMS320C40. Chip-chip DSP ini memiliki arsitektur khusus yang lazim dikenal dengan arsitektur Harvard,
yang memisahkan antara jalur data dan jalur kode. Arsitektur ini memberikan keuntungan yaitu adanya
kemampuan untuk mengolah perhitungan matematis dengan cepat, misal dalam satu siklus dapat melakukan
suatu perkalian matrix. Untuk chip-chip DSP, instruksi yang digunakan berbeda pula. Lazimnya mereka
memiliki suatu instruksi yang sangat membantu dalam perhitungan matrix, yaitu perkalian dan penjumlahan
dilakukan dalam siklus (bandingkan dengan 80386, proses penjumlahan saja dilakukan lebih dari 1 siklus
mesin).

Proses pengembagan aplikasi DSP


Apabila proses pengolahan sinyal dilakukan menggunakan komputer biasa, maka pengembangan program
tidak berbeda seperti halnya pemrograman biasa lazimnya. Hanya algoritma yang diterapkan dan teknik
pengkodean harus mempertimbangkan waktu eksekusi dari program tersebut.
Tata cara pengembangan perangkat lunak menjadi berbeda apabila kita menggunakan sistem chip DSP, misal
TMS320C25. Terlebih lagi bila sistem tersebut nantinya akan bekerja sendiri (stand alone). Pengembangan
model harus dilakukan dengan menggunakan perangkat bantu pengembang (development tool). Sebagai
contoh digambarkan suatu sistem pendisain perangkat lunak DSP buatan SPW- DSP Frameworks, yang
secara garis besar digambarkan sebagai berikut :

Gambar 4. Perangkat lunak pengembang aplikasi pengolahan sinyal digital.


Keterangan :

Design Database, berisi library disain yang telah tersedia dan lazim digunakan misal, FIR, IIR,
Comb Filter dan lain-lain.
Signal Calculator, merupakan perangkat lunak simulasi sinyal. Dapat melakukan manipulasi dan
pengolahan sinyal sederhana.
Sistem Disain Filter, merupakan perangkat lunak, untuk mendisain filter dengan response yang kita
ingini, berikut pengujian filter tersebut. Lazimnya menggunakan beberapa algoritma disain seperti
Park-McLelland, dan akan dihasilkan koefisien filter yang diingini.
TIL, akan menghasilkan Custon HDL dan Netlist , yaitu gambar diagram implementasi algoritma
secara perangkat keras, dengan menggunakan chip-chip, misal chip FIR, IIR.
HDS, VHDL Generator, akan menghasilkan implementasi algoritma dalam deskripsi VHDL yang
lazim digunakan dalam disain chip ASIC.
DSP ProCoder - Assembly Code Generator, menghasilkan program dalam bahasa assembly chip
DSP tertentu
MultiProx, akan menghasilkan program yang diimplementasikan pada paralel DSP chip.

CGS, C Code Generator akan menghasilkan program dalam bahasa C.

Pada komputer utama, kita melakukan simulasi, disain filter, dan uji-coba awal. Program bantu tersebut
tersedia pada program pengembang (development tool program). Apabila kita telah puas dengan algoritma
tersebut, kita dapat mengimplementasikan sesuai dengan sistem yang akan kita gunakan. Program akan
menghasilkan kode atau deskripsi yang dibutuhkan oleh jenis implementasi tertentu. Misal akan
menghasilkan deskripsi dalam format VHDL, apabila kita ingin mengimplementasikan sistem menggunakan
chip ASIC. Atau juga dapat dihasilkan kode dalam bahasa C bila kita menginginkan portabilitas dari
implementasi yang dihasilkan.
Untuk lebih jelasnya langkah-langkah pengembangan program untuk sistem DSP dapat digambarkan sebagai
berikut :

Gambar 5. Langkah-langkah pengembangan sistem DSP


Dalam tahapan pengembangan ini, digunakan komputer utama sebagai perangkat bantu pengembang, dan
sebuah DSP board, sebagai sasaran (target board) dari pengembangan program. DSP Board ini ada yang
berhubungan dengan PC melalui ekspansion slot, dan melalui memori share, ada juga yang berhubungan
dengan PC menggunakan hubungan serial atau parallel printer card, sehingga benar-benar terpisah dari PC
dan proses hubungan dengan PC hanyalah pentransferan kode biner. Langkah-langkah pengembangan
program aplikasi adalah sebagai berikut :
Langkah pertama, adalah mensimulasikan algoritma pengolahan sinyal dengan menggunakan perangkat
simulasi ataupun program. Sinyal masukan disimulasikan dengan menggunakan data-data sinyal standard.
Untuk keperluan ini dapat digunakan program-program khusus simulasi ataupun program bantu matematis
seperti halnya MATLAB dengan Sinyal Processing Toolbox, Mathematica dengan DSP extension,
DSPWorks, Khoros, dan lain-lain.
Langkah kedua dilakukan dengan menggunakan sistem DSP yang akan kita gunakan akhrinya, misal dengan
menggunakan TMS320C25 Card (tipe ini telah digunakan di Laboratorium Teknik Komputer, STMIK
Gunadarma). Biasanya pada card DSP telah terdapat unit ADC dan DAC, sehingga dapat dilakukan proses
pencuplikan sinyal sesungguhnya. Pertama kali dicoba mengakuisisi sinyal masukan sesungguhnya, ini
dilakukan dengan mencuplik sinyal masukan tersebut. Hasil akuisisi tersebut akan berupa deretan data akan
digunakan untuk menguji algoritma. Kemudian secara off-line, baik menggunakan program bantu matematis
ataupun melalui program yang ditulis untuk keperluan simulasi, sinyal tersebut diolah berdasarkan algortima
yang diimplementasikan. Hasil olahan sinyal tersebut disalurkan ke jalur keluaran untuk menguji hasil akhir
sesungguhnya dari algoritma tersebut. Proses ini masih dilakukan secara non-real time dan diproses oleh
prosesor pada PC. Pengujian terhadap sinyal sesungguhnya dapat diukur dengan menggunakan alat ukur
seperti osciloscope, spectrum analyzer dan lain-lain.

Kemudian, program yang ditulis dengan menggunakan instruksi dari chip DSP yang terdapat pada DSP
Board tersebut diuji. Proses penulisan program dilakukan di komputer utama (misal PC), dan proses
kompilasi juga dilakukan di komputer utama. Pengkompilasian menggunakan cross-compiler atau cross
asseembler khusus. Setelah program berbentuk format biner, data akan ditransfer ke dalam memory di DSP
board, dan sistem DSP tersebut dieksekusi. Pada tahap ini, komputer utama hanya bekerja untuk mengawasi
keadaan memori, dan kerja dari program, tetapi tidak melakukan pengolahan sinyal. Pada tahap ini, masukan
sesungguhnya digunakan untuk diolah dapat diberikan sehingga kerja dari algoritma dapat diamati pada
keadaan sesungguhnya.
Langkah terakhir adalah dengan menulis kode biner tersebut ke dalam ROM, dan meletakkannya ke DSP
board yang nantinya akan bekerja berdiri sendiri tanpa adanya sebuah PC. Misal DSP sistem tersebut
digunakan untuk noise eliminator pada line telepon. Untuk membuat sistem yang lebih lengkap, sistem dapat
dikombinasikan dengan mikrokontroller atau SBC (Single Board Computer) sebagai perangkat pengatur
user interface.
Dengan demikian, secara garis besar langkah-langkah pengembangan perangkat lunak untuk sistem DSP
dapat diringkas sebagai berikut :

Simulasikan algoritma dengan menggunakan data simulasi.


Lakukan simulasi dengan sinyal sesungguhnya, pengolahan secara off-line dan proses masih
dilakukan di PC
Tulis program menggunakan instruksi DSP.
Kompilasi dan transfer ke RAM di DSP board.
Eksekusi dan uji dengan sinyal sesungguhnya.
Bila program sudah tidak ada kesalahan, tulis kode biner dari program ke ROM.
Sistem siap pakai dengan ditambahkan prosesor utama yang menangani sistem pendukung.

Fourier Transform (1)

History
Signal representation
Fourier in electrical engineering
Fourier Series
Application in electric circuit analysis

History
Jean Baptiste Joseph Fourier was born on March 21, 1768, in France
He presented his paper about heat diffusion in 1807. He found series of harmonically related
sinusoids to be useful in representing the temperature distribution through body

But no one accept his theory!


Signal Representation
A periodic signal can be represented as sum of sinusoidal waves
The sinusoidal wave has fundamental frequency and all waves are multiplication of
that fundamental freq.
8
6
4
2
0
-2
-4
-6
-8

0.01

0.02

0.03

0.04

0.05

0.06

0.07

0.08

0.09

Fundamental frequency = 50Hz, n = 1:10

0.1

500
450
400
350
300
250
200
150
100
50
0

200

400

600

800

1000

1200

Signal in frequency domain


1.5

0.5

-0.5

-1

-1.5

0.01

0.02

0.03

0.04

0.05

0.06

0.07

0.08

0.09

0.1

Fundamental frequency = 50Hz, n = 1:10, amplitude is half of the previous signal

500
450
400
350
300
250
200
150
100
50
0

200

400

600

800

1000

1200

Signal in frequency domain, see the amplitude!!


Fourier in Electrical Engineering :
Power system:
To analyze the high freq. in the power line due to non linear load power
factor and power quality issue
Electronics:
Image and signal pre processing
Convolution
Electric circuit analysis for non DC signal
Telematics (telecommunication-informations):
Image and signal pre processing
Modulation analysis
Sampling analysis
Fourier Analysis:
Fourier Series
Exponential
Sinusoid
Fourier Transform
Discrete-time Fourier Transform
Discrete Fourier Transform (DFT)

Fast Fourier Transform (FFT)


Fourier Series Exponential
f (t )

F e

jnt

dengan
a

Fn
f
(
t
)
e
2a a

jnt

dt

Fourier Series Sinusoids


f (t )

2
an
T

T /2

a0
(an cos(n 0t ) bn sin( n 0t ))
2 n 1

dengan
f (t ) cos(n0t )dt

T / 2

bn

2
T

T /2

f (t ) sin( n t )dt
0

T / 2

Exercise:
Get ao, an and bn for square wave below:

Get ao, an and bn for sawtooth wave below:

Electric Circuit Analysis:


For electric circuit with non DC source, we can use Fourier analysis to solve the circuit
The source should be periodic, then we will use Fourier series
Usually, the sinusoid formula is used

Find the ao, an and bn of all sources in the circuit


Find w of the signal (it is expressed in term of n) and transform all components into
phasor representation
Get the equation and solve it (the solutions are in term of n)
Example...
R1
V1 10 Ohm
10 V
10 Hz
0Deg

L1
1.0H

Calculate the voltage drop at the inductor!!

The Fourier Series is discussed and students have to exercise how to use it.
For the next class, students have to read Fourier Transform:
Signals and Systems by A. V. Oppeneim ch 4 and 5, or
Signals and Linear Systems by Robert A. Gabel ch 5, or
Sinyal & Sistem (terj) ch 4 and 5

Fourier Transform (2)

Fourier transform for continuous-time signal


Fourier transform for discrete-time signal
Properties
Convolution with Fourier
Introduction to DFT and FFT

Fourier Analysis
Fourier Series
Exponential

F (e j ) f k e jk
Sinusoid
k
Discrete-time Fourier Transform
Fourier Transform
Discrete Fourier Transform (DFT)
Fast Fourier Transform (FFT)
Discrete-time Fourier Transform (DTFT)
F (e j )

fk

e jk

1
2

F (e

)e jk d

Exercise:
h(n) = 1 for 0 n N-1, find the DTFT
Proof that cos q, has sequence {,0,} in time domain
Properties of DTFT:
Convergence
Linearity
Convolution
Time shifting
Parsevals theorem

Frequency convolution
Convolution with Fourier
We have f = for n=1 and so is g, what is the spectrum of y = fg?
We have two choices to solve it:
Multiply f and g, then find the signal in frequency domain, or
Transform both f and g to frequency domain, then convolve them
Convolution with Fourier
F = cos q and G = cos q also
Y (e j )
Y (e j )
Y (e j )
Y (e j )

1
2
1
2

cos cos( )d

cos (cos cos sin sin )d

cos
2

cos

cos
2

Application of DTFT
It is applied when one wants to design a digital filter
The frequency response of the filter is known then one has to calculate its coefficients
For detail discussion, please refer to Digital Signal Processing course for filter design
Continuous-time Fourier Transform (CTFT):
F ( j )

f (t )e jt dt

f (t )

1
2

F ( j ) e

jt

Energy and Power Signal:


Energy signal is defined as
Power signal has infinite energy but finite power

(t ) dt

1
lim
T T

T /2

T / 2

(t )dt

Exercise

1
0.8
0.6
0.4
0.2
0
-0.2
-0.4
-20

-15

-10

-5

Properties of Fourier Transform:


Symmetry
Linearity
Scaling
Time shifting (delay)
Frequency shifting (modulation)
Time convolution
Frequency convolution
Time differentiation
Time integration
Frequency differentiation
Frequency integration
Reversal
The Energy Spectrum:
Energy is defined as
Proof that
E

f 2 (t ) dt

1
2

F j

(t ) dt

10

15

20

Numerical Fourier Transform:


How to calculate Fourier transform in computer?
The integration is approximated with sum and the technique is called DFT (Discrete
Fourier Transform)
Unfortunately, DFT offers problem in computation speed
For n values, we need n2 of multiplication and n(n-1) of addition
To solve this problem, FFT (Fast Fourier Transform) is used
For detail discussion about DFT and FFT, please refer to Digital Signal Processing
course.
The Fourier transform is discussed and students have to exercise how to use it.
For the next class, students have to read Z transform:
Signals and Systems by A. V. Oppeneim ch 10, or
Signals and Linear Systems by Robert A. Gabel ch 4, or
Sinyal & Sistem (terj) ch 10