agfi@ugm.ac.id
Macam-macam Deret:
1. Deret Cuplik satuan unit sample
Fungsi zeros(1,N)
digunakan untuk
menghasilkan sebuah
vektor baris dengan
data nol (0)
sebanyak N;
agfi@ugm.ac.id
Macam-macam Deret:
1. Deret Cuplik satuan unit sample
agfi@ugm.ac.id
Macam-macam Deret:
2. Deret Langkah Satuan unit step
Fungsi ones(1,N)
digunakan untuk
menghasilkan sebuah
vektor baris dengan
data satu (1)
sebanyak N;
agfi@ugm.ac.id
Macam-macam Deret:
2. Deret Langkah Satuan unit step
agfi@ugm.ac.id
Macam-macam Deret:
3. Deret Eksponensial Nilai-Real Realvalued exponential
agfi@ugm.ac.id
Macam-macam Deret:
3. Deret Eksponensial Nilai-Real Realvalued exponential
agfi@ugm.ac.id
Macam-macam Deret:
4. Deret Eksponensial Nilai-Kompleks
Complex-valued exponential
agfi@ugm.ac.id
Macam-macam Deret:
4. Deret Eksponensial Nilai-Kompleks
Complex-valued exponential
agfi@ugm.ac.id
10
Macam-macam Deret:
5. Deret Sinusoidal
: merupakan fase
dalam radian;
Untuk implementasi
deret
(untuk 0 = n = 10)
x (n) = 3 cos(0.1 n + / 3) + 2 sin(0.5 n)
agfi@ugm.ac.id
11
Macam-macam Deret:
5. Deret Sinusoidal
agfi@ugm.ac.id
12
Macam-macam Deret:
6. Deret Acak
Dicirikan dengan PDF Probability
Density Function;
Menggunakan rand(1,N):
Deret acak dengan panjang N terdistribusi
merata (uniformly distributed) antara 0-1;
Menggunakan randn(1,N):
Deret acak Gaussian dengan rerata 0 dan
varians 1;
agfi@ugm.ac.id
13
Macam-macam Deret:
6. Deret Acak
agfi@ugm.ac.id
14
Macam-macam Deret:
7. Deret Periodik
Sebuah deret
dikatakan periodik jika
x (n) = x (n + N ), n
agfi@ugm.ac.id
15
Macam-macam Deret:
7. Deret Periodik
agfi@ugm.ac.id
16
Operasi Deret:
1-Penjumlahan sinyal
agfi@ugm.ac.id
17
Operasi Deret:
2-Perkalian sinyal
agfi@ugm.ac.id
18
Operasi Deret:
3-Penskalaan sinyal
agfi@ugm.ac.id
19
Operasi Deret:
4-Penggeseran sinyal
Masing-masing cuplikan x(n) digeser sebanyak k
sehingga dihasilkan y(n)
y(n)={x(n-k)};
Jika m=n-k n=m+k
y(m+k)={x(m)};
Dengan demikian, operasi tidak berpengaruh pada
vektor x, tetapi vektor n berubah dengan menambahkan
nilai k pada masing-masing elemen:
function [y,n] = sigshift(x,m,n0)
% implements y(n) = x(n-n0)
% ------------------------% [y,n] = sigshift(x,m,n0)
%
n = m+n0; y = x;
agfi@ugm.ac.id
20
Operasi Deret:
5-Pelipatan sinyal
Pada operasi ini, tiap-tiap cuplikan dari x(n)
dilipat pada n=0
y(n) = {x(-n)};
Untuk MATLAB digunakan bantuan fungsi
fliplr untuk melipat x dan fliplr untuk
melipat indeks-nya:
function [y,n] = sigfold(x,n)
% implements y(n) = x(-n)
% ----------------------% [y,n] = sigfold(x,n)
%
y = fliplr(x); n = -fliplr(n);
agfi@ugm.ac.id
21
Operasi Deret:
6-Penjumlahan cuplikan
22
Operasi Deret:
7-Perkalian cuplikan
23
Operasi Deret:
8-Energi Sinyal
24
Operasi Deret:
9-Daya Sinyal
agfi@ugm.ac.id
25
agfi@ugm.ac.id
26
agfi@ugm.ac.id
27
agfi@ugm.ac.id
28
agfi@ugm.ac.id
29
agfi@ugm.ac.id
30
10
agfi@ugm.ac.id
31
agfi@ugm.ac.id
32
33
11
agfi@ugm.ac.id
34
agfi@ugm.ac.id
35
agfi@ugm.ac.id
36
12
agfi@ugm.ac.id
37
agfi@ugm.ac.id
38
agfi@ugm.ac.id
39
13
agfi@ugm.ac.id
40
agfi@ugm.ac.id
41
agfi@ugm.ac.id
42
14
43
agfi@ugm.ac.id
44
agfi@ugm.ac.id
45
15
46
47
agfi@ugm.ac.id
48
16
agfi@ugm.ac.id
49
agfi@ugm.ac.id
50
51
17
52
Bersambung...
Berikutnya...
2B: Sistem-sistem Waktu Diskrit, Konvolusi dan
Persamaan Beda!
agfi@ugm.ac.id
53
18
Bab 2b
Sistem-sistem Waktu Diskrit,
Konvolusi dan Persamaan Beda
Kuliah PSD 01 (MFS4617)
agfi@ugm.ac.id
Pendahuluan
Sistem diskrit
dinyatakan dengan
operator T[.] yang membawa deret x(n)
(eksitasi) menjadi deret lain y(n) (tanggap
atau response)
y(n) = T[x(n)];
Sistem diskrit
sinyal masukan menjadi
sinyal keluaran;
Sistem diskrit:
Linear, dan
Non-inear
agfi@ugm.ac.id
prinsip
superposisi
Sistem Linear
tanggap impuls
agfi@ugm.ac.id
penjumlahan
agfi@ugm.ac.id
Linear Time-Invariant
Dengan demikian
sistem LTI dinyatakan dalam ranah waktu
melalui tanggap impuls-nya h(n):
Stabilitas
output):
Kausalitas
agfi@ugm.ac.id
Konvolusi
agfi@ugm.ac.id
agfi@ugm.ac.id
agfi@ugm.ac.id
agfi@ugm.ac.id
x(n)
1.5
0.5
0
-5
10
15
20
25
30
35
40
45
50
30
35
40
45
50
n
Impulse Response
2
h(n)
1.5
0.5
0
-5
10
15
20
25
n
agfi@ugm.ac.id
10
Output Sequence
8
y(n)
0
-5
10
15
20
25
30
35
40
45
50
agfi@ugm.ac.id
11
Konvolusi Grafis
agfi@ugm.ac.id
12
Konvolusi Grafis
% input x(n)
x = [3,11,7,0,-1,4,2]; nx = [-3:3];
% impulse response h(n)
h = [2,3,0,-5,2,1]; nh = [-1:4];
subplot(1,1,1)
% plot x(k) and h(k)
subplot(2,2,1); stem(nx-0.05,x); axis([-5,5,-6,12]);
hold on; stem(nh+0.05,h,':')
title('x(k) and h(k)');xlabel('k');
text(-0.5,11,'solid: x
dashed: h'); hold off
% plot x(k) and h(-k)
subplot(2,2,2); stem(nx-0.05,x); axis([-5,5,-6,12]);
hold on; stem(-fliplr(nh)+0.05,fliplr(h),':')
title('x(k) and h(-k)');xlabel('k');
text(-0.5,-1,'n=0')
text(-0.5,11,'solid: x
dashed: h'); hold off
agfi@ugm.ac.id
13
Konvolusi Grafis
% plot x(k) and h(-1-k)
subplot(2,2,3); stem(nx-0.05,x); axis([-5,5,-6,12]);
hold on; stem(-fliplr(nh)+0.05-1,fliplr(h),':')
title('x(k) and h(-1-k)');xlabel('k');
text(-1.5,-1,'n=-1')
text(-0.5,11,'solid: x
dashed: h'); hold off
% plot x(k) and h(2-k)
subplot(2,2,4); stem(nx-0.05,x); axis([-5,5,-6,12]);
hold on; stem(-fliplr(nh)+0.05+2,fliplr(h),':')
title('x(k) and h(2-k)');xlabel('k');
text(2-0.5,-1,'n=2')
text(-0.5,11,'solid: x
dashed: h'); hold off
agfi@ugm.ac.id
14
solid: x
10
-5
-5
-5
0
k
-5
dashed: h
10
-5
0
k
solid: x
dashed: h
n=-1
-5
agfi@ugm.ac.id
n=0
dashed: h
10
solid: x
n=2
-5
0
k
-5
0
k
15
Perhatikan hasilnya!
Agar diperoleh informasi waktu (diskrit):
Sehingga:
agfi@ugm.ac.id
16
agfi@ugm.ac.id
17
31
47
-51
-5
41
18
-22
-3
-4
-3
-2
-1
ny =
agfi@ugm.ac.id
18
19
Contoh 2.8
agfi@ugm.ac.id
20
21
0
2
3
0
-5
2
1
0
0
0
0
0
0
0
2
3
0
-5
2
1
0
0
0
0
0
0
0
2
3
0
-5
2
1
0
0
0
0
0
0
0
2
3
0
-5
2
1
0
0
0
0
0
0
0
2
3
0
-5
2
1
0
0
0
0
0
0
0
2
3
0
-5
2
1
22
Persamaan Beda
Sebuah sistem LTI bisa dinyatakan melalui persamaan
beda:
agfi@ugm.ac.id
23
Persamaan Beda
Bagian homogen dinyatakan dengan:
agfi@ugm.ac.id
24
dengan
b = [ b0, b1, , bM];
a = [a0, a1, , aN];
agfi@ugm.ac.id
25
Contoh 2.9
agfi@ugm.ac.id
26
agfi@ugm.ac.id
27
agfi@ugm.ac.id
28
200
rxy
150
100
50
0
-50
-4
-2
2
lag variable l
200
rxy
150
100
50
0
-50
-4
agfi@ugm.ac.id
-2
2
lag variable l
29
Contoh 2.10
agfi@ugm.ac.id
30
10
Contoh 2.10
agfi@ugm.ac.id
31
32
h(n)
0.5
0
-0.5
-1
-20
20
40
60
80
100
120
80
100
120
n
Step Response
2.5
2
s(n)
1.5
1
0.5
0
-0.5
-20
20
40
60
n
agfi@ugm.ac.id
33
11
magz =
0.9487
0.9487
agfi@ugm.ac.id
34
Zero-State
solution x(n)
35
Penapis Digital
Penapis FIR (Finite Impulse Response) juga dinamakan
non-rekursif atau moving average (MA)
jika tanggap
impuls-nya berhingga, atau h(n)=0 untuk n < n1 dan n>
n2 (filter(b,1,x)):
agfi@ugm.ac.id
36
12
Terima Kasih!
Sinyal-Sinyal dan Sistem-sistem Diskrit
selesai...
Berikutnya:
3A: Transformasi Fourier Waktu-Diskrit!
agfi@ugm.ac.id
37
13