DIJITAL
1
Outline
Pendahuluan
(Sejarah Perkembangan PSD)
Sinyal & Sistem
Transformasi Fourier Waktu Diskrit
Transformasi Z
Transformasi Fourier Diskrit
Sampling & Rekonstruksi Sinyal
Filter Dijital
Jangkung Raharjo, jkr@ittelkom.ac.id, Departemen Teknik Elektro Institut Teknologi Telkom
TT-3113
Pengolahan Sinyal Dijital
BAB #1
PENDAHULUAN
Outline
Tujuan
Mengetahui
perkembangan
teknologi
pemrosesan sinyal dijital
Mengetahui keuntungan dan kerugian
pengolahan secara dijital
Mengetahui bidang yang terkait dengan
pengolahan sinyal dijital
Mengetahui aplikasi pengolahan sinyal
dijital
DEFINISI
Definisi
Sejarah Perkembangan
10
11
12
KAPABILITAS
PENGOLAH
SINYAL DIJITAL
13
14
15
16
17
19
20
Tahun 1982
US$300
Tahun 1996
: Chip TMS320C30 (kecepatannya lebih
tinggi dibanding TMS320C10) biayanya berkisar US$30
21
SEKILAS
PENGOLAHAN
SINYAL DIJITAL
23
24
Keuntungan :
25
Keuntungan :
26
Kerugian :
27
28
Teori Komunikasi
Analisis Numerik
Statistik dan Probabilitas
Pemrosesan SinyalAnalog
Teori Keputusan
Elektronika Dijital dan Elektronika Analog
Dan sebagainya
Aplikasi PSD
Medical :
Pencitraan untuk diagnosis
Analisis Elektrokardiogram
Medical Image
Komersial :
Kompresi Suara dan Citra untuk Multimedia
Efek Spesial pada film
Video Conferencing
29
Telephon :
Kompresi data dan Voice
Reduksi Echo
Multipleksing Sinyal
Filtering
Pengkodean sinyal bicara, Pemrosesan Sinyal bicara dan Audio,
Pengenalan sinyal Bicara
Militer :
Radar
Sonar
Pemandu Koordinat
Keamanan Komunikasi
30
Industri :
Kontrol dan monitoring proses
Pengetesan non destruktif
CAD
Scientific :
Perekaman dan analisis gempa
Akuisisi data
Analisis Spektral
Simulasi dan pemodelan
31
Ruang angkasa :
Perbaikan kualitas foto udara
Kompresi data
Remote sensing
32
33
TT-3113
Pengolahan Sinyal Dijital
BAB #2
SINYAL & SISTEM
34
DEFINISI
35
36
Input
Sinyal
Input Output
System
Outpu
t
Sinyal
environment
37
38
Konvensi :
- t = waktu kontinyu
- n = waktu diskrit
- = frekuensi kawasan waktu kontinyu
- = frekuensi kawasan waktu diskrit
39
x(t)
x(t)
SWK
y(t)
y(t)=T(x(t))
x(n)
y(n)
x(n)
SWD
y(n)
y(n)=T(x(n))
n
40
Sampling
Waktu Diskrit
Waktu Kontinyu t
t
Rekonstruksi
Pasangan
Pasangan
-1
Kontinyu
Frekuensi
Sampling
Kontinyu
-1
Diskrit
Frekuensi
Diskrit
Rekonstruksi
41
Sinyal-sinyal Dasar
42
1, t 0
(t)
0, t lainnya
1
t
43
1, n 0
(n)
0, n lainnya
44
1, t 0
u(t)
0, t lainnya
1
t
45
1, n 0
u (n)
0, n lainnya
Sinyal Segitiga
(t)
1
-1
(t ) 1 t ; - 1 t 1
46
t
-0,5
Rect(t) = (t)=
0,5
1 , -0,5 t 0,5
0 , t lainnya
47
-2
-1 0
2 3
sin t
sin c( t )
~ t ~
t
48
Fungsi Genap
&
Fungsi Ganjil
49
50
Diberikan g(n) adalah fungsi waktu diskrit maka bila ge(n) adalah bagian
genap dari g(n) dan go(n) adalah bagian ganjil dari g(n) maka :
51
52
53
Latihan :
1. Sketsalah bagian genap dan bagian ganjil dari g(n) = cos[2n/4]
2. Diberikan sinyal sebagai berikut :
Sketsalah
a. g(-n)
54
b. g(2-n)
c. g(2n) d. g(n/2)
Operasi Sinyal
55
56
Pencerminan
Penskalaan Waktu
Pergeseran
f (an b) f a (n
57
b
a
58
59
x2[n]
x1[n]+x1[n]
SWD
y1n]
SWD
y2[n]
SWD
y1[n]+y1[n]
Dan homogenitas
x1(n)+ x2(n) = y1(n) + y2 (n)
60
61
62
Pergeseran Waktu
x[n - k]
63
SWD
y[n]
SWD
y[n - k]
64
d). Kausalitas
Sistem LTW disebut kausal adalah sistem yang dapat
direalisasikan. Sistem LTW disebut kausal bila keluaran
pada waktu n=n0 (untuk SWD) hanya bergantung pada
harga-harga dari masukan n<n0 (sebelumnya dan
sekarang)dan keluaran-keluaran sebelumnya.
Dengan kata lain bahwa keluaran saat ini y(n) (untuk SWD)
hanya bergantung pada harga-harga dari masukan saat
ini x(n) dan atau masukan-masukan sebelumnya dan atau
keluaran-keluaran sebelumnya.
65
h(n)
kausal
Non kausal
n
0
66
n
0
e). Stabilitas
Sistem LTW disebut stabil bila setiap masukan terbatas
menghasilkan keluaran terbatas BIBO Bounded input
Bounded output.
Kondisi yang diperlukan dan cukup (KPC)untuk menyatakan
stabilitas adalah :
h n
untuk SWD
h t dt
untuk SWK
67
68
Stabilitas sistem dapat juga dilihat dari letak pola dari fungsi
transfer sistem:
Untuk SWK stabil, letak pole di sebelah kiri sumbu
imajiner
Untuk SWD stabil, letak pole didalam lingkaran satuan
Jadi untuk kuliah sinyal dan sistem ini sistem yang perlu
adalah LTW/LTI (Linier tak ubah waktu / linier time
invariant) dengan memeriksa apakah sistem tersebut
kausal dan stabil.
69
70
Solusi :
y(n) = ax2 (n-1)
Linearitas
Jika input x1(n) maka output y1 (n) = ax12 (n-1)
Input x2 (n) maka output y2 (n) = ax22 (n-1)
Ambil x(n) = x3(n) = x1 (n) + (3x2(n)
Maka
y(n) = y3(n) = a [x(n-1)]2
= a [ x1(n-1) + x2 (n-1)]2
= a [2 x12 (n-1) + 2x1 (n-1) x2 (n-1) + 2 x2 (n-1)]
y1(n) + y2 (n)
71
Pergeseran waktu
Jika input x1 (n) maka output y1 (n) = a x12 (n-1)
Jika input x1 (n-k) maka output y1(n) = a x12 (n-k-1)
= y1 (n-k)
Syarat kausal : output saat ini hanya tergantung pada
input saat ini dan/atau input saat sebelumnya dan / atau
output saat sebelumnya.
Stabilitas
y(n) = a x2 (n-1) jika < M maka
y(n) = a x(n-2) + b x (n + 2)
Bukti kausal dapat dilihat dari respons impuls
h(n)
b
-2
non causal
karena h(n) ada untuk n < 0
73
Sistem Operator
75
Sistem operator :
L = Output/Input =Fungsi alih sistem (fungsi transfer sistem)
Untuk SWK L(p) = N(p)/D(p) = Numerator/Denumerator
Dimana p = operator diferensial d/dt
p-1 = operator integral (.) dt
Untuk SWD L(q) = N(q)/D(q) = Numerator/Denumerator
Dimana q = operator maju
q-1 = operator tunda
q-1.x(n) = x(n-1)
q.x(n) = x(n+1)
Untuk menganalisis suatu sistem maka buat dulu model matematis
(hubungan input-outputnya).
76
y( n )
2 5q 1
q2
2q 2 5
L( q )
x 2 2
1
2
x ( n ) 3 4q 7q
q
3q 4q 7
77
78
a y( n i ) b x( n i ) M 0
i 0
i 0
79
y ( n ) N ( q ) b0 b1q 1 ... bM q M
L( q )
x ( n ) D( q )
q a1q 1 ... aN q N
jadi :
80
Seperti halnya SWK ,maka pada SWD juga ada dua macam
solusi yaitu solusi komplementer (solusi umum) dan solusi
partikular (solusi khusus) :
y(n) = yc(n) + yp(n)
k 1
k 1
yc ( n ) Ak yk ( n ) Ak rk
81
yp(n) = N ( q ) x ( n ) L( q ) x ( n )
D( q )
83
L( q ) 3
x ( n ) D( q )
q 8q 2 37q 50
84
6 j 36 100
3 j4
=
2
solusi partikular
8( 0,5 ) n
yp(n) = L(q) x(n) = q 3 8q 2 37q 50
q=s
q = 0,5
8( 0,5 ) n
69
n
(
0
,
5
)
yp(n) =
( 0,5 ) 3 8( 0,5 ) 2 37( 0,5 ) 50
267
solusi total/lengkap
y( n )
86
64
( 0,5 ) n A( 2 ) n B ( 5 ) n cos 0,927n C ( 5 ) n sin 0,927n
267
y ( 0)
64
A B C 2
267
y ( 1)
32
2A 5B cos 0,927 5C sin 0,927 3
267
y ( 2)
didapat :
87
16
4A 25B cos 1,8546 25 sin 1,8546 5
267
A = 2,1886
B = 0,05108
C = 0,35666
Jangkung Raharjo, jkr@ittelkom.ac.id, Departemen Teknik Elektro Institut Teknologi Telkom
Sehingga:
y( n )
64
( 0,5 ) n 2,1886( 2 ) n 0,05108( 5 ) n cos 0,927n 0,35666( 5 ) n sin 0,927n
267
- cek stabilitas :
Plot akar D(q) :
x
Im D(q)
Re D(q)
x
sistem tidak stabil (karena ada akar polinomial D(q) yang
terletak di luar lingkaran satuan)
88
Realisasi SWD
89
90
Realisasi SWD
Struktur Langsung Tipe I :
Hubungan input-output Sistem Waktu Diskrit dapat dituliskan
sebagai berikut
N
a y( n i ) b x ( n i )
i 0
i 0
i 0
i 0
a0 = 1, sehingga didapat
y ( n ) b i x ( n i ) a i y( n i )
b 0 x (n ) b1 x (n 1) ... b n x (n n )
a 1 y(n 1) ... a n y(n m)
91
q-1
q-1
bN
b1
x(n)
b0
q-1
+
aN
y(n)
aN-1
q-1
92
q-1
a y( n i ) b x ( n i )
i 0
i 0
93
D(q ) x (n ) a 0 a 1 q 1 ... a n q n
n
1
a i q 1
n
i i 0
a
q
L2 (q )
0
i
L1 ( q )
94
(n ) a iq 1 x (n )
n
x (n )
1
i 0
a
q
i
i 0
(n ) x (n ) a i(n i)
95
x(n)
(n)
+
q-1
-a1
q-2
-a2
q-N
-aN
N
y( n ) N
L 2 (q )
b i q 1 y(n ) (n ) b i q 1
(n ) i 0
i 0
96
(n)
b0
+
y(n)
q-1
b1
q-2
b2
q-N
bN
97
y(n ) (n ) y(n )
.
x (n ) x (n ) (n )
x (n)
b0
y(n)
q-1
b1
-a1
q-2
b2
-a2
-aN
98
q-N
bN
99
x (n)
6
y (n)
+
q-1
q-1
4
-3
q-1
-5
q-1
-7
100
x 6 4q 1
x (n ) 1 3q 1 5q 2 7q 3 1 3q 1 5q 2 7q 3
101
y(n)=6(n) + 4(n-1)
x (n)
y(n)
q-1
-3
n-1
q-2
-5
n-2
q-1
-7
n-3
102
Respons Impulse
103
SWD
(t)
SWK
Respons impuls
h
(t)
104
SWD
SWK
x (n)
x (t)
h(n)
y (n)
h(t)
y (t)
105
maka
n = 0 h(0) = (0) = 1 ; h(n-1) ; h(n-2) dst = 0
n = 1 h(1) + a1 h(0) + 0 + .+ 0 = (1) = 0
n = 2 h(2) + a1 h(1) + a2 h(0) + = (2) = 0
dst
ingat solusi persamaan y(n) = yc(n) + yp(n)
D(q) y(n) = N(q) x(n)
yc(n) D(q) yc(n) = 0 D(q) = 0 maka yc(n) =
n
A
r
kk
k 1
106
107
108
solusi
yc(n) =
Ak rk A1 (r1 ) n A2 (r2 ) n
n
k 1
dimana
L(q) =
109
q2
q2
q2
x
1
2
3
2
1 0,8q 0,15q
2
q 0,8q 0,15 (q 0,5)(q 0,3)
1
Jadi
yc(n) = A (0,5)n + B (0,3)n
n=0 y(n) =
A + B = h(0) = 1
n=1 y(n) = 0,15A + 0,3 B = h(1) = 0,8
A + 0,6 B = 1,6
A+
B=1
- 0,4B = 0,6 B = -1,5
A = 2,5
Maka y(n) = h(n) = [2,5 (0,5)n 1,5 (0,3)n] u(n)
Bagaimana kalau imputnya superposisi ?
Karena sistem linier maka outputnya juga superposisi
110
L (q )
111
q 3 3q
q 3 2q 2 1,31q 0,28
dimana
h ( 0) A B C 1
A 25 / 6
112
Jadi
25
49
69
n
n
h 1 (n )
(0,5)
(0,7)
(0,8) n
1
2
3
Input 2 : 3(n-2)
outputnya
n=0
n=1
n=2
113
untuk n 0
Maka
h(0) = A
+
B
+
C
=0
A= 50
h(1) = 0,5A +
0,7B +
0,8C = 0
B = -150
h(2) = 0,25A +
0,49B +
0,64C = 3
C = 100
jadi
h2(n) = 50(0,5)n 150 (0,7)n + 100 (0,8)n n 2
Maka : h(n) = h1 (n) + h2 (n)
64
25
n 49
n
n
(
0
,
5
)
(
0
,
7
)
(
0
,
8
)
untuk n 0 dan 1
6
2
3
h (n )
325
n 349
n 364
(0,5)
(0,7)
(0,8) n
untuk n 2
2
3
6
114
Latihan :
Carilah respons impuls sistem dengan persamaan
perbedaan berikut :
y(n) = x(n) +0,8 y(n-1)
25y(n) + 6y(n-1) + y(n-2) = x(n)
2y(n) + 6y(n-2) = x(n) x(n-2)
115
Konvolusi
116
Konvolusi
Adalah suatu operasi perkalian sekaligus penjumlahan
dalam kawasan waktu (SWD) atau suatu operasi
perkalian sekaligus integral dalam kawasan waktu (SWK).
Dapat digunakan untuk mendapatkan respons sistem
terhadap masukan bebas. Jadi merupakan transformasi
dari masukan ke keluaran.
117
Penjumlahan Konvolusi
Jika x(n) adalah input suatu SWD LTW dan y(n) adalah
output sistem tersebut dimana y(n) = T.[x(n)] , maka :
y( n )
x (k )h (n k )
k ~
x (n k )h (k )
k ~
y( n ) x ( n ) * h ( n )
x (k )h (n k )
k ~
sebagai
operator
x (n k ) * (k )
k ~
x[n]
y[n]
119
Sifat-sifat Konvolusi :
Komutatif :
x(n) * y(n) = y(n) * x(n)
Asosiatif :
x(n) * [y(n) * z(n)] = [x(n) * y(n)] * z(n)
Distributif untuk operasi penjumlahan
x(n) * [y(n) + z(n)] = x(n) * y(n) + x(n) * z(n)
Memiliki elemen identity : (n)
x(n) * (n) = (n) * x(n) = x(n)
Konvolusi dari suatu deretan pulsa sampling tertunda dengan x(n)
x(n) * (n-k) = x(n-k)
y[n]
h(n)
Dengan input x(n) dan respons impuls h(n) seperti di bawah
ini, dapatkan output sistem y(n) = x(n)*h(n)
x (n)
h (n)
3
2
0,5
121
Jawab :
y( n ) x ( n ) * h ( n )
x (k )h (n k )
k ~
122
123
Misalkan yang dicerminkan adalah h(k) maka didapat h(k) dan x(k). Geser h(-k) untuk n =0 dan kalikan besaran
pada h(-k) dan x(k) pada waktu yang sama dan
jumlahkan. Sehingga akan dikalikan h(-k) dengan x(k).
Geser lagi h(-k) untuk n=1, maka kita akan mengalikan
h(1-k) dengan x(k), begitu seterusnya hingga antara h(n-k)
dan x(k) tidak bersinggungan lagi.
124
125
Energi Sinyal
Energi sinyal waktu diskrit x(n) didefinisikan sebagai Ex
berikut :
126
Contoh 2.10.
Carilah energi sinyal waktu diskrit x(n) = ()n u(n)
Solusi :
Dari definisi :
= 1/[1-1/4] = 4/3
127
Daya Sinyal
Daya rata-rata sinyal waktu diskrit didefinisikan sebagai
berikut :
128
Latihan :
Carilah energi dan daya sinyal berikut ini :
x(n) = 10 sin (2n/4)
129
TT-3113
Pengolahan Sinyal Dijital
BAB #3
TRANSFORMASI FOURIER
WAKTU DISKRIT
130
Tujuan
131
132
0 1
7
133
DFWK :
DFWD :
Dimana frekuensi sudut = 2/periode 0 = 2/T; 0 =
2/N
Bentuk-bentuk trigonometri yang penting :
cos(N0n)=cos (2n)=cos (00n)
cos([N+1]0n)=cos(0n)
cos([N+2]0n)=cos(20n)
cos([N+k]0n)=cos(k0n)
k 1
134
c e
DFWK : x(t )
jn 0t
1 t 0 T
cn
x(t )e jn 0 t dt
T t0
DFWD :
x ( n)
N 1
ak e
, n 0,1,2,....
k 0
1
ak
N
135
jk0n
N 1
jk0 n
x
n
e
, k 0,1,2...N 1
n 0
Disingkat penulisannya :
x (n )
N 1
a
k 0
1
ak
N
wN e
136
w kn
N , n 0,1,2,....
N 1
kn
x
n
w
N , k 0,1,2...N 1
n 0
j 2
N
w e
k
N
e j0
j2 k
N
jk0 N
j 2k
N
e j 2k 1
137
138
139
Contoh
Tentukan respon tunak (steady state) dari sistem waktu
diskrit berikut :
y(n+2)-0.8y( n+1)+0.15y(n)= x(n) dimana x(n) = 5 + 2 ej2n/10
Jadi disini seolah-olah inputnya ada 2 buah yaitu x1(n) = 5
dan x2(n) = ej2n/10
Dengan menggunakan operator q, dapat ditulis :
y(n)[q2 0,8 q + 0,15] = x(n)
1
L(q) = y(n)/x(n)
q 2 0.8q 0.15
yss1(n) = L(q) x1(n) dengan q = ej0
140
5
5 / 0,35 14,286
e j 0 0,8e j 0 0.15
Jangkung Raharjo, jkr@ittelkom.ac.id, Departemen Teknik Elektro Institut Teknologi Telkom
j 4
10
j 2n
10
0,8e
j 2
10
0.15
j 2n
10
2e
(cos 0,4 j sin 0,4 0,8 cos 0.2 j 0,8 sin 0.4 ) 0,15
j 2n
10
2e
3,873e j ( 0, 2n 1,94)
0,188 j 0,488
141
Transformasi Fourier
Waktu Diskrit
(TFWD)
142
dengan periode N
n
0
(a)
N1-1
~
x ( n)
-N
143
(b)
0 N1-1
N 1
( jk0 n )
a
e
k
n 0
1 N 1 ~
a k x (n ) e ( jk0 n )
N n 0
N 1
( jk0 n )
x
(
n
)
e
n 0
1
ak
N
144
N 1
kn
x
(
n
)
w
N
n 0
1
ak
N
1
ak
N
kn
x
(
n
)
w
n
n
( jk0 n )
x
(
n
)
e
145
lim ~
x (n ) x (n )
N .ak
N .ak
146
( jk0 n )
x
(
n
)
e
n
n
( jn )
x
(
n
)
e
N .ak X (e j )
Dengan = k.0
inilah yang disebut sebagai Transformasi Fourier Waktu
Diskrit dari x(n).
Kembali ke persamaan sebelumnya :
~
x ( n)
N 1
( a )e
n 0
~
x ( n)
N 1
[
n 0
147
( jk0 n )
1
X (k0 )]e ( jk0n )
N
~
x (n ) 0 X(k0 ) e jk0 n )
n 0 2
N
)
e
d
0
2
148
( jn )
x
(
n
)
e
1
x ( n)
2
149
X ( ) e jkn ) d
TFWD
Sinyal Sinusoidal
150
x (n ) Ae
X()
j0 n
2(
2k )
A j 0 n
x n A cos 0 n (e
e j 0 n )
2
X() ( 0 2k ) ( 0 2k )
k
151
A
( e j 0 n e j 0 n )
(2 j)
Adalah :
X() j [( 0 2k ) ( 0 2k )
k
152
-2
-2
153
Sifat-sifat TFWD
154
X(+2)=X()
b. Linearitas
Jika F x1 (n ) X1 () dan
Maka :
F x 2 ( n ) X 2 ()
F a1x1 (n ) a 2 x 2 (n ) a1X1 () a 2 X 2 ()
155
maka
Jika F x (n ) X () maka
Jika F x (n ) X () maka
156
F x(n n 0 ) e jn 0 X()
F e jn 0 x(n) X( 0 )
157
maka F x (n ) x (n 1) (1 e j) X()
1
n
F x ( m)
X() X(0) ( 2k )
j
k
m
1 e
F nx (n ) j
dX()
d ()
g.Teorema Parseval
x (n )
h. Konvolusi
1 2
2
X
(
)
d
0
2
Y() H()X()
158
N 1
k 1
m 0
dimana ,
k adalah integer, ekspresi r adalah r modulo N untuk r
integer sembarang, N adalah perioda
x1(n)=x2(n)= deretan terbatas
y(n) adalah respons sistem
159
TT-3113
Pengolahan Sinyal Dijital
BAB #4
Transformasi Z
160
Tujuan
Memahami sifat-sifat Transformasi Z
Memahami hubungan antara Transformasi Z dengan
Transformasi Fourier Waktu Diskrit serta hubungan
Transformasi Z dengan Transformasi Laplace
Dapat menggunakan Transformasi Z untuk memecahkan
persamaan perbedaan dengan kondisi awal.
161
X ( z)
n
x
(
nT
).
z
TZ 2 sisi
X ( z ) x(nT ).z n
n 0
162
TZ 1 sisi
Definisi diperluas :
TZ[h(n)] = H(z) =
Untuk z = ej
h(n) z-n
didapat H(ej)
Daerah Konvergensi
164
Daerah Konvergensi merupakan tempat kedudukan (hargaharga) dari z yang menyebabkan TZ nya berharga
berhingga.
a. Diberikan sinyal kausal x(n) = An u(n), || >0 maka :
X(z) =
An
u(n).z-n
=
n 0
An
z-n
A (/z)n
n 0
X(z) =
A-n
u(-n).z-n
A-n
z-n
= A
-n
z-n
= A (.z)n
n 0
X(z) akan berhingga bila (z) < 1 atau |z| < |1/|
Sehingga X(z) = A , |z| < |1/| dengan daerah konvergensi
1 z
di
setiap titik di dalam lingkaran dengan jari-jari 1/.
166
Deretan
dalam Waktu Terbatas
167
3
2
2
-2
-3
3
-1
2
-2
-4
-5
168
X ( z ) 2 z 5 z 3z 4 z 2 z 4 z 2 z
3
169
Deretan Kausal
170
-n
X(z) = n
x(n).z
N1
Contoh :
Diberikan sinyal x(n) = an u(n)
X(z) = 1
, |z| > ||
1 az 1
171
172
X(z) =
x(n).z-n
Contoh :
Diberikan sinyal x(n) = - bn u(-n-1)
n 1
=1-
n 0
(b-1.z) n
n 0
173
X(z) = 1 -
1
1 b 1 z
z
=
, |z| < |b|
z b
174
175
X(z) = x (n)
n
z-n
Contoh :
Diberikan sinyal x(n)
X(z) =
176
z
za
z
z b
=
n 0
x(n).
z-n
+ x(n). z-n
= an u(n)
= - bn u(-n-1)
z (2 z a b
TZ
beberapa Sinyal
177
a. Sinyal impuls
1, n 0
(n)
0, n lainnya
X (z) =
n 0
x(n) z-n = 1
b. Deretan konstan
x(n) A,
n 0,1,2,.........,
= 1 Az
178
c. Deretan eksponensial
n
x
(
n
)
A
.
r
u(n) A
-1 )n = 1 rz
X (z) = n 0 A rn z-n =
A
(r
z
n 0
AZ
zr
>
d. Deretan sinusoidal/cosinusoidal
x(n) A. cos n
Diberikan sinyal cosinusoidal
Ae
Ae
A cos n
X(z) = TZ
TZ 2 2
jn
X(z) = (A/2)
=
179
z
z e j
jn
z
z e j
Az z e j z e j
2 z 2 ze j ze j 1
Jangkung Raharjo, jkr@ittelkom.ac.id, Departemen Teknik Elektro Institut Teknologi Telkom
Az 2 z 2 cos
2 z 2 2 z cos 1
Az[ z cos
z 2 2 z cos 1
, z >1
Im[z]
lingkaran
satuan
180
Re[z]
jn
=
=
Ae jn
2j
A z
z
2 j z e
z e j
Az sin
z 2 2 z cos 1
; z
>1
Im[z]
lingkaran
satuan
181
Re[z]
Sifat-sifat TZ
182
Linearitas
Bila deretan x(n) = x1(n) + x2(n), dengan dan konstan,
maka :
X(z) = TZ x1 (n) x2 (n)
x1 (n).z
n 0
x 2 (n).z n
n 0
X 1 ( z ) X 2 ( z )
dengan
183
X1(z) = TZ[x1(n)]
X2(z) =TZ[x2(n)]
X(z) = Z [x(n)],
184
Pergeseran Deretan
Diberikan xk(n) = x(n-k) adalah deretan x(n) yang tergeser
sebesar k cuplikan dan bila
TZ[x(n)] = X(z) maka :
TZ[x(n-k)] = Xk(z)
= xk(n) z-n =
n
x(n-k) z-n
x(m)z-(m+k)=z-k
x(m) z-m
= z-k X(z)
185
186
TZ nx(n) z
d
X ( z)
dz
d m x( z )
n x ( n) ( z )
dz m
Bentuk umum :
nx(n) z n z nx(n) z n 1
Bukti TZ nx(n)
n 0
n 0
z x(n)(n.z
n 0
n 1
) z x(n). z z n
dz
n 0
d
d
z x(n).z n z X ( z )
dz n 0
dz
187
Perkalian dengan rn
Jika : X(z) = TZ [x(n)], maka : TZ r
z
x ( n) X ( )
r
Bukti :
x(n) r x(n).z
n
n 0
188
z
x(n).
r
n 0
z
X ( )
r
Penjumlahan Konvolusi
Jika X (z) =TZ [x (n)]
, ROC R1- < z < R1+;
X (z)=TZ[ x (n)]
, ROC R2 -< z < R2+,
Bukti :
k 0
TZ
n
x
(
k
).
x
(
n
k
)
x
(
k
).
x
(
n
k
)
1
2
1
2
.z
k 0
n 0 k 0
k 0
n 0
x1 (k ) x 2 (m).z m k , m n k
x1 (k ) z
k 0
x (m).z ,
n 0
X 1 ( z ). X 2 ( z )
189
Contoh :
-n =
x(n) = u(n), maka X(z) =
z
n 0
1
1 z 1
190
1
1
=
.
1 z 1 1 az 1
z2
( z a)( z b)
x(0) lim X ( z )
z
z1
Bukti :
Dengan mempertimbangkan TZ [ x(n 1) x(n)] , Dari sifat
pergeseran maka dapat dituliskan :
TZ [ x(n 1) x(n)] [ zX ( z) zx(0)] X ( z)
k
192
n 0
n 0
lim x(k )
k
193
Penskalaan
Bila TZ[x(n)] = X(z) maka :
TZ[n x(n)]
= n x(n) z-n =
n 0
n 0
x(n) (z/)-n
= G(z/)
194
j0 n
e
[
x(n)] = G(z ) e j
Latihan
Carilah hasil TZ dan daerah konvergensi dari sinyal :
x(n) = [3(4/5)n (2/3)2n] u(n)
x(n) = 2n u(n) + 3n u(-n)
195
Inverse Transformasi Z
196
Ada
beberapa
metode
Transformasi Z, antara lain :
197
Inverse
Jika X (z) = an z n
n 0
Contoh :
3z 5 z
X (z) = z 4 z 6 z 4
lakukan pembagian :
x (z) = 0z0 +3z-1 +7z-2 +
2
a0
a1
a2
x(0) x(1)
198
x(2)
1
1 c
199
n
c
n 0
X(z) =
i 1
a (i )
1 p (i ) z 1
a (i )
1 p (i ) z 1
a(i) pn(i)
N
Maka
200
TT-3113
Pengolahan Sinyal Dijital
BAB #5
TRANSFORMASI FOURIER
DISKRIT
201
Tujuan
202
Analisis Fourier
203
Representasi Fourier
204
X ( k ) x ( n )e
j 2kn
N
, k 0,1,....N 1
n 0
X (k ) X ( ) 2kn / N
1
x ( n)
N
205
N 1
kn
X
(
k
)
w
N ,
2k
X(
)
N
n 0,1,2,...N 1
k 0
Contoh
Diberikan respons impuls sistem adalah :
h(n)
= 1/3
,0n2
= 0
, n lainnya
Bila dicari hasil TFWD[(h(n)] yaitu H(ej) dan hasil TFD
[h(n)] yaitu H(k) seperti ditunjukkan dalam gambar berikut
ini.
206
Hubungan antara TFWD dan TFD dari deretan kausal untuk N=4 dan N=8
207
Sifat-sifat TFD
Jika F x (n ) X(k ),
k 0,1,2,3,....N
maka:
1.Linearitas
F a1 x1 (n) a2 x2 (n) a1 X 1 (k ) a2 X 2 (k )
2.Pergeseran waktu
3.Pergeseran frekuensi
F[ x(n)wN mn ] X (k m)
4.Dualitas
F[ x(k )] Nx(n)
5. Konvolusi Sirkular
N 1
F x[( n i ) mod N ] y (i ) X (k )Y (k )
i 0
N 1
6. Perkalian
N 1
7.Teorema Parseval
208
N x ( n)
n 1
N 1
X (k )
k 1
209
WNkn = - WNk
Sifat periodisitas
WNk+n = WNk
TFD langsung
N2 perkalian
N2 N penjumlahan
210
Refer TFD :
N-1
, k = 0, 1, ...., N-1
n=0
WNk
= e-j2/N
211
TFD 2 Titik
1
k = 0, 1
n=0
212
x(0)
X(0)
x(1)
X(1)
TFD 4 Titik
3
k = 0, 1 , 2 , 3
n=0
213
X(0)
X(1)
X(0)
X(1)
X(2)
X(3)
214
X(0)
X(1)
X(2)
X(3)
215
Algoritma FFT
216
, k = 0, 1, ...., N-1
n=0
WN = e-j2/N
217
Misalkan
n = 2r ,
n = 2r+1
(N/2)-1
X(k)
= x(2r) WN2rk +
r=0
x(2r+1) WN (2r+1)k
r=0
(N/2)-1
= x(2r) WN2rk
r=0
(N/2)-1
WN k
x(2r+1) WN 2rk
r=0
= N/2 point TFD bag genap + N/2 point TFD bag ganjil
218
Dengan
WN2rk = exp[-j(2/N)2rk] = exp exp[-j{2/(N/2)}rk] =
WrkN/2
Sehingga :
(N/2)-1
X(k)
= x(2r) WrkN/2+
r=0
219
(N/2)-1
WkN
x(2r+1) WrkN/2
r=0
G(k)
+ WkN
H(k)
; k = 0, 1, ..., N-1
Dimana :
220
Gambar a
FFT 8 titik (N = 23) Desimasi dalam Waktu
TFD N titik didekomposisi dalam TFD N/2 titik
221
Gambar b
FFT 8 titik (N = 23) Desimasi dalam Waktu
TFD N/2 titik didekomposisi dalam TFD N/4 titik
222
Gambar b
Substitusi gambar b ke dalam gambar a
223
224
Flow Graph dari perhitungan TFD 8 titik dekomposisi desimasi dalam waktu
225
226
227
228
Tugas
229
Turunkan formulasi
Frekuensi pada FFT
Desimasi
Dalam
TT-3113
Pengolahan Sinyal Dijital
BAB #6
SAMPLING &
REKONSTRUKSI SINYAL
230
Tujuan
231
Latar Belakang
232
233
Sampling
Sampling ideal :
234
Contoh
Sinyal Sinusoidal x(t) = e2jft dengan frekuensi f ,
Sebelum proses sampling : spektralnya pada frekuensi f
Setelah proses sampling :
X(nT) = e2jnft : spektralnya pada frekuensi = f yang
periodik dengan dengan n fs.
235
spektrumnya bandlimited
236
atau
T 1/(2 fmax)
237
Contoh
238
Aplikasi
Geofisika
Biomedical
Mekanikal
Speech
Audio
Video
fmax
500 Hz
1 kHz
2 kHz
4 kHz
20 kHz
4 MHz
fs
1 kHz
2 kHz
4 kHz
8 kHz
40 kHz
8 MHz
fmax fs/2
239
Prefilter Antialiasing
240
Pembatasan Hardware
Bila total waktu proses atau waktu komputasi = Tprocess
dan periode pencuplikan = T, maka :
T Tprocess
Dengan kata lain : Computation Rate atau Processing
Rate adalah :
fprocess = 1/Tprocess
Sehingga berlaku :
241
2 fmax fs fprocess
Ilustrasi
Sinyal frekuensi tunggal :
x(t) = Cos (2ft) disampling dengan 3 macam frekuensi
sampling : fs1= 8f, fs2= 4f dan fs3= 2f
242
sehingga
fs 2f
Unit Frekuensi
244
245
Ideal Reconstructor
246
247
Ilustrasi
Diberikan x(t) = 4 + 3 Cos (t) + 2 Cos (2t) + Cos (3t)
(t dalam ms). Tentukan sampling rate minimum agar tak
terjadi aliasing.
Tunjukkan bila sinyal disampling
Nyquist rate
(tunjukkan xa(t) dan x(t))
Solusi :
Frekuensi yang ada pada x(t) adalah :
f1 = 0 Hz, f2 = 0,5 kHz, f3 = 1kHz, f4 =1,5 kHz,
fmax = f4 =1,5 kHz
Nyquist rate = 2 fmax = 2f4 = 3 kHz
248
Terjadi aliasing :
250
Kuantisasi
253
Kuantisasi sinyal
254
255
0 xQ(nT) R/2
R/2 - Q.
256
Mean Error
257
(dB)
Contoh soal
Dalam aplikasi audio dijital, sinyal dicuplik pada laju
pencuplikan 44 kHz dan masing-masing cuplikan
dikuantisasi
menggunakan
A/D
konverter
yang
mempunyai range/jangkauan skala penuh 10 volt.
Tentukan jumlah bit B jika kesalahan kuantisasi efektif
(rms) dijaga di bawah 50 mikro volt. Kemudian tentukan
kesalahan (dalam rms) dan bit rate per second. Hitung
pula dynamic range dari kuantiser.
259
Solusi
Jumlah bit B = log2 [R/(erms 12)] = log2 [10/(50.10-612)] =
15,82 , dibulatkan ke 16. Sehingga terdapat 2B = 65.536
level kuantisasi.
Dengan harga B tersebut dapat dihitung erms = R.2-B/12
= 44 mikro volt.
Bit Rate =B.fs = 16. 44 = 704 kbits/sec. Ini merupakan
tipikal bit rate untuk CD player.
Dynamic range dari kuantiser : 6B = 6. 16 = 96 dB.
Sebagai catatan, dynamic range alat pendengaran
manusia sekitar 100 dB. Ini sebagai alasan mengapa
Dijital Audio kualitas CD diperlukan minimal 16 bit
kuantisasi.
260
TT-3113
Pengolahan Sinyal Dijital
BAB #7
FILTER DIJITAL
261
Tujuan
262
Pendahuluan
Dewasa
ini
ada
kecenderungan
untuk
mengimplementasikannya secara cepat, untuk desain
khusus dan murah sehingga sering ditambahkan dengan
suatu Digital Sinyal Prosessor (DSR) Chip.
263
264
265
266
267
268
Kompresi Data.
Biomedical Signal Processing.
Speech Processing.
Image Processing.
Digital Audio.
Telephone Echo Cancellation.
Video Processing.
Watermaking.
Steganografi.
Inverse Filtering.
Dsb.
Jangkung Raharjo, jkr@ittelkom.ac.id, Departemen Teknik Elektro Institut Teknologi Telkom
269
270
y(n) = h(k).x(n-k)
k=0
271
y(n) = h(k).x(n-k)
k=0
= ak.x(n-k) - bk.y(n-k)
k=0
k=1
y(n) = h(k).x(n-k)
k=0
273
IIR Filter :
Orde rendah & Delay pendek (+)
Sulit membuat fasa linear (-)
Ada kemungkinan tak stabil (-)
274
Pertimbangan Pemilihan
1. Filter FIR dapat secara tepat mempunyai respons fasa
linear, implikasinya tak ada distorsi fasa (Perlu dalam
transmisi data, biomedical, digital audio, image processing
dsb.)
Fasa Filter FIR non linear
2. Filter FIR direalisasikan non rekursif
Filter FIR selalu stabil
Filter IIR belum tentu stabil
275
276
277
Ilustrasi
Dua fungsi transfer yang mempunyai respons amplitudo
hampir sama sebagai berikut :
278
b1 = -0,6744878
b2 = -0,3633482
11
dengan
279
h(0)
h(1)
h(2)
h(3)
h(4)
h(5)
=
=
=
=
=
=
0,546.10-12
-0,450.10-1
0,691.10-1
-0,553.10-1
-0,634.10-1
0,5789.10-0
= h(11)
= h(10)
= h(9)
= h(8)
= h(7)
= h(6)
280
281
282
283
=0
Filter Dijital
Respons Impuls Tak
Terbatas
284
Transformasi Z :
285
Syarat :
Minimum ada sebuah ak 0
Akar-akar dari penyebut tidak dihilangkan oleh akarakar dari pembilang
Zero dapat disembarang tempat, pole harus di dalam
lingkaran satuan.
Biasanya M N
286
Respons Fasa :
(ej) = tan-1 {Im[H(z)}/Re[H(z)]} untuk z= ej
= (1/2j).ln[H(z)/H(z-1)] untuk z= ej
Group Delay :
g(ej) = - d(ej)/d = -( jz d/dz)| untuk z= ej
287
Metode Pendekatan :
289
290
M
(s +ck)
k=1
-----------N
(s + dk)
k=1
H(s) = ck/(s+dk)
k=1
Dimana :
ck = H(s).(s+dk)|s=dk
dk = tempat pole ke-k
291
Respons Impuls :
N
Transformasi Z :
~
n=0 k=1
= ck exp[-dkT. z-1]n
n=0
k=1
293
Hubungan Pemetaan :
294
295
maka :
ck/[1- exp(-dk.T. z-1)] + ck*/[1- exp(-dk*T. z-1)]
296
Sehingga :
s + + (h/g)
s2+2 s + 2+2
1 - exp(-T). z-1 [Cos(T) - (h/g) Sin(T)]
(7.18)
1 - 2 exp(-T). z-1 Cos(T) + exp(-2T). z-2
297
Contoh :
h(t) = exp(-T). Cos (t).u(t)
H(s) = (s+)/(s2+2 s+2+2)
298
299
Transformasi Z Bilinear
Definisi : s
(2/T) [(1-z-1)/(1+z-1)]
z = [(2/T)+s]/[(2/T)-s]
Bila s = j
= 0
= ~
= -~
300
z = [(2/T) + j]/[(2/T)- j]
z=1
z = -1
z =-1
Bila s = + j
301
305
Lingkaran satuan
Bila filter analog stabil dan kausal (dapat direalisasikan)
maka filter dijitalnya juga stabil dan dapat direalisasikan.
Karena
Transformasi Non Linear maka response
frekuensi filter analog harus konstan per segmen.
Response Impuls maupun response fasa filter tidak sama
dengan filter analog.
306
307
308
sebagai
309
Filter Butterworth
310
312
313
314
Untuk n ganjil : 1
k/n
; k = 0, 1, 2, ..., 2n-1.
Untuk n genap : 1
Polinomial Butterworth
315
316
317
318
Contoh-contoh :
1).
H(s) =k0/(s-s1) Orde-1
s1 = ej(0,5+0,5) = ej = -1
H(s) = k0/(s+1) pada s =0 maka H(s) = 1 sehingga k0=1
Didapat H(s) = 1/(s+1)
320
321
LPF
analog
c = 1
323
Transformasi Analog-Analog
324
LPF
Analog
c = 1
325
Transformasi Dijital-Dijital
326
327
328
329
Derajad filter
330
331
332
333
Latihan
334
Filter Chebyshev
335
|| 1
|| > 1
n ganjil
337
n genap
338
Polinomial Chebyshev
T0()
T1()
T2()
T3()
T4()
T5()
T6()
=
=
=
=
=
=
=
2 2 1
4 3 3
8 4 8 2 + 1
16 5 20 3 + 5
32 6 48 4 + 18 2 1
Tn+1()
2 Tn() Tn-1()
Dimana :
k = - sinh Q sin[(2k-1)/2n] ;
k = cosh Q cos [(2k-1)/2n]
sinh Q = ( - -1)/2; cosh Q = ( + -1)/2
= [(1 + 1 +2 )/]1/n
342
343
344
345
346
347
Fungsi Transfer :
349
350
351
352
Tranf. Frekuensi
Contoh-contoh :
LPF ke HPF
H(s) = 1/(s+1)
misal u = 2 rad/s maka H(s) = 1/(2/s +1) = s/(2 + s)
s (2/T) (1-z-1)/(1+z-1)
Didapat H(z)
353
LPF ke BPF
misal L = 2 rad/s, u = 3 rad/s
H(S) = 1/[{(s2+6)/s(1)}+1] = s/[s2 + s + 6]
Untuk s=0, H(s) = 0
s= ~ , H(s) = 0
s= j3, H(s) =j3/(-9+j3+6) = j3/(j3+3), |H(s)|= 3/(32) = 1/2
s=j2, H(s) = j2/(-4+j2+6) = j2/(2+j2), H(s) =2/(22) = 1/2
354
Latihan
Transformasi Bilinear dengan bentuk umum :
s k(z-1)/(z+1)
Diinginkan filter dijital yang akan melalukan pita frekuensi dari 0 Hz
sampai 100 Hz dengan ripple 0,5 db, diluar pita frekuensi tersebut di
atas redaman akan naik secara monoton sehingga pada frekuensi
183 Hz minimum redaman 19 db. Bila k=1 dan frekuensi pencuplikan
1000 Hz :
a). Hitung frekuensi ekivalen dari 100 Hz dan 183 Hz pada domain
analog
b). Jenis filter analog adalah Chebyshev tipe-I, hitung derajad filter (n)
yang dibutuhkan
c). Hitung harga-harga pole dan tentukan fungsi transfer dari filter analog
d). Dengan menggunkan transformasi bilinear, tentukan fungsi transfer
H(z) dari filter dijital
355
356
357
358
359
Filter Ellyptic
360
361
362
363
364
365
366
Transfer
LPF
Elliptic
367
368
369
370
371
372
373
Fungsi Transfer :
H(z) = Y(z)/X(z)
N-1
Persamaan Perbedaan :
N-1
374
375
n=0
TFWD :
N-1
376
377
= - (-)
fungsi genap
fungsi ganjil
()
= - .
maka :
N-1
378
Bagian Riil :
N-1
H(ej) Cos =
h(n) Cos n
n=0
Bagian Imajiner :
N-1
H(ej) Sin =
h(n) Sin n
n=0
N-1
N-1
379
n=0
Solusi :
1). = 0 h(0) sebarang
h(n) = 0, n 0
Respons Impuls dari filter adalah sebuah impuls.
N-1
N-1
n=0
N-1
380
= (N-1)/2
h(n) = h(N-1-n) ,
0 n N-1
381
382
383
, 0 n N-1
384
385
a(0) = h[(N-1)/2]
a(n) = 2 h[(N-1)/2 n]
386
, n = 1, 2, ..., (N-1)/2
387
b(n) = 2 h[(N/2) n]
388
389
390
391
dengan
n=1
Untuk = 0 H*(ej) = 0
Cocok untuk :
Transformator Hilbert
Diferensiator
393
394
395
396
jn
jn
j ( )
h
(
n
).
e
H
(
e
)
e
Dimana :
1
h( n)
2
j
jn
H
(
e
).
e
d
398
400
h(n)
402
Contoh :
a. LPF Ideal dengan
1
h( n)
2
H (e
sin c
n
).e
1
H (e )
0
jn
diluar nilai di atas
d 1 1.e jn d
2
n , n 0
n0
e
H ( e j )
0
1
1
j
jn
h( n)
H (e ).e d
2
2
sin c (n )
n(n )
diluar nilai di atas
j jn
e
.e d
n , n
n0
405
1
h( n)
2
j
jn
H
(
e
).
e
d
sin c
c jn
j n
1.e d 1.e d
n , n 0
h ( n ) M n M
~
h ( n)
diluar nilai diatas
0
Jadi :
~ j
H (e ) H (e j ) *W (e j )
~
1
h ( n)
2
407
j
j ( n )
H
(
e
).
W
(
e
d
408
~ j
j
H (e ) H (e ) (e jM )
409
II
III
IV
Panjang N
Ganjil
Genap
Ganjil
Genap
Derajat Filter
Genap
Ganjil
Genap
Ganjil
Sifat h(n)
Simetri
Simetri
Anti Simetri
Anti Simetri
Sifat H(ejw)
Simetri
Simetri
Anti Simetri
Anti Simetri
Perioda H(ejw)
H(1)
Sembarang
Sembarang
H(-1)
Sembarang
Sembarang
Pemakaian
LP, BP
Differensiator
Transformasi Hilbert
Differensiator
Transformasi Hilbert
410
411
Jendela
Persamaan
Rectangular
1 ,0 n N 1
w(n)
0 , diluar nilai diatas
1 ,0 n N 1
w(n)
0 , diluar nilai diatas
Bartlett
Tidak kausal
1 ,( N 1) / 2 n ( N 1) / 2
w(n)
0 , diluar nilai diatas
2n /( N 1)
w(n) 2 2n /( N 1)
412
Kausal
0 n ( N 1) / 2
( N 1) / 2 n ( N 1)
diluar nilai di atas
Jendela
Hanning
Persamaan
2n
0,5 0,5 cos
w(n)
N
,0 n N 1
, diluar nilai diatas
Hamming
2n
0,54 0,46 cos
w(n)
N 1
0
,0 n N 1
, diluar nilai diatas
Blackman
2n
4n
0,42 0,5 cos
0,08 cos
w(n)
N 1
N 1
Keiser
413
2
2
n
I 0 a 1
N 1
w(n)
I 0 (a)
0
,0 n N 1
, diluar nilai diatas
,0 n N 1
Window Kaiser
x
I 0 ( x) k
k 0 2 k!
L
A 20 log(min{ p , s })
A 50
0,1102 ( A 8,7)
414
A 7,95
2,285 ( s p )
415
Latihan
Diinginkan membuat filter digital respons impuls terbatas
yang mempunyai karaktersitik sbb :
j(- - ).e- j4,5
j
H (e ) j .e- j4,5
j(- ).e- j4,5
,- / 2
,- / 2 / 2
, / 2
2n
4n
0,42 0,5 cos
0
,
08
cos
w(n)
N
1
N
416
,0 n N 1
, diluar nilai diatas
417
Perancangan Filter
FIR Metode Sampling
Frekuensi
418
419
Tipe I :
fk = Fs .(k/N)
(7.116)
; k = 0, 1, 2, ..., N-1
Tipe II :
fk = Fs .(k+0,5)/N
; k = 0, 1, 2, ..., N-1
Dengan = (N-1)/2
421
422
423
Contoh soal
Diberikan spesifikasi LPF Filter sebagai berikut :
Passband
0 5 KHz
Frekuensi Sampling
18 KHz
Panjang Filter
9
Tentukan koefisien filter menggunakan metoda sampling
frekuensi.
424
Solusi
Respons Frekuensi ideal
426
dan
427
N-1
N-1
N-1
N-1
k=0
N-1
n=0
N-1
n=0
N-1
428
= H1(z). H2(z)
Dengan : H1(z) = (1- z-N)/N)
N-1
429
Zero dari H1(z) dan pole dari H2(z) terletak pada lingkaran
satuan pada titik zk = ej2k/N Pole-Zero Cancelation
membuat H(z) sebagai filter tanpa pole.
430
431
Dengan = (N-1)/2
Untuk N ganjil :
M = (N-1)/2
Untuk N genap :
M = (N/2) 1
432
Latihan
1. Rancanglah filter IIR dengan spesifikasi sbb :
High pass filter dengan bandwidth 0,5 dB pada frequensi digital
f=0,375 siklus per cuplikan (cycles per sample)
Frequensi pencuplikan 20.000 Hz
Menggunakan transformasi Bilinier dan filter Low-pass anlog
ternormalisasi yang dipakai mempunyai respons impuls sbb :
1,43138
H (s) 2
s 1,4256 s 1,5162
a. Turunkan Persamaan H(s) filter High pass analog ekivalen, dan hitung
nilai pada gain = -0,5 dB
b. Turunkan persamaan H(z) filter highpass digital tsb
c. Gambarkan realisasi filter tersebut
433
s 0,1
H (s) 2
s 0,2 s 9,01
434
Filter tersebut ingin diubah menjadi filter digital respons impuls tak
terbatas dengan memakai metoda transformasi respons impuls.
Frequensi pencuplikan 20 Hz
Turunkan persamaaan fungsi transfer H(z) filter digital tsb
Turunkan dan gambarkan respons frequensi yang diinginkan H(ejw)
Gambarkan realisasi filter ini
Menurut pendapat anda filter digital ini berfungsi sebagai apa ?
435
436
Terima Kasih
437