Anda di halaman 1dari 10

BAB 5 Discrete Fourier Transform dan FFT

V-1
Bab 5: Discrete Fourier Transform dan FFT

1 Discrete Fourier Transform (DFT)
1.1 Definisi
Tujuan Belajar 1
Peserta dapat mendefinisikan DFT, dan menghitungnya.
Untuk melakukan analisis frekuensi dari sinyal waktu diskrit x(n) maka perlu
mendapatkan representasi domain frekuensi dari sinyal yang biasanya dinyatakan dalam
domain waktu. DFT digunakan untuk melakukan analisa frekuensi dari sinyal waktu
diskrit.

) ( ) (
int
k X n x
DFT Po N
dimana n = 0, N-1 dan k = 0, N-1

DFT dihitung menggunakan persamaan :

kn
N
N
n
W n x k X

1
0
) ( ) ( dimana
N
j
N
e W
2


sehingga

,
_

1
0
2
) ( ) (
N
n
n
N
k
j
e n x k X



Invers DFT (IDFT) menghitung kembali representasi sinyal waktu diskrit x(n) dari
sinyal yang dinyatakan dalam domain frekuensi X().

,
_

1
0
2
) (
1
) (
N
k
n
N
k
j
e k X
N
n x


1
0
) (
1
N
k
kn
N
W k X
N


dimana

N
j
N
e W
2

akar ke N dari unity



Tujuan Belajar 2
Peserta dapat memandang DFT sebagai transformasi linier dan perkalian
matriks terhadap vektor.
DFT dan IDFT dapat juga dipandang sebagai transformasi linier antara x(n) dan
X(k), jadi
BAB 5 Discrete Fourier Transform dan FFT
V-2
N N
X x
dimana x
N
dan X
N
masing-masing adalah vektor dengan n buah elemen
1
1
1
]
1

) 1 (
) 0 (
N x
x
x
N
M
1
1
1
]
1

) 1 (
) 0 (
N X
X
X
N
M
Jika dinyatakan matriks W
N

[ ]
) )( ( j i
N ij N
W w W
maka, N point DFT dapat dinyatakan dalam bentuk
N N N
x W X
sedangkan IDFT dapat dihitung jika terdapat invers dari W
N
.
exist bila
1 1

N N N N
W X W x

Contoh:
Hitung 4 point DFT dari sinyal x(n) = ( 0 1 2 3 )

1
1
1
1
]
1

9
4
6
4
3
4
6
4
4
4
2
4
3
4
2
4
1
4
4
1
1
1
1 1 1 1
W W W
W W W
W W W
W
ingat
k
N
k
N
W W
N

+
2


1
1
1
1
]
1

j j
j j
1 1
1 1 1 1
1 1
1 1 1 1

1
1
1
1
]
1

+

j
j
x W X
2 2
2
2 2
6
4 4



1.2 Hubungan DFT dengan Spektrum

Tujuan Belajar 3
Peserta dapat menghubungkan DFT dengan deret Fourier untuk sinyal
periodik.
Misalkan x
p
(n) adalah sinyal periodik dengan perioda N, maka dapat dinyatakan
Ingat
k
N
N
k
N
W W
+
2


j W
W
W

9
4
6
4
4
4
1
1





N
j
e W
2


2
3
0
1
BAB 5 Discrete Fourier Transform dan FFT
V-3

,
_

1
0
2
) (
N
k
n
N
k
j
k p
e C n x


di mana

,
_

1
0
2
) (
1
N
n
n
N
k
j
p k
e n x
N
C


bila ambil x(n) = x
p
(n) untuk n = 0, N-1 (satu perioda)
maka

,
_

1
0
2
) (
1
N
n
n
N
k
j
k
e n x
N
C

yang tidak lain adalah X(k).

Tujuan Belajar 4
Peserta dapat menghubungkan DFT dengan spektrum dari sinyal
aperiodik.
Bila



l
p
lN n x n x ) ( ) ( x
p
(n) periodik dengan periode N

,
_

,
_

n
n
N
k
j
e n x k
N
X

2
) (
2


,
_


,
_

+ + +
1 1
0
2 2
... ) ( ) ( ...
N n
N
n
n
N
k
j n
N
k
j
e n x e n x



,
_

l
N lN
lN n
n
N
k
j
e n x
1
2
) (


[ ]
N k
p
n
N
k
j
N
n l
n x FT e lN n x
/ 2
2
1
0
) ( ) (

,
_

1
]
1





bila

'

otherwise
N n n x
n x
p
0
1 0 ) (
) (
maka ( ) [ ] ) ( ) ( )) ( (
2
/ 2
k X n x DFT k X n x FT
N N k



jadi ) ( ) ( ) ( n x n x n x
p



hanya bila x(n) finite duration L N maka ) ( ) ( n x n x sehingga IDFT {X(k)} = x(n)


BAB 5 Discrete Fourier Transform dan FFT
V-4
1.3 Hubungan DFT Dengan Transformasi z
Tujuan Belajar 5
Peserta dapat menghubungkan DFT dengan transformasi z dari sinyal
(Langrange interpolator).

n
N
k
j
e z
z X k X
2
) ( ) (



bila durasi x(n) N maka

1
0
) ( ) (
N
n
n
z n x z X

1
0
1
2
1
) ( 1
N
k
j
N
z e
k X
N
z
N
k



( )


1
0
/ 2
1
) ( 1
) ( ) (
N
k
N k j
N j
e z
e
k X
N
e
z X X
j


Lagrange Interpolation

2 Sifat DFT

Tujuan Belajar 6
Peserta mengerti dan dapat memanfaatkan sifat linier, periodik dan
simetri sirkular.
Sifat linier :
Jika
x1(n) N-DFT X1(k)
dan
x2(n) N-DFT X2(k)
maka untuk sebarang konstanta a1 dan a2 real atau kompleks
a1.x1(n) + a2.x2(n) N-DFT a1.X1(k) + a2.X2(k)
Sifat periodik :
Jika x(n) N-DFT X(k)
maka
x(n + N) = x(n) untuk semua n
X(k + N) = X(k) untuk semua k
Sifat simetri sirkular
BAB 5 Discrete Fourier Transform dan FFT
V-5

3 Filter Menggunakan DFT
Tujuan Belajar 7
Peserta dapat melakukan filtering linier dengan DFT, dan
membandingkannya dengan konvolusi.
x(n) X()
h(n) H()
y(n) Y()

X() H() Y()=H()X()

Assumsikan FIR dan Finite duration
Let : x(n) = 0, n < 0 dan n L
durasi L
h(n) = 0, n < 0 dan n M
durasi M

Y() = H() X() durasi : L + M- 1

Bila Y() disample maka sampling harus N L + M -1
agar ) (
2
n y
N
k
y
IDFT

,
_



maka
N
k
Y k Y

2
) ( ) (

k = 0, , N-1



( ) ( ) ( )
padding zero
1
1 ,..., 0 ,
+ +

M L N
N k k H k X k Y

) ( ) ( n y k Y
IDFT


Contoh :
FIR : h(n) = {1, 2, 3}
X(n) = {1, 2, 2, 1}
Cari output dengan menggunakan DFT dan IDFT

L = 4, M =3 N = 6
Pilih N = 8 (agar sesuai dengan FFT)

( )

7
0
2
8
) ( ) (
n
n j
k
e n k k H


BAB 5 Discrete Fourier Transform dan FFT
V-6
7 ,..., 0 , 2 3 2 1 ) (
8
3
2
4
2
8
2
+ + +

k e e e k H
k
j
k
j
k
j

,
_

7
0
8
2
) ( ) (
n
n
k
j
e n h k X


7 ,..., 0 , 2 2 2 1
8
3
4 8
+ + +

k e e e
k
j
k
j
k
j




6 ) 0 ( X

,
_

+
+
+

2
2 3 4
2
2 2
) 1 ( j X
j X 1 ) 2 (

,
_

2
2 3 4
2
2 2
) 3 ( j X
0 ) 4 ( X

,
_

2
2 3 4
2
2 2
) 5 ( j X
j X + 1 ) 6 (

,
_

+
+
+

2
2 3 4
2
2 2
) 7 ( j X
6 ) 0 ( H ( ) ( ) 2 3 2 1 ) 1 ( + + j H
2 2 ) 2 ( j H ( ) ( ) 2 3 2 1 ) 3 ( + j H
2 ) 4 ( H ( ) ( ) 2 3 2 1 ) 5 ( j H
2 2 ) 6 ( j H + ( ) ( ) 2 3 2 1 ) 7 ( + + + j H

Y(k) = H(k) X(k)
Y(0) = 36 Y(1) = -14.07 - j17.48
Y(2) = j4 Y(3) = 0.07 + j0.515
Y(4) = 0 Y(5) = 0.07 - j0.515
Y(6) = -j4 Y(7) = -14.07 + j17.48

IDFT

,
_

7
0
8
2
) ( ) (
k
n
k
j
e k Y n y

n = 0, 1, ,7
y(n) = {1, 4, 9, 11, 8, 3, 0, 0}

zeropad akibat 8 point
seakan lebih sukar dari konvolusi tetapi akan menguntungkan bila M > 40-43
aliasing terjadi bila N < M + L -1

Tujuan Belajar 8
BAB 5 Discrete Fourier Transform dan FFT
V-7
Peserta dapat melakukan filtering linier dengan DFT, untuk sinyal yang
panjang, melalui metoda overlap-save dan overlap-add.

Untuk melakukan filtering sinyal panjang dapat dilakukan dengan cara Block-by-Block
- Overlap-save method
- Overlap-odd method
Asumsi FIR durasi M
Blok durasi L
Asumsi L >> M
Metoda overlap-save
N = L + M -1 N point DFT dan IDFT







Untuk blok -m
) ( ) ( ) (

k X k H k Y
M M
k = 0, 1, , N-1
IDFT
)} 1 ( ),..., ( ), 1 ( ),..., 1 ( ), 0 ( { ) ( N y M y M y y y n y
m m m m m m


M-1 point L hasil konvolusi
datang dari old data
buang

Untuk blok m+1
- ambil M-1 point terakhir di blok m untuk digunakan sebagai old data pada
bagian berikut
- ulangi

x
1
(n) = {0, 0, 0, x(0), x(1), x(L-1)}

Overlap-add Method

4 Fast Fourier Transform (FFT)
Tujuan Belajar 9
Peserta mengerti konsep FFT dan butterfly.
Kebutuhan kalkulasi DFT

1
0
) ( ) (
N
n
kn
N
W n x k X
N
j
N
e W
N
j
N

2
sin
2
cos
2



h(n)
L-1
x(n)
x(n)
L New Data
Old New
Zero Padding
M-1
( ) k X
DFT N



M
( ) k H
DFT N



BAB 5 Discrete Fourier Transform dan FFT
V-8

karena x(n) = x
r
(n) + jx
I
(n) bisa bernilai kompleks,
maka X(k) = X
R
(k) + jX
I
(k)

1.

1
]
1

+
1
0
2 sin ) ( 2 cos ) ( ) (
N
n
I r R
n
N
k
n x n
N
k
n x k X
2.

1
]
1


1
0
2 cos ) ( 2 sin ) ( ) (
N
n
I R I
n
N
k
n x n
N
k
n x k X

perlu 2N
2
evaluasi trigonometric function
+ 4N
2
real multiplications
+ 4N(N-1) real addition
+ sejumlah indexing + addressing operators

Sering disebut O(N
2
)
Gunakan fakta :
k
N
k
N
W W
N

+
2
(simetri)
k
N
k
N
W W
N

+
2

untuk menekan komputasi

Fast algorithms tersedia untuk
N = r
1
, r
2
, r
v
di mana {r
j
} = prime


Tujuan Belajar 10
Peserta dapat menjelaskan FFT Radix-2 desimasi dalam waktu.
Radix-2 FFT]
- Kasus khusus N = r x r x r x xr = r
v

- R =2 radix-2 FFT N = 2
v


Decimation in Time
) ( ) ( k X n x
FFT

1.
2 1 2
1
, 2 ) 1 2 ( ) (
1
2
,..., 1 , 0 ) 2 ( ) (
) (
f f sequences bagi n x n f
N
n n x n f
n x
+


f
1
dan f
2
diperoleh melalui desimasi x(n)









F
1
(n)
x(n
F
2
(n)
BAB 5 Discrete Fourier Transform dan FFT
V-9

2.

1
0
) ( ) (
N
n
kn
N
W n x k X k = 0, 1, , N-1


+
odd n
kn
N
even n
kn
N
W n x W n x ) ( ) (


+ +
1
0
) 1 2 (
1
0
2
2 2
) 1 2 ( ) 2 (
N N
m
m k
N
m
mk
N
W m x W m x

namun
2 /
2
N N
W W , maka


+
1
0
) 1 2 (
2
1
0
1
2
2
2
2
) ( ) ( ) (
N
N
N
N
m
m k k
N
m
km
W m f W W m f k X
1 ,... 1 , 0 ) ( ) ( ) (
2 1
+ N k k F W k F k X
k
N

di mana
F
1
(k) : N/2 point DFT dari f
1
(m)
F
2
(k) : N/2 point DFT dari f
2
(m)

Karena F
1
(k) dan F
2
(k) periodik, dengan perioda N/2,
F
1
(k+N/2) = F
1
(k) dan F
2
(k+N/2) = F
2
(k)

Juga
k
N
k
N
W W
N

+
2
, maka
) ( ) ( ) (
2 1
k F W k F k X
k
N
+ k = 0, (N/2)-1
) ( ) ( )
2
(
2 1
k F W k F
N
k X
k
N
+ k= 0, (N/2)-1

Bila ) ( ) (
1 1
k F k G
) ( ) (
2 2
k F W k G
k
N

DFT po
k G k G
N
k X
k G k G k X
int 2
) ( ) ( )
2
(
) ( ) ( ) (
2 1
2 1

+
+


Lanjutkan
s po
N
n f n V
s po
N
n f n V
f
int
4
) 1 2 ( ) (
int
4
) 2 ( ) (
1 12
1 11
1
+



s po
N
n f n V
s po
N
n f n V
f
int
4
) 1 2 ( ) (
int
4
) 2 ( ) (
2 22
2 1 2
2
+


s po
N
k k V W k V k F
k
N
int
4
) ( ) ( ) (
12 11 1
2
+
BAB 5 Discrete Fourier Transform dan FFT
V-10
s po
N
k k V W k V k F
k
N
N
int
4
) ( ) ( ) (
12 11 4 1
2
+
s po
N
k k V W k V k F
k
N
int
4
) ( ) ( ) (
22 21 2
2
+
s po
N
k k V W k V k F
k
N
N
int
4
) ( ) ( ) (
22 21 4 2
2
+

di mana ) (k V v
ij ij
N/4 DFT point O(nlogn)


Ilustrasi untuk 8 samples

V
11
(n) = f
1
(2n)= x(4n) = {x(0), x(4)}
V
12
(n) = f
1
(2n+1) = x(2(2n+1)) = x(4n+2) ={x(2), x(4)}
V
21
(n) = f
2
(2n) = x(2(2n+1)) = x(4n+2) = {x(1), x(5)}
V
22
(n) = f
2
(2n+1) = x(2(2n+1)+1) = x(4n+3) = {x(3), x(7)}


Tujuan Belajar 11
Peserta dapat menjelaskan FFT Radix-2 desimasi dalam frekuensi.

Anda mungkin juga menyukai