Filter
Filter
k=1
k=0
H (z) =
k=0
N
1+
bk z
ak z
k=1
Dari persamaan di atas, diperoleh zero dan pole, yang tergantung dari pemilihan
parameter sistem {bk} dan {ak}dan menentukan respon frekuensi dari sistem.
Struktur yang terbentuk dari persamaan sistem LCCDE mengandung hubungan antara
elemen delay , multiplier, dan adder.
Faktor yang mempengaruhi pemilihan struktur realisasi sistem filter:
Kompleksitas komputasi
a.
b.
1.1
VII-1
Fungsi karakteristik sistem IIR dapat dilihat sebagai dua sistem secara kaskade, yaitu:
H 1(z) = bk zk
H2 (z) = N 1
k
1+ ak z
dan
k =0
k =1
Persamaan di atas dapat diwujudkan dalam struktur IIR Direct Form I sebagai berikut:
y(n) = ak y(n k) +
k=1
x(n k)
k=0
v(n) =
x(n k)
k=0
VII-2
Jika semua filter all-pole H 2(z) diletakkan sebelum filter all-zero H 1(z) diperoleh
struktur yang lebih compact yang dinamakan struktur Direct Form II seperti pada
gambar berikut :
y(n) =
b w(n k)
k
k=0
Persamaan di atas hanya mengandung delay pada deretan {w(n)} sehingga hanya
sebuah jalur delay tunggal atau satu set lokasi memori tunggal yang diperlukan untuk
menyimpan nilai {w(n)}sebelumnya.
Jadi, struktur IIR Direct Form 2 tersebut hanya membutuhkan M + N + 1 perkalian,
M+N penjumlahan dan nilai maksimum {M,N}lokasi memori. Karena realisasi direct
form 2 meminimasi jumlah lokasi memori, maka struktur tersebut dikatakan bersifat
canonic.
VII-3
Kedua struktur di atas dikatakan direct form sebab diperoleh secara langsung dari fungsi
sistem H(z) tanpa penyusunan kembali H(z) tersebut. Namun, keduanya sangat sensitif
terhadap parameter kuantisasi dan oleh karenanya tidak direkomendasikan dalam
aplikasi prakteknya.
1.2
Flow Graph
Tujuan Belajar 3
Peserta memahami peran Flow Graph dan graph theory dalam mengubah
struktur filter.
Sinyal Flow Graph menyediakan alternatif representasi grafis dari struktur diagram blok
yang digunakan untuk mengilustrasikan realisasi dari sistem. Elemen utama dari flow
graph adalah branch dan node.
Branch gain
Nodes
Sinyal flow graph merupakan set dari branch terarah yang terhubung di node. Secara
definisi, sinyal keluar dari sebuah branch sama dengan gain branch (fungsi sistem)
dikalikan sinyal yang masuk ke branch. Sedangkan sinyal pada suatu node sama dengan
jumlah sinyal dari semua branch yang terhubung ke node tersebut.
Berikut ilustrasi dari filter IIR dua-pole dan dua-zero (orde dua) dalam bentuk diagram
blok dan sinyal flow graphnya :
Sinyal flow graph di atas mempunyai lima node mulai dari 1 sampai 5. Dua dari node
tersebut (1,3) merupakan node penjumlahan (yaitu berisi adder), sedangkan lainnya
VII-4
Struktur realisasi hasil transposisi filter direct form II tersebut dapat dinyatakan dalam
persamaan perbedaan sebagai berikut :
y(n) = w1(n 1) + b0 x(n)
w1(n) = w2 (n 1) a1 y(n) + b1x(n)
w2 (n) = a2 y(n) + b2 x(n)
VII-5
Secara umum, untuk hasil transposisi dari filter orde-N (asumsi N=M) IIR direct form II
dapat dinyatakan dalam persamaan berikut:
y(n) = w1(n 1) + b0 x(n)
wk (n) = wk+1(n 1) ak y(n) + bk x(n)
k = 1,2,..., N 1
Untuk sistem FIR, struktur direct form hasil transposisi dapat diperoleh dengan
mensetting nilai ak=0 dengan k=1,2,,N. Struktur FIR hasil transposisi dapat
digambarkan sebagai berikut :
k = 1,2,..., M 1
wM (n) = bM x(n)
VII-6
Secara keseluruhan, fungsi sistem IIR orde-2 (dua pole dan dua zero) untuk struktur
direct form I, direct form II, maupun hasil transposisi direct form II mempunyai bentuk:
1
H (z) =
b0 + b1z + b2 z
1+ a1z1 + a2 z2
Dari ketiga struktur tersebut di atas, struktur direct form 2 lebih disukai dikarenakan
jumlah lokasi memori yang diperlukan untuk implementasi lebih kecil.
1.3
H (z) =
k=0
N
1+
ak z
k=1
Sistem tersebut dapat difaktorkan ke dalam kaskade sub sistem orde-2, sehingga H(z)
dapat dinyatakan sebagai :
K
H(z) =
k=1
N +1
2
Untuk sistem FIR, nilai parameter b0 untuk K sub-sistem filter bernilai b0 = b10b20bK0.
Jika N = M, beberapa sub-sistem orde-2 mempunyai koefisien pembilang yang bernilai
nol, yaitu baik bk2 = 0 atau bk1 = 0 atau bk2 = bk1 = 0 untuk beberapa nilai k. Jika N
ganjil dan N = M , maka salah satu dari sub-sistem, Hk(z), harus mempunyai ak2 = 0,
sehingga sub-sistem tersebut merupakan orde-1.
Bentuk umum dari struktur kaskade adalah sebagai berikut :
VII-7
k = 1,2,..., K 1
y(n) = yK (n)
wk (n) = ak1wk (n 1) ak2wk (n 2) + yk1(n) k = 1,2,..., K
yk (n) = bk0wk (n) + bk1wk (n 1) + bk2wk (n 2) k = 1,2,..., K
Contoh :
Tentukan realisasi kaskade dari sistem fungsi :
1
H (z) =
10(12 z
(134
1 1
)(1
z
8
)(1
z )(1+ 2z )
3
1
1
)(1 (2 +1j 2 )z 1)(11 (1
2
j 2 )z
Solusi :
Pasangan pole dan zero yang mungkin adalah :
1
(12
z )
H1(z) =
7 1
1 8 z + 332 z2
dan
1+
z z
3
H 2 (z) =
1
1 z +1 22
z
VII-8
1.4
Struktur Paralel
Tujuan Belajar 5
Peserta memahami dan dapat menciptakan struktur paralel.
Struktur paralel dari sistem IIR dapat diperoleh dengan ekspansi partial-fraction dari
H(z). Dengan asumsi bahwa N = M dan pole-polenya berbeda, kita melakukan ekspansi
partial-fraction H(z) untuk memperoleh :
N
Ak
1
k=1 1 pk z
H (z) = C +
dimana {pk} adalah pole-pole, {Ak} koefisien (residu) dalam ekspansi partial-fraction
dan konstanta C didefinisikan C =
bN
aN
struktur yang terdiri atas bank paralel dari filter pole-tunggal.seperti pada diagram
sebagai berikut :
VII-9
bk0 + bk1z
H k (z) =
dengan {bki} dan {aki} bernilai real
1+ ak1z1 + ak2 z2
Keseluruhan sistemnya dapat diekspresikan sebagai berikut :
K
H (z) = C +
H k (z)
k=1
Jika N ganjil, satu dari Hk(z) merupakan sistem pole tunggal ( bk1 = ak2 = 0 ).
Implementasi H(z) dapat diwujudkan dengan struktur direct form II sebagai berikut :
Persamaan realisasi bentuk paralel dari sistem FIR dengan struktur direct form II:
wk (n) = ak1wk (n 1) ak2wk (n 2) + x(n)
k = 1,2,..., K
k = 1,2,..., K
y(n) = Cx(n) +
yk (n)
k=1
Contoh:
Tentukan realisasi paralel dari sistem fungsi :
1
H (z) =
10(12 z
(134
1 1
)(1
z
8
)(1
z )(1+ 2z )
3
1
1
)(1 (2 +1j 2 )z 1)(11 (1
2
2
j 2 )z
Solusi:
H(z) harus dipecah secara parsial :
A1
A2
H (z) =
+
+
3 1
1 1
(14 z ) (1
z )
8
A3
A3
VII-10
j 2 )z
H (z) =
14,75 12,90z
24,50 + 26,82z
+
7 1
3
2
1
1 2
1 8 z + 32 z
1 z + 2 z
1.5
k = 0, 1, , M-1/2
k = 0, 1, , (M/2)-1 M even
= 0 or 1/2
H () =
jn
h(n)e
n=0
H (k + ) = H (k + )
M
M 1
M odd
j2 (k+)n / m
h(n)e
k = 0, 1, M-1
n=0
VII-11
1
j2 (k+)n / M
H (k + )e
n = 0,...M 1
M k=0
Jika = 0, persamaan menjadi IDFT (Inverse Discrete Fourier Transform)
h(n) =
1
H (z) =
n=0 M
M 1
k=0
j2 (k +)n / M
H (k + )e
M 1
n
1
j2 (k +)n / M 1
= H (k + ) (e
z
k=0
M n=0
M j2 M 1
1 z e
(k + )
=
j2H (k+)n
/ M 1
M
k=01 e
z
M 1
1
M
(1 z
j2
j2(k+)/M
zk = e
menghasilkan
M 1
H (k + )
j2 (k +) / m 1
k=01 e
z
Bank paralel dari filter single-pole menghasilkan frekuensi resonan.
H2 (z) =
j2 (k + ) / M
pk = e
k = 0, 1, , M-1
Terlihat, bahwa zero dan pole terjadi pada lokasi yang sama.
1.6
Struktur Lattice
Tujuan Belajar 7
Peserta mengetahui ada struktur Lattice.
H (z) =
1+
=
k
aN (k)z
k=1
VII-12
1
AN (z)
, k = 0, 1, ,M-1
Dengan mengubah aturan input dan output (mengubah x(n) dengan y(n)) diperoleh:
N
Definisikan input:
x(n) = f N (n)
output:
y(n) = f0 (n)
m = N, N 1,...,1
m = N, N 1,...,1
VII-13
Y (z)
X (z)
F0 (z)
1
=
Fm (z) Am (z)
Gm (z)
Y (z)
Gm (z)
G0 (z)
= Bm (z)
Konsiderasi Umum
Tujuan Belajar 8
Peserta mengetahui konsiderasi umum dari desain filter, seperti
pertentangan antara kausalitas dan reliabilitas, dan teorema Paley-Wiene
<
VII-14
C
n = 0
h (n ) = C sin C n
n 0
Cn
-15
-10
-5
10
15
20
Maka,
ln H () d <
j()
H() = H()e
akan kausal.
Catatan :
H ( ) tidak boleh bernilai nol pada suatu band frekuensi tertentu supaya lnH() <
Kausalitas menunjukkan hubungan antara komponen real HR() dan komponen imajiner
HI() dari respons H(). Hubungan ini ditunjukkan dalam persamaan berikut:
h(n) = he(n) + ho(n)
dimana
he(n) = 1/2 [h(n) + h(-n)]
dan
bila h(n) causal, maka h(n) bisa diperoleh kembali dari he(n) untuk 0 n atau ho(n)
untuk 1 n
dapat dilihat bahwa:
h(n) = 2he(n)u(n) - he(0)(n) n 0 dan
h(n) = 2ho(n)u(n) + h(0)(n) n 1
Catatan :
Jika ho(n) = 0 untuk n = 0 h(0)tidak dapat diperoleh dari ho(n) dan harus diperoleh
secara eksplisit. Untuk n 1, ho(n) = he(n) erat hubungan antar keduanya.
Jika h(n) absolutely summable (yaitu BIBO stabil) H() exist, dan
H() = HR() + jH (I )
Dan jika h(n) bernilai real dan kausal, maka
F
he (n) H R ( )
dan ho (n) H I ( )
1 a cos
2
1 2a cos + a
,a <1
Solusi :
Cari he(n):
1 2
HR(z) = HR(z)z=e
1+ (z + z )
z a(z +1) / 2
HR (z) =
1
2 =
1 a(z + z ) + a
(z a)(1 az)
ROC ada di antara p1 = a dan p2= 1/a, dan termasuk unit circle, sehingga
1
a< z<
a
dan h (n) merupakan two-sided sequence, dengan pole z = a untuk kausal dan p = 1/a e
2
untuk antikausal.
1
+ (n)
2
2
n
h(n) diperoleh dari nilai he(n) :
h(n) = a u(n)
diperoleh : he (n) =
1
H () =
1 ae
Hubungan antara HR() dan HI() dari FT h(n) yang absolutely summable, kausal dan
real dapat dijelaskan sebagai berikut:
1
H ( ) = H R ( ) + jH I ( ) =
H R ()U ( )d
= () + j cot , -
2
2
2
diperoleh hubungan : HI ( ) =
HR ()cot
d Hubungan di atas disebut
2
2
discrete Hilbert Transform.
Latihan : cari bentuk transformasi Hilbert dari hubungan HR() dengan HI()
Kesimpulan implikasi kausalitas :
1. H() tidak boleh 0 kecuali pada point frekuensi terbatas
VII-17
2. |H)| tidak bisa konstan pada sebuah interval, dan tidak bisa bertransisi yang tajam
dari passband ke stopband (konsekuensi fenomena Gibbs agar h(n) kausal )
3. H (I ) dan HR() terhubung oleh discrete Hilbert Transform, |H)| dan () tidak
bisa dipilih secara acak
Persamaan sistem dibatasi menjadi :
N
k=1
k=0
y(n) = ak y(n k ) +
M
b e
k
k=0
N
jk
jk
ak e
k=1
2.2
Problem Desain
Tujuan Belajar 9
Peserta dapat membuat problem desain: spesifikasi untuk filter LCCDE.
Problem desain filter digital : mencari {ak} dan {bk} agar H() mendekati ideal
Berikut adalah karakteristik magnitude dari realizable filter :
Orde filter berdasarkan kriteria untuk memilih parameter {a k} dan {bk} dan koefisien
(M,N).
3 Desain FIR
Tujuan Belajar 10
Peserta mengerti prinsip desain FIR symetric dan asymetric.
Persamaan keluaran filter FIR dengan panjang M :
y(n) = box(n) + b1x(n-1) + + bM-1x(n-M+1)
M1
y(n) =
b x(n k)
k
k=0
y(n) =
k=0
M1
h(k)z
-1
k=0
n = 0, , M-1
-1
-2
-(M-2)
-1(M-1)
(M )1
(M 1)/ 2
=z
Ternyata,
n=0
(M1)
h(n)[z
(M 12k)/ 2
(M 12k)/ 2
M genap
H(z ) = H(z)
-1
Sehingga, akar H(z) = akar H(z ) H(z) harus mempunyai pasangan akar resiprokal.
Jika z1 real akar-akar H(z) : z1 dan 1/z1
*
VII-19
j(M1)/2
M 1
M 1
dimana ,
H r () = h
+ 2 h(n) cos
n
2
n=0
2
(M )1
2
M 1
H r () = 2 h(n) cos
n
n=0
2
(M1)
j
+
2
2
H () = Hr ()e
(M3)/2
dimana :
M 1
h(n)sin
n=0
2
1
M 1
Hr () = 2 h(n)sin
n
n=0
2
Hr () = 2
, M ganjil
, M genap
M
2
Respons fasanya :
M 1
Hr () > 0
2
2
() =
3
M 1
Hr () < 0
2
2
VII-20
,M ganjil
,M genap
Catatan :
Untuk h(n) simetrik, jumlah koefisien filter adalah (M+1)/2 untuk M ganjil dan M/2
untuk M genap
Untuk h(n) antisimetrik, h((M-1)/2) = 0, mempunyai jumlah koefisien filter
(M 1) / 2 untuk M ganjil dan M/2 untuk M genap
Teknik Windows
Tujuan Belajar 11
Peserta dapat mendesain FIR dengan teknik windows. Termasuk di
dalamnya, peserta mengenal window rectangular, Barlett, Hanning,
Hamming, dan Blackman. Peserta mengetahui bahwa window Hanning
ekivalen dengan pembobotan di domain frekuensi.
1
jn
Hd () = hd (n)e
hd (n) =
Hd ()e d
n=0
2
Potong hd(n) pada n = M-1 untuk menghasilkan filter FIR dengan panjang M, yang
jn
= hd(n) (n)
hd (n) n = 0,..., M 1
=
0
otherwise
VII-21
M1
W () =
(n)e
jn
n=0
1
dan H () =
H d (v)W ( v)dv = H d () *W ()
2
jn
W () =
n=0
M
sin
2
W () =
sin 2
M
sin
1 e
j(M1)/2
2
=
j = e
1 e
sin
2
M 1
M
,sin
0
2
2
dan () =
M 1
M
+ ,sin
< 0
2
2
jn
M1
0 n M 1
0 n M 1
2n
M 1
untuk
0 n M 1
20
0
-20
-40
-60
-80
-100
-120
0.2
0.4
0.6
0.8
1
1.2
x pi rad
VII-22
1.4
1.6
1.8
2n
M 1
+ 0,08cos
4n
M 1
untuk
0 n M 1
1e
Hd () =
0
Respons unitnya :
0 c
M 1
sinc n 2
hd (n) =
d =
ec
2
n M 1
2
Jelas, bahwa hd(n) non-kausal dan infinite.
1
M 1
j n
2
n (M-1)/2
2
h(n) =
M 1
n
0 n M-1 , n (M-1)/2
M 1 C
Jika M dipilih ganjil, maka nilai h(n) pada n= (M-1)/2 adalah h
=
2
Respons frekuensi dari filter tersebut dengan c = 0,4 untuk M=61 dan M=101
digambarkan:
1.4
M=61
M=101
1.2
0.8
0.6
0.4
0.2
0.05
0.1
0.15
0.2
0.25
Normalized Frequency ( rad/sample)
VII-23
0.3
Main Lobe
4/M
8/M
8/M
8/M
12/M
Peak Sidelobe
-13 dB
-27 dB
-32 dB
-43 dB
-58 dB
k = 0, 1, (M-1)/2, M ganjil
k = 0, 1, (M/2)-1, M genap
= 0 atau 1/2
kemudian cari h(n) dengan inversi. Untuk mengurangi sidelobe, diharapkan untuk
mengoptimasi spesifikasi pada transisi band dari filter.
Contoh:
Respons frekuensi dari filter FIR yang diinginkan :
M1
HD () = H () =
jn
h(n)e
n=0
H (k + ) H (k + )
M
M 1
2 (k+)n/ M
h(n)e
k = 0, 1, , M-1
n=0
VII-24
m
j2k
M
M1
H(k +)e
k=0
M1M1
=h(n)e
n
j2
M
k=0 n=0
Mh(n)e
m
j2
M
1
M
M 1
j2 (k+)n / M
H (k + )e
k=0
(kondisi simetri)
j[(M 1) / 2+ / 2]
(M 1)
2
j 2 (k+)
2
2M
H (k + ) = H r (k + ) e
M
di mana
= 0 bila {h(n)} symetric
G(k + ) = (1) Hr (k + )
M
jk
M 1
2 (k+)
2
2M
Sekarang, kondisi simetri untuk H(k+) ditranslasikan ke dalam kondisi simetri G(k+)
untuk menyederhanakan {h(n)} untuk empat kasus = 0, 1 dan = 0, seperti pada
tabel berikut :
VII-25
Contoh :
Cari koefisien FIR fasa linear dengan M = 15 dengan respon impuls simetrik dan
respons frekuensi memenuhi :
VII-26
1 k = 0,1,2,3
2k
Hr
= 0.4
k=4
15
0
k = 5,6,7
Solusi :
Untuk h(n) simetrik dan = 0
dari tabel :
k
2k
G(k) = (1) Hr
15
k = 0, 1, 7
3.3
Teknik window dan frequency sampling mudah dimengerti tetapi punya beberapa
kelemahan :
p dan s tidak dapat ditentukan pradesign
VII-27
Error Aproksimasi tidak terdistribusi dengan baik pada interval-interval band (besar
di dekat daerah transisi)
M 1
j
)=e e
Hr ()
"Amplitudo Response" bilangan real
M genap, h(n)
simetrik
III
M ganjil, h(n)
antisimetrik
/2
IV
/2
M genap, h(n)
antisimetrik
k=0
M 1
k k = 1,2,...,
2
M
b(n) = d (n) = 2h
2
H (er
k , k = 1,2,..., M / 2
VII-28
(M 1)/ 2
a(n)cosn
n=0
M/2
b(n)cos[(n 1/ 2)]
n=1
(M 1)/ 2
c(n)sinn
n=0
M /2
n=1
dengan nilai a(n), b(n), c(n) dan d(n) ditentukan sebagai berikut:
M 1
h
2
a(k ) =
M 1
2h
Kondisi
M ganjil, h(n)
simetrik
d(n)sin[(n 1/ 2)]
M 1
c(n) = 2h
k , k = 1,2,..., (M 1) / 2
2
P() =
(n) cosn
n=0
Type
I
Q()
1
L
M 1
P()
L
a(n)cosn
II
Cos(/2)
II
Sin
n=0
L
2
M3
~c (n)cosn
IV
Sin(/2)
M
2
n=0
L
d (n)cosn
n=0
b (n)cosn
n=0
dst.
VII-29
]U[s, ]
d2
, in Passband
bila W ( ) = 1 d
1,
in Stopband
Jadi apabila kita berhasil meminimasi dengan max weighted error ke 2, maka kita juga
dapat memenuhi spesifikasi di passband pada 1.
E() = W ()[Hdr () Q()P()]
Hdr ()
= W ()Q()
P()
Q()
Hdr ()
()
Q()
Problem statement
Cari a[n] (atau b[n] atau c[n] atau d[n]) untuk minimisasi dari maximum absolute
value dari E() over the passband dan stopband
max E()
min
Di P() =
(n) cos
n=0
VII-30
Contoh:
h(n) =
1
15
[1,2,3,4,3,2,1]
M = 7 or L = 3
(k) cosk
k=0
menjadi unique, minimax app. to HDR()on S, adalah bahwa E() L+2 "altenations"
atau extremes di S, yaitu setidaknya terdapat L + 2 frekuensi {i} di S sehingga
1< 2 < 3 <<L+2, E(i) = - E(i+1) dan |E(i)| = max |E()|
Algoritma Parks-McClellan
Untuk mencari P() secara iteratif
Asumsi:
M atau L diketahui,
2/1
diketahui
20 log
1 2 13
+1
14.6f
10
f =
The Parks-McClellan
Mulai dengan menebak L+2 extremes {i}
Estimasi di i in
Fit P() di i in
E() dihitung pada finite grid
Perbaiki i di ulang (2)
Sampai = 2
hitung (n) a(n) h(n)
VII-31
s
2
di matlab remez
[h] = remez(N, f, m, weights, ftype)
n
W (n)[Hdr (n) P(n) = (1)
= H ( )
P(n ) +(1)
dr
n
W (n )
n
W (
) dr n
k=0
n
H ( ) + H ( ) + ... +
H (
o dr
o
1 dr
1
L+1 dr
L+1
=
L+1
o
(1)1
(1) L+1
+
+ ... +
W (
) W1( )
W
( )
o
L+1
L+1
1
n=0 cosk cosn
nk
L
P() =
k=0
L
[k /(x xk )]
k=0
interpolasi Lagrange
di mana P(n ) = H
DR
L
k =
n=0
nk
(
)(1)
n
W (n )
n = 0,..., L +1
1
xk xn
bila |E()| untuk beberapa j, pilih L+2 largest peaks sebagai i baru, dan ulangi
lagi.
4 Desain IIR
VII-32
Desain LP
Analog
Transfer ke
Filter
Convert ke
Digital
Desain LP
Analog
Convert ke
Digital
Transfer ke
Desired Filter
k s
B(s) k=0
Ha (s) =
=
A(s) N
k s
k=0
st
dt
Filter analog dapat pula dinyatakan dalam persamaan differensial kengan koefisien
konstan:
N
k=0
d y(t)
dt
k=0
d x(t)
k
k
dt
Filter analog LTI dengan fungsi sistem H(s) akan stabil jika semua polenya terletak di
sebelah kiri bidang-s. Oleh karena itu teknik konversi harus memenuhi sifat-sifat:
1. sumbu j pada bidang-s dipetakan ke unit lingkaran bidang-z
2. LHP (Left-half plane) bidang-s dimapping ke dalam lingkaran bidang-z. Filter
analog stabil dikonversikan ke filter digital stabil
VII-33
H (z) = z
Filter akan mempunyai pole mirror-image di luar unit lingkaran untuk setiap pole di
dalam lingkaran filter tidak stabil.
Filter IIR kausal dan stabil tidak mempunyai fasa linear.
4.1
LHP
RHP
*)
s+a
+ ay(t) = bx(t)
y(t) =
y ( )d + y(to )
to
Pada
t = nT; to = nT T :
T
y(nT ) =
2
[y
1+
1+
aT
2
aT
aT
y(n) 1
aT
Y (z) 1
bT
y(n 1) =
2
1
bT
z Y (z) =
(1+ z )X (z)
H (z) =
H (z) =
Y (z)
(bT / 2)(1+ z )
=
X (z)
aT 1 aT 1
1+
z
2 2
b
2 1 z1
+ a
T 1+ z1
= H (s)
2 1z
s=
1
T 1+z
transformasi bilinear
Meskipun ini diturunkan untuk orde satu, ini juga berlaku untuk orde tinggi
Karakteristik transformasi bilinear : Frequency warping
Z = re
s = + j
j
2 z 1 2 re 1
s=
=
T z +1 T re j +1
r 1
2r sin
+ j
2
Diperoleh :
2
2
r 1
2r sin
=
dan = 2
2
T 1+ r + 2r cos
1+ r + 2r cos
r < 1 < 0, r > 1 > 0
LHP di-map ke dalam unit circle dan RHP dimap di luar unit circle
ketika r = 1 = 0, dan
=
sin
T 1+ cos
tan
T
2
atau
= 2 tan
T
2
VII-35
Contoh :
Konversikan Ha (s) =
s + 0.1
1
1+ z
1
H (z) =
H (z) =
0.122z
2
1+ 0.975z
j / 2
: p1,2 = 0.987e
dan zero
: z1,2 = 1.095
VII-36
Contoh :
Desain LPF digital satu-pole dengan 3-dB bandwidth di 0.2, dengan transformasi
bilinear untuk filter analog
c
H (s) =
s + c
3 dB BW dari AF
Solusi :
Cari c ekivalen dari c:
2
c = 0.2 c = tan 0.1
T
0.65
=
T
H (s) =
0.65 /T
s + 0.65 /T
H (z) =
0.245(1+ z )
1 0.509z1
(T diabaikan)
0.245(1+ e
H () =
1 0.509e j
H (s) =
k=1
N
k=1
(s zk )
H (z) =
(s pk )
(1z Te 1 z )
k
k=1
N
(1p Te 1 z )
k
k=1
(1 aTe
Untuk menjaga karakteristik respon filter analog, T harus dipilih untuk menghasilkan
lokasi pole dan zero yang sama dalam bidang-z.
Untuk menghindari aliasing T harus cukup kecil.
4.3
Butterworth
All-pole filter LPF dikarekteristik dengan kuadrat magnitude respon:
1
H () =
2N
1+ ( / c )
1
2
1+ ( / 2Np )
1+
Pada s = j maka
H (s)H (s)
s= j
= H () =
1
n
1+ s 2
c
s
c2
1/ N
= (1)
sehingga, sk = ce
j /2
j(2k+1) / N
=e
e
j(2k+1) / N
k=0,1,,N-1
k=0,1,,N-1
VII-38
H ()
VII-39
pada = s,
1
2
1+ ( /
= 2
2np )
log[(1/ 2 )1]
log( / )
N=
=
2 log(s / c ) log(s / p )
2
dengan
= 1/ 1+
Solusi :
s = 1000.2
At 40 dB 2 = 0.01
4
log10(10 1)
N=
= 6.64
2 log10 2
pilih N = 7
Pole position :
(2k+1)
j +
2
14
Sk = 1000e
k = 0,1,...6
Chebyshev
Type I : all pole
- equiripple in passband
- monotonic in stopband
Type II : poles + zeros
- monotonic in passband
- equiripple in stopband
VII-40
Type I (all-pole):
1
H () =
1+ TN
( / p )
T1(x) = x,
T2(x) = 2x -1
T3(x) = 4x - 3x,
Karakteristik :
|TN(x)| 1
TN(1) = 1
1
2
1+
= 1 1
1
=
2
(1 1)
Poles dari Type I Chebyshev filter terletak pada ellipse in the s-plane with :
VII-41
major axis : r1 =
+1
dan
2
minor axis : r2 =
N
1+ +1
(2k +1)
2N
k = 0, 1, , N-1
(xk , yk ) xk = r cosk
yk = r1 sink
k = 0, , N-1
k = 0, , N-1
H () =
2
1+
1
2
TN (s / p )
2
T
N (s / )
T(x)
Stopband
VII-42
1
2
s
zeros : sk = j
sink
poles : (vk,wk) vk =
wk =
(sumbu imajiner)
s xk
2
k = 0,1, N-1
xk + yk
s yk
2
xk + yk
k = 0, 1, N-1
1+
1 2
Ripple stop-band =
1
N
2
1
cosh ( / )
N=
=
2
cos1 (s / p )
log (
s / p )+ (s / p ) 1
1
1+ 2
VII-43
Contoh :
Cari N dan poles of a type I lowpass Chebyshevfilter that has a 1 -dB ripple in the
passband cutoff frequency p = 1000, a stopband frequency of 2000, att. 40dB or
more for s
Solusi:
2
20 log10 2 = 40
N=
= 0.5088
10 log10(1+ ) = 1
Cari N :
2 = 0.01
log10196.54
= 4.0 4 poles
log10(2 + 3)
Poles : = 1.429
k =
r1= 1.06p
(2k +1)
8
r2 = 0.365p
k = 0, , 3
Elliptic
Equiripple in both passband/stopband
1
H () =
1+ U N ( / p )
VII-44
The most effecient designs occur when we spread the appr. Error equally over the
passband and the stopband
Elliptic filters can do this
/2
K(x) =
2 =
K( p / s )K 1 ( / )
2
K( / )K 1 ( p / s )
N=
1 x sin
1
2
1+
use computer
Bessel : All-Pole
Fungsi sistem filter:
H (s) =
1
BN (s)
N
BN (s) =
ak s
k =0
ak =
(2N k )!
k = 0, 1, , N
2
k!(N k )!
N k
VII-45
4.4
Proses desain DF dapat diubah menjadi problem desain AF dengan spesifikasi khusus
yang diturunkan dari Bilinear Transform
LPF dapat ditransformasikan ke LPF, BPF, HPF dan BSF. Jadi diskusi dapat difokuskan
ke LPF
Ada AF yang bisa digunakan Butterworth Filter, Chebyshev Filter, Elliptic Filter,
Bessel Filter.
VII-46