El302 05 PDF
El302 05 PDF
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.
N Po int DFT
x(n)
X (k )
X (k ) = x(n)WNkn dimana WN = e
2
N
n =0
sehingga
N 1
X ( k ) = x ( n) e
k
j 2 n
N
n=0
Invers DFT (IDFT) menghitung kembali representasi sinyal waktu diskrit x(n) dari
sinyal yang dinyatakan dalam domain frekuensi X().
1
x ( n) =
N
=
N 1
X ( k )e
k
j 2 n
N
k =0
1
N
N 1
X (k )W
k =0
kn
N
dimana
WN = e
2
N
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
V-1
xN X N
dimana xN dan XN masing-masing adalah vektor dengan n buah elemen
x(0)
X (0)
xN = M
X N =
M
x( N 1)
X ( N 1)
Jika dinyatakan matriks WN
WN = wij = WN( i )( j )
maka, N point DFT dapat dinyatakan dalam bentuk
X N = WN xN
sedangkan IDFT dapat dihitung jika terdapat invers dari WN.
1
1
1 1
1 W 1 W 2 W 3
4
4
4
W4 =
1 W42 W44 W46
3
6
9
1 W4 W4 W4
k + N2
ingat WN
k+
Ingat WN
= WNk
W44 = 1
W46 = 1
= WNk
1
1
1 1
1 j 1 j
=
1 1 1 1
1 j 1 j
6
2 + 2 j
X 4 = W4 x =
2
2 2 j
1.2
N
2
W49 = j
0
1
W =e
2
N
Tujuan Belajar 3
Peserta dapat menghubungkan DFT dengan deret Fourier untuk sinyal
periodik.
Misalkan xp(n) adalah sinyal periodik dengan perioda N, maka dapat dinyatakan
V-2
N 1
x p ( n ) = Ck e
k
j 2 n
N
k =0
j 2 n
1 N 1
di mana Ck = x p (n)e N
N n=0
bila ambil x(n) = xp(n) untuk n = 0, N-1
maka Ck =
1
N
N 1
x ( n )e
k
j 2 n
N
(satu perioda)
n=0
Tujuan Belajar 4
Peserta dapat menghubungkan DFT dengan spektrum dari sinyal
aperiodik.
Bila x p (n) =
x(n lN )
l =
j 2 n
2
X
k = x ( n )e N
N n=
= ... +
x ( n )e
k
j 2 n
N
n= N
lN + N 1
x ( n )e
N 1
+ x ( n )e
k
j 2 n
N
+ ...
n =0
k
j 2 n
N
l = n =lN
N 1
j 2 n
= x(n lN )e N = FT x p (n) =2k / N
n = 0 l =
x ( n) 0 n N 1
bila x (n) = p
otherwise
0
maka FT ( x(n)) = 2k / N = X ( 2N k ) = DFT [x (n)] = X (k )
jadi x(n) x p (n) x (n)
hanya bila x(n) finite duration L N maka x(n) = x (n) sehingga IDFT {X(k)} = x(n)
V-3
1.3
z =e
j 2 k n
N
X ( z ) = x ( n) z n
n=0
1 z N
N
N 1
X (k )
1 e
k =0
j 2
k
N
z 1
X (k )
1 e jN N 1
X ( ) = X ( z ) z =e j =
j ( 2k / N )
N
k =0 1 e
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
V-4
linier
dengan
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
k = 0, , N-1
Y (k ) = X (k )H (k ),
zero padding
IDFT
Y (k )
y (n)
k = 0,..., N 1
N L + M +1
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
H ( k ) = k ( n )e
j 2 ( k8 )n
n=0
V-5
DFT,
dan
H (k ) = 1 + 2e
X (k ) =
j 2
k
8
+ 3e
h ( n)e
j 2
k
4
+ 2e
j 2
3k
8
, k = 0,...,7
k
j 2 n
8
n=0
= 1 + 2e
k
8
+ 2e
k
4
+ 2e
3k
8
, k = 0,...,7
4+3 2
2+ 2
+ j
2
2
43 2
2 2
X (3) =
+ j
2
2
43 2
2 2
X (5) =
+ j
2
2
4+3 2
2+ 2
X (7 ) =
+ j
2
2
H (1) = 1 + 2 j 3 + 2
X ( 0) = 6
X (1) =
X ( 2) = 1 j
X ( 4) = 0
X ( 6) = 1 + j
H ( 6) = 2 + j 2
(
H (3) = (1
H (5) = (1
H (7) = (1 +
H ( 0) = 6
H (2) = 2 j 2
H ( 4) = 2
) (
2 ) + j (3
2 ) j (3
2 ) + j (3 +
)
2)
2)
2)
IDFT
7
y ( n) = Y ( k )e
k
j 2 n
8
n = 0, 1, ,7
k =0
V-6
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
M-1
x(n)
Old
L New Data
X (k )
N DFT
New
x(n)
Untuk blok -m
YM (k ) = H (k )M
X M (k )
IDFT
h(n)
k = 0, 1,L-1
, N-1
H (k )
y m (n) = { y m (0), y m (1),..., y m ( M 1), y m ( M ),...,
y m
( N
1)}
N DFT
Zero Padding
M-1 point
datang dari old data
buang
L hasil konvolusi
Overlap-add Method
X (k ) = x(n)W
n=0
kn
N
WN = e
2
N
V-7
= cos
2
2
j sin
N
N
k
k
k + N2
WN
= WNk
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 = rv
- R =2 radix-2 FFT N = 2v
Decimation in Time
FFT
x(n)
X (k )
1.
N
1
x ( n)
2
f 2 (n) = x(2n + 1) bagi 2 sequences f1 , f 2
f1 (n) = x(2n)
n = 0,1,...,
x(n
F1(n)
F2(n)
V-8
N 1
X (k ) = x(n)WNkn
2.
k = 0, 1, , N-1
n=0
x(n)W
n even
kn
N
m =0
kn
N
n odd
N 1
2
N 1
2
= x(2m)W
x(n)W
2 mk
N
X (k ) = f1 (m)WN 2 + W
km
m =0
N
2
k
N
m=0
(m)WNk2( 2 m+1)
X (k ) = F1 (k ) + W F2 (k ) k = 0,1,...N 1
di mana
F1(k) : N/2 point DFT dari f1(m)
F2(k) : N/2 point DFT dari f2(m)
k
N
Juga WN
= WNk , maka
X (k ) = F1 (k )+ WNk F2 (k )
k = 0, (N/2)-1
N
X (k + ) = F1 (k ) WNk F2 (k ) k= 0, (N/2)-1
2
G1 (k ) = F1 (k )
G2 (k ) = WNk F2 (k )
Bila
X (k ) = G1 (k )+ G2 (k )
2 po int DFT
N
X (k + ) = G1 (k ) G2 (k )
2
Lanjutkan
f1
N
po int s
4
N
po int s
4
N
po int s
4
f2
N
V22 (n) = f 2 (2n + 1)
po int s
4
N
F1 (k ) = V11 (k ) + W NkV12 (k ) k po int s
2
4
V21 (n) = f 2 (2n)
V-9
F1 (k + N4 ) = V11 (k ) W NkV12 (k ) k
2
N
po int s
4
N
po int s
2
4
N
F2 (k + N4 ) = V21 (k ) W NkV22 (k ) k po int s
2
4
F2 (k ) = V21 (k ) + W NkV22 (k ) k
di mana
vij
Vij (k )
Tujuan Belajar 11
Peserta dapat menjelaskan FFT Radix-2 desimasi dalam frekuensi.
V-10