Lapres I PSD
Lapres I PSD
Tujuan
Memahami konsep deret dan representasinya pada MATLAB
Mempelajari deret-deret dan operasi dasar untuk membentuk deret yang
3.
4.
5.
lebih kompleks
Mengerti konsep linearitas, shift-invariance, stabilitas, dan Kausalitas
Menjadi lebih familiar dengan sifat-sifat konvolusi
Mempelajari perhitungan konvolusi menggunakan penjumlahan dan
matriks
1.2
1.
Peralatan
Program Matlab 2012 keatas
1.3
Dasar Teori
1.3.1
pada N1< n < N2, dimana N1 < N2. Dengan durasi deret tersebut adalah N2-N1+1 sample.
Bentuk dasar yang sering digunakan adalah:
Sinyal Eksponensial
Ga
mbar 1.4 Sinyal Eksponensial
1.3.2
yang mana nilai variabel bebasnya adalah bilangan bulat. Secara mutlak, sinyal
waktu diskrit x(n) tidak didefinisikan untuk n bukan bilangan bulat.
n
0
x(n) 2
1
3
2
5
3
6
4
-2
5
7
1.3.3
T[x(n)] dimana x(n) adalah input, y(n) adalah output, dan T[] adalah fungsi
transformasi matematis yang menggambarkan
kerja
atau
operasi
dari
Sistem waktu diskrit adalah suatu alat atau algoritma yang beroperasi pada
pada sinyal waktu diskrit (input), menurut beberapa aturan yang dibuat, untuk
menghasilkan sinyal waktu diskrit dengan bentuk lain (output atau respons) sistem
tersebut.
Secara umum dinyatakan:
y(n) T x(n) ...............................................................(1.4)
Salah satu sistem waktu diskrit yang sering digunakan adalah sistem linier
tidak berubah terhadap waktu (linier time invariant (LTI) system). Sistem ini
mempunyai sifat-sifat sebagai berikut:
1. Memenuhi sifat superposisi.
2. Tidak berubah terhadap waktu (time invariant).
3. Mempunyai respons terhadap deret unit sample yang disebut dengan
respons impuls.
4. Jika input (x(n)) dan sistem (h(n)) adalah deret yg finite maka y(n)
merupakan hasil konvolusi dari x(n) dan h(n).
5. Apabila setiap input yang terbatas menghasilkan output yg terbatas maka
sistem disebut dengan stabil BIBO.
6. Apabila keluarannya (y(n)) hanya tergantung dari input n sekarang dan
output sebelumnya maka sistem disebut dengan sistem kausal.Sistem LTI
waktu diskrit dapat ditulis/dijelaskan menggunakan persamaan beda
koefisien konstanta linier.
1.3.4
Konvolusi
Secara
umum
konvolusi
didefinisikan
sebagai
cara
untuk
mengkombinasikan dua buah deret angka yang menghasilkan deret angka yang
ketiga. Didalam dunia seismik deret-deret angka tersebut adalah wavelet sumber
gelombang, reflektivitas bumi dan rekaman seismik.
Secara matematis, konvolusi adalah integral yang mencerminkan jumlah
lingkupan dari sebuah fungsi a yang digeser atas fungsi b sehingga menghasilkan
fungsi c. Konvolusi dilambangkan dengan asterisk ( *). Sehingga, a * b = c berarti
fungsi a dikonvolusikan dengan fungsi b menghasilkan fungsi c.
Contoh:
a = [1, 2, 3] dan b = [4,5,6]
Sehingga a * b adalah [4,13,28,27,18]
Dari contoh diatas terlihat bahwa jumlah elemen c adalah jumlah elemen a
ditambah jumlah elemen b dikurangi 1
(3+3-1 = 5).
Konvolusi juga memiliki sifat-sifat sebagai berikut :
1. Komutatif
Penyelesaian secara sifat komutatif, yakni didapat persamaan umum jika
nila x(n)*h(n) akan sama dengan nilai h(n)*x(n).
2. Asosiatif
Bentuk umum : [x(n)*h1(n)]*h2(n) = x(n)*[h1(n)*h2(n)]. Untuk
persamaan ini kita akan mengoperasikan terlebih dahulu nilai x(n)*h1(n)
kamudian hasil yang didapat dikalikan dengan nilai h2(n). Hasil akhir yang
didapat akan sama dengan hasil akhir dari operasi perkalian nilai h1(n) dan h2(n)
yang hasilnya dikalikan dengan nilai x(n).
3. Asosiatif dan Komutatif
Bentuk umum : x(n)*[h1(n)*h2(n)] = x(n)*[h2(n)*h1(n)].
4. Distributif
Bentuk umum : x(n)*[h1(n)+h2(n)] = x(n)*h1(n) + x(n)*h2(n). Langkah
pertama adalah mengoperasikan h1(n) + h2(n) kemudian hasil dari penjumlahan
dikalikan dengan x(n). Dan untuk mengoperasikan nilai pada sisi yang satunya
Langkah Percobaan
1.4.1
2.
3.
4.
x3=2n ; 0 n 100
Konvolusi
1.
x=input('Enter x: ')
h=input('Enter h: ')
m=length(x);
n=length(h);
X=[x,zeros(1,n)];
H=[h,zeros(1,m)];
for i=1:n+m-1
Y(i)=0;
for j=1:m
if(i-j+1>0)
Y(i)=Y(i)+X(j)*H(i-j+1);
else
end
end
end
Y
stem(Y);
ylabel('Y[n]');
xlabel('----->n');
title('Convolution of Two Signals without conv function');
1.5
1.5.1
1.5.2
Konvolusi (P1_2)
>> P1_2
Enter x: [1 2 3 4]
x=
1
Enter h: [3 2 1]
h=
3
Y=
3
8 14 20 11
Gambar 1.10 Sinyal Waktu Diskrit x4(n)*x5(n) dan x5(n)*x4(n) pada Matlab
>> P1_2
Enter x: [3 8 14 20 11 4]
x=
3
8 14 20 11
Enter h: [2 2 1 2 3]
h=
2
Y=
6 22 47 82 101 102 101 86 41 12
Gambar 1.11 Sinyal Waktu Diskrit (x4(n)*x5(n))*x6(n) dan x4(n)*(x5(n)*x6(n)) pada Matlab
>> P1_2
Enter x: [4 4 4 4]
x=
4
Enter h: [2 2 1 2 3]
h=
2
Y=
8 16 20 28 32 24 20 12
>> P1_2
Enter x: [5 4 2 2 3]
x=
5
Enter h: [1 2 3 4]
h=
1
Y=
5 14 25 38 29 20 17 12
1.6
1.6.1
waktu diskrit,amplitudonya mempunyai nilai hanya pada saat tertentu saja. Sinyal
waktu-diskrit yang memiliki nilai diskrit dikenal dengan sinyal digital sedangkan
sinyal periodik memiliki waktu yang periodik atau beraturan (memiliki pola).
A. Sinyal x1(n)
n
Diketahui suatu sinyal x1(n) (0.9) cos(0,2n /3) dimana 0<n< 20.
Nilai dari x1(n) dapat dihitung dan dilihat pada tabel berikut.
Tabel 1.6 Nila x1(n) untuk 0n20
n
0
1
2
3
4
5
x1(n)
0.5
-0,0941
-0,542
-0,7131
-0,5994
-0,2952
n
6
7
8
9
10
11
x1(n)
0,0556
0,32
0,4211
0,3539
0,1743
-0,0328
n
12
13
14
15
16
17
x1(n)
-0,189
-0,2486
-0,2090
-0,1029
0,0194
0,1116
n
18
19
20
x1(n)
0,1464
0,1234
0,0608
Tabel dan gambar diatas merupakan gambar sinyal diskrit dalam bentuk
impuls, gambar diatas termasuk sinyal periodik karena memiliki interval waktu T
(periode) yang sama.
B. Sinyal x2(n)
Diketahui suatu sinyal x2(n) 10cos(0.008x xn12) dimana 0n 100.
Nilai dari x2(n) dapat dihitung dan dilihat pada tabel berikut.
Tabel dan gambar diatas merupakan gambar sinyal diskrit dalam bentuk
impuls, gambar diatas bukan termasuk sinyal periodik karena memiliki interval
waktu T (periode) yang tidak sama.
C. Sinyal x3(n)
Diketahui suatu sinyal x3(n) (2xn) dimana 0n 100. Nilai dari x2(n)
dapat dihitung dan dilihat pada tabel berikut.
Tabel 1.8 Nila x3(n) untuk 0n100
Tabel dan gambar diatas merupakan gambar sinyal diskrit dalam bentuk
impuls, gambar diatas termasuk sinyal periodik karena memiliki interval waktu T
(periode) yang sama.
1.6.2
Konvolusi (P1_2)
Konvolusi adalah metode penghitungan untuk menentukan respon sistem.
impuls sistem linier diskret, dan x[n] adalah sinyal masukan maka sinyal keluaran
adalah Y[n] = x[n]*h[n]
Operasi konvolusi mempunyai beberapa sifat operasional:
1. Komutatif
:x*h=h*x
2. Asosiatif
: (x * g) * h = x * (g * h)
3. Distributif
: x * (h1 + h2) = x * h1 + x * h2
>> P1_2
Enter x: [1 2 3 4]
x=
1
Enter h: [3 2 1]
h=
3
Y=
3
8 14 20 11
Gambar 1.17 Sinyal Waktu Diskrit x4(n)*x5(n) dan x5(n)*x4(n) pada Matlab
>> P1_2
Enter x: [3 8 14 20 11 4]
x=
3 8 14 20 11 4
Enter h: [2 2 1 2 3]
h=
2 2 1 2 3
Y=
6 22 47 82 101 102 101 86 41 12
Gambar 1.18 Sinyal Waktu Diskrit (x4(n)*x5(n))*x6(n) dan x4(n)*(x5(n)*x6(n)) pada Matlab
Gambar
diatas
memenuhi
sifat
konvolusi
asosiatif
berdasarkan
Y=
5 14 25 38 29 20 17 12
Kesimpulan
1. Sinyal diskrit yang termasuk sinyal periodik jika interval waktu T
( Periode) yang sama atau tetap.
2. Konvolusi mempunyai beberapa sifat operasional yaitu:
- Komutatif
:x*h=h*x
- Asosiatif
: (x * g) * h = x * (g * h)
- Distributif
: x * (h1 + h2) = x * h1 + x * h2