Anda di halaman 1dari 45

Pengolahan Sinyal Elektronik

(PENDAHULUAN)
A. Abdurrochman

Jurusan Fisika
Fakultas Matematika dan Ilmu Pengetahuan Alam
Universitas Padjadjaran
DSP dan keuntungannya (1)
Sinyal adalah segala sesuatu yang membawa
atau berisi informasi yang dapat disampaikan,
ditampilkan atau dimanipulasi.
DSP menyangkut sinyal digital dan pemakaian
pengolah digital untuk menganalisa, memodi-
fikasi atau mengambil informasi sinyal.
DSP dan keuntungannya (2)
Alasan-alasan khusus pengolahan sinyal
digital:
Menghilangkan gangguan atau noise
Memperoleh spektrum data
Merubah bentuk sinyal
DSP dipakai menggantikan ASP dalam
mengolah sinyal analog, atau pada pemakaian
dimana ASP terlalu sulit atau tidak mungkin
dipakai.
DSP dan keuntungannya (3)
Keuntungan DSP
Jaminan akurasi, bergantung dari jumlah bit.
Reproduktivitas sempurna, tanpa variasi karena
toleransi komponen.
Kinerja tidak dipengaruhi suhu dan umur.
Keuntungan dari bahan semikonduktor:
Realibilitas tinggi, ukuran kecil, murah, hemat daya dan
kecepatan tinggi.
Fleksibel, tanpa modifikasi hardware.
Kinerja unggul, ASP tidak mungkin melakukan.
DSP dan keuntungannya (4)
Kekurangan (1993):
Kecepatan dan mahal, berkaitan dengan lebar
bandwidth (resolusi) dan proses yang lambat.
Waktu perancangan, perlu waktu lama bila tidak
memiliki tools yang tepat dan lengkap.
Panjang word berhingga, menurunkan kinerja
sistem.
DSP dan keuntungannya (5)
Bidang aplikasi:
Pengolahan citra: pattern recognition, robotic
vision, image enhancement.
Instrumentasi/kendali: spectrum analysis, noise
reduction, data compression.
Speech/audio: speech recognition, speech
synthesis, digital audio, audio compression.
Biomedical: EEG brain mapping, ECG analysis, CT
scan, fMRI.
Operasi-operasi Kunci DSP (1)
Semua algoritma DSP membutuhkan operasi-
operasi dasar yang sama:
Konvolusi
Korelasi
Penapisan/filter (digital)
Transformasi (diskrit)
Modulasi
Operasi aritmatika sederhana: perkalian,
penjumlahan/pengurangan dan pergeseran.
Operasi-operasi Kunci DSP (2)
Konvolusi
Deret x(n) sepanjang N1, deret h(n) sepanjang N2.
Konvolusi keduanya:

y ( n) = h( n) x ( n) =
k=
h( k ) x ( n k )

y ( n) =
k= 0
h( k ) x ( n k )

n= 0, 1, , (M-1)
M=N1+N2-1
Sudah ada divais DSP untuk operasi konvolusi
Operasi-operasi Kunci DSP (3)
Contoh:
y ( n) = h( n) x ( n)
Operasi-operasi Kunci DSP (4)
Arti penting konvolusi lebih terlihat dalam domain
frekuensi.
Konvolusi dalam domain waktu sama dengan
sumasi/penjumlahan perkalian dalam domain
frekuensi.
Operasi-operasi Kunci DSP (5)
Korelasi
Korelasi-silang (cross-correlation) merupakan
ukuran keserupaan atau sifat bersama dua sinyal.
Untuk dua deret, x(k) dan y(k), sepanjang N, dengan
mean nol, perkiraan korelasi silangnya:

untuk rxy(n) koefisien korelasi silang.


Operasi-operasi Kunci DSP (6)
Aplikasi korelasi silang:
Cross-spectral analysis
Signal detection/recovery
Pembandingan pola
Delay measurement (contoh di bawah)
Operasi-operasi Kunci DSP (7)
Korelasi auto (auto-correlation) melibatkan satu
sinyal dan menampilkan informasi struktur sinyal
atau sifat-sifatnya dalam domain waktu, terutama
perioditivitas tersembunyi.
Untuk x(k) sepanjang N, dg mean nol, perkiraan auto-
korelasi-nya:

dimana rxx(n) adalah auto-kovarians:


Operasi-operasi Kunci DSP (8)
Operasi-operasi Kunci DSP (9)
Penapisan/filter (digital)
Penapisan: konvolusi sinyal, x(n-k), dan respon
impuls filter dalam domain waktu, N 1
h(k).
Digital filter, definisi: y (n) =
k= 0
h( k ).x( n k )

dimana, h(k) koefisien filter; x(n)


masukkan; y(n) keluaran.
Nilai h(k) bersifat unik bergantung karakteristiknya
Tujuan penapisan: menghilangkan/mengurangi
noise dari sinyal.
Operasi-operasi Kunci DSP (10)
Blok diagram tapis digital:

Contoh LPF:
Operasi-operasi Kunci DSP (11)
Transformasi (diskrit)
Mengubah domain sinyal dari waktu -> frekuensi.
Spektrum signal: hasil dekomposisi terhadap
komponen frekuensi menggunakan transformasi
diskrit. -> menentukan bandwidth transmisi.
Algoritma DSP lebih efesien dalam domain f.
Yang paling banyak dipakai: DFT
Operasi-operasi Kunci DSP (12)
Operasi-operasi Kunci DSP (13)
Modulasi
Sinyal digital dimodulasi sesuai karakteristik
frekuensinya untuk ditransmisikan dan/atau
disimpan untuk mengurangi distorsi, efesiensi
pemakaian bandwidth, atau untuk memastikan
sinyal memiliki sifat-sifat yg diinginkan.
Proses modulasi memerlukan:
Sinyal frekuensi tinggi (gelombang carrier)
Sinyal yang dimodulasi
Operasi-operasi Kunci DSP (14)
Metoda modulasi digital pada saluran bandpass:
Amplitude shift keying (ASK)
Phase shift keying (PSK)
Frequency shift keying (FSK)
Metoda modulasi digital pada jaringan digital:
Pulse code modulation (PCM)
Overview Pengolah Sinyal Waktu Nyata (1)

Sistem DSP waktu nyata

Input filter: bandlimit masukan analog untuk


mengurangi aliasing.
ADC: merubah sinyal analog menjadi digital.
DAC: merubah sinyal digital menjadi analog.
Output filter: menghaluskan dan menghilangkan
komponen frekuensi tinggi.
Overview Pengolah Sinyal Waktu Nyata (2)

Proses konversi ADC


Langkah-langkah: Sampling, Quantisasi, Encoding.

3 tipe sinyal:
analog, kontinyu (waktu dan amplitudo).
sampling, kontinyu (amplitudo) tapi pada waktu
diskrit .
digital, diskrit (waktu dan nilai).
Overview Pengolah Sinyal Waktu Nyata (3)

Sampling
Akuisisi sinyal kontinyu pd interval waktu diskrit.

Sinyal analog ditampilkan hanya pd waktu diskrit, dg


nilai yg sama dg sinyal analog aslinya pd waktu diskrit.
Overview Pengolah Sinyal Waktu Nyata (4)
Teorema sampling
Jika frekuensi tertinggi sinyal fmax, maka frekuensi sampling:

Fs 2fmax
Fs < 2fmax menyebabkan aliasing: tertutupnya sinyal asli,
bermasalah jika dikembalikan (recovery) ke analog.
Terkadang, sinyal memiliki informasi penting di luar Fs.
Mis: frekuensi max PSTN 3,4 kHz; frekuensi sinyal suara dapat
mencapai 10 kHz; solusi: filter masukan anti-aliasing.
Overview Pengolah Sinyal Waktu Nyata (5)
Aliasing dan spektrum sinyal sampling
Misalnya, sebuah sinyal disampling pada interval T (Fs= 1/T);
ternyata memiliki komponen sinyal yang sama dengan Fs;
akan terjadi kesalahan sampling pada komponen frekuensi
rendah -> aliasing.
Overview Pengolah Sinyal Waktu Nyata (6)
Perkalian:
x(t) = x(t).p(t)
Konvolusi:
X(f) = X(f) P(f)
Perkalian dalam domain
waktu konvolusi dalam
domain frekuensi.
Spektrum sampling
spektum awal, tapi
berulang sesuai Fs.
(Bandingkan (b) dgn (d))
Fs dijadikan sebagai
frekuensi bayangan.
Overview Pengolah Sinyal Waktu Nyata (7)

Jika Fs kurang tinggi, spektrum akan berlipat atau aliasing ke pita frekuensi
dasarnya.
Akibatnya, informasi di dalam sinyal tidak dapat dibedakan dari bayangan-
nya pada daerah yang berlipat.
Overlap atau aliasing terjadi pada titik FN (sekitar Fs): frekuensi lipat,
frekuensi Nyquist.
Aliasing selalu ada karena noise dan energi sinyal lain di luar pita frekuensi,
solusi: menentukan level aliasing yang dapat diterima kemudian merancang
filter anti-aliasing dan memilih Fs yang sesuai.
Overview Pengolah Sinyal Waktu Nyata (8)
Tapis anti-aliasing
Membatasi lebar sinyal dan/atau
Menaikkan frekuensi sampling: memperlebar beda sinyal dan
spektrum image.
Idealnya: menghilangkan semua komponen frekuensi di atas
frekuensi lipat/Nyquist.

Respon practical tidak ideal -> Fs dijadikan frekuensi Nyquist:


sinyal dg frek > Fs dilemahkan ke -Amin.
Overview Pengolah Sinyal Waktu Nyata (9)
Resolusi ADC dalam tapis anti-aliasing: A = 20 log( 1,5 2 n+ 1 )dB
min
Tapis anti-aliasing analog -> distrosi fasa, fasa frekuensi,
komponen sinyal tergeser/tertunda.

Trend: Penggunaan frekuensi sampling yang lebih tinggi.


Tapis-tapis anti-aliasing yg simpel anti distorsi fasa dan
lebih murah (dalam sistem multikanal)
Meningkatkan SNR (ditambah DSP).
Overview Pengolah Sinyal Waktu Nyata (9)

Contoh 1:
Akan dihitung Fs(min) agar aliasing error
<2% untuk masukkan sinyal analog. 1
H( f ) =
Respon amplitudo tapis ini adalah: 1
1 + ( f )2 2

untuk fc =1/2RC = 2kHz. f c


Pada 2 kHz -> Xb = 0,7071
Error < 2% . Error = 0,01414
Hitung Fa -> Fs 1
0,01414 < 1
1+ ( fa
)
2
2

2
Fs(min) > Fc + Fa
> (2 + 141,4) kHz
> 143,4 kHz
Overview Pengolah Sinyal Waktu Nyata (9)

Contoh 2:
Sebuah sistem DSP waktu nyata pada 0 4 kHz, akan dicari:
Pelemahan minimum, Amin, Frekuensi sampling minimum, Fs(min).

( )
Aliasing pada 4 kHz.
n+ 1
Pelemahan minimum: Amin = 20 log 1,5 2 = 80 dB
Dipilih frek. lipat f=Fs
Butterworth LPF orde 3:
Amin=20 log[1+(f/fc)6]
-> f>86,2 kHz -> Fs>172,4 kHz
Aliasing level
1 pada 4 kHz:
H( f ) = = 9,33 10 6
1 + (( Fs fc )
1

)
2
6
f c
Overview Pengolah Sinyal Waktu
Nyata(10)
Akurasi dan pembatasan bandwidth
Hasil sampling memiliki lebar pita tertentu: indikasi sinyal
diukur pada interval waktu tertentu -> aperture time.
Celah waktu membatasi akurasi dan fmax sinyal yang dapat di-
digitalisasi -> sinyal mungkin berubah ketika sampling.
Dimisalkan: tegangan masukan hanya dapat diubah selama
waktu celah paling tinggi LSB.
Jika: input gelombang sinus dan celah waktu -> fmax yang
dapat diditalisasi menggunakan ADC n bit:

1
f max =
2 n + 1
Overview Pengolah Sinyal Waktu
Nyata(11)
Contoh 3:
Akan dihitung fmax sinyal sinus yang dapat didigitali-
sasi sebuah DSP waktu nyata, ADC 12bit tanpa
sample&hold dan waktu konversi 35 s, sehingga
diperoleh akurasi LSB.
v
Pada titik t=0: dv(t )
dt
|t = 0 = (V fs 2 ) cos t = . f .V fs (Vs ) =
1


Untuk akurasi LSB -> v=/2, di mana =(Vfs/2n).
-> v/ = .f.Vfs
1
Subtitusikan sampai diperoleh: f max =
2 n + 1
Untuk n=12 dan = 35 s diperoleh fmax= 1,11 Hz.
ADC yang hanya mengkonversikansinyal dengan fmax= 1,11 Hz jelas
kecil sekali manfaatnya. Karena itu sebelum ADC biasa ditambahkan
sample&hold, mis: =25 ns dan waktu konversi 2 s ->
Fs=((35+2+0,025)x10-6)-1 = 27 kHz -> 2fmax Fs -> fmax = 13,5 kHz
Overview Pengolah Sinyal Waktu
Nyata(12)
Kuantisasi dan encoding
Sebelum diubah menjadi digital sinyal
sampling dikuantisasi oleh 2n, dan
muncul error yang tidak dpt hilang.
Mis: ADC 12bit,Vi= 10V -> LSB= 4,883
mV; error kuantisasi= LSB = 2,45
mV.
Besar langkah kuantisasi:
q=Vfs/(2n-1) Vfs/2n
Jika sinyalnya sinus dg amplitudo A:
q=2A/2n
Error kuantisasi (e) diasumsikan acak
dan terdistribusi secara uniform
dalam interval q/2 dengan mean=0.
Overview Pengolah Sinyal Waktu
Nyata(13)
Daya noise kuantisasi/varian:
1 q 2
q 2
e = e 2 .P(e).de = q q 2e .de =
2 q 2 2

q 2 12
Daya rata-rata sinus = A2/2, Signal to Quantization
Noise power Ratio (harga max secara teori):
Daya Sinyal rata - rata A2 2 3 22n
SQNR = = 10 log 2 = 10 log = 6,02n + 1,76 dB
Daya Noise Kuantisasi q 12 2

Sampling digital , x(n), dikodifikasi dalam bentuk yang


sesuai untuk manipulasi lanjut.
Bentuk umum dlm DSP: fixed, floating dan block point.
Sampling, kuantisasi dan encoding secara simultan,
menggunakan ADC tanpa sample&hold.
Overview Pengolah Sinyal Waktu
Nyata(14)
Jangkah dinamik dan celah waktu dalam proses ADC:
Jangkah dinamik: rasio level max dan min sinyal yang dapat
ditangangi oleh ADC, biasa dinyatakan dalam desibel:
D = 20 log 2n.
Jangkah dinamik: rasio daya max dan min sinyal audio yang
dapat dibedakan dari daya noise.
Celah waktu: waktu konversi ADC atau waktu yang diperlukan
untuk holding.
Overview Pengolah Sinyal Waktu
Nyata(15)
Contoh 4:
Jika jangkah dinamik ADC Contoh 1 lebih besar dari 70 dB
dan akurasi digitalisasinya LSB, akan dicari bit minimum
dan celah waktu maksimum yang diperbolehkan untuk
frekuensi max sinyal 20 kHz.
Menggunakan persamaan D = 20 log 2n diperoleh n =
11,62 12 bit.
1
f =
Menggunakan persamaan max 2 n+ 1 diperoleh = 1,94 ns
Kecilnya celah waktu berarti diperlukan sample&hold
sebelum ADC.
Overview Pengolah Sinyal Waktu
Nyata(16)
Proses konversi DAC

Keluaran setiap masukan DAC di-hold selama T oleh


Register: penyangga input DAC -> output tetap
sampai masukkan selanjutnya.
Keluaran dibandingkan dengan masukan.
Overview Pengolah Sinyal Waktu
Nyata(17)
DAC model hold orde nol:
Input/output -> sinyal wideband berisi spektrum sinyal
dan image tak hingga dari spektrum aslinya.
Amplitudo spektrum sinyal output dikalikan dengan
fungsi sin (x)/x -> berlaku seperti LPF frekuensi image.
Overview Pengolah Sinyal Waktu
Nyata(18)
sin (x)/x menimbulkan aksi hold (genggam) DAC dan,
dlm recovery sinyal, memunculkan distrosi amplitudo.
Error rata-ratanya = (1 sin (x)/x) x 100%
Pada hold orde nol: fungsi sin x/x turun ke sekitar 4 dB
pada Fs/2 dengan error rata-rata sekitar 36,4%. Error
celah dihilangkan dengan penyeimbangan -> pd
prakteknya digunakan filter digital dg bentuk respon
frekuensi x/sin x.
Digital processor dapat dipakai untuk mengisi atau
interpolasi antar titik sample sehingga diperoleh sinyal
analog yang lebih halus dan hasil yang lebih baik
daripada hold orde nol.
Overview Pengolah Sinyal Waktu
Nyata(19)
Penapisan anti-imaging

Karena: komponen frekuensi tinggi/image


berada di tengah komponen frekuensi asli.
Pengaruh: bergantung dari aplikasi, mis,
CD player: kualitas sinyal audio menurun karena
intermodulasi frekuensi image dengan komponen frekuensi
dasar.
Overview Pengolah Sinyal Waktu
Nyata(20)
Contoh 5:
Sebuah DAC memiliki tapis anti-
imaging seperti tapis Butterworth utk
input analog dari DC s.d. 20 kHz dan
rate DAC 176,4 kHz.
Overview Pengolah Sinyal Waktu
Nyata(21)
Contoh-contoh aplikasi DSP waktu nyata:
Speech recogniton system
Overview Pengolah Sinyal Waktu
Nyata(22)
Adaptive telephone echo cancellation
Overview Pengolah Sinyal Waktu
Nyata(23)
CD digital audio system