SISTEM TELEKOMUNIKASI
TEKNIK ELEKTRO UNIVERSITAS UDAYANA
PERCOBAAN II
PENGOLAHAN DIGITAL SINYAL WAKTU KONTINYU
2.1 Tujuan
1. Mempelajari hubungan dalam domain waktu antara sinyal waktu kontinyu
xa(t) dan sinyal waktu diskrit x[1] yang dibangkitkan oleh sampling
periodik xa(t)
2. Menginvestigasi hubungan antara frekuensi sinyal sinusoidal xa(t) dengan
perioda sampling.
3. Menginvestigasi hubungan antara Continuous Time Fourier Transform
(CTFT) pada sinyal waktu kontinyu band terbatas (limited) dan Discrete
Time Fourier Transform (DTFT) dari sinyal diskrit.
4. Mendesain filter lowpass analog
2.2 Peralatan
1. Program MATLAB 2012 ke atas.
2. PC/Laptop.
{ …………………………..(2.1)
Di sini fungsi step memiliki arti bahwa amplitudo pada u(t) bernilai nol pada t < 0
dan bernilai satu untuk semua t ≥ 0
Untuk suatu sinyal waktu kontinyu x(t), hasil kali x(t)*u(t) sebanding dengan x(t)
untuk t>0 dan sebanding dengan nol untuk t<0. Perkalian pada sinyal x(t) dengan
sinyal u(t) mengeliminasi suatu nilai non-zero (bukan nol) pada x(t) untuk
nilai t<0. Fungsi ramp r(t) didefinisikan secara matematis sebagai:
{ ……………………………(2.2)
Untuk t> 0, slope (kemiringan) pada r(t) adalah senilai 1. Sehingga pada kasus
ini r(t) merupakan unit slope, yang mana merupakan alasan bagi r(t) untuk dapat
disebut sebagai unit ramp function. Jika ada variabel K sedemikian hingga
membentuk Kr(t), maka slope yang dimilikinya adalah K untuk t > 0.
∑ ( ) ∑ ( ) (2.7)
∫ (2.14)
Deret Fourier:
Xp (t) = a0 + 2 ∑ ………(2.21)
𝞈0 = ………………………………...(2.22)
Koefisien Fourier
.........(2.23)
2. Deret Fourier Untuk Waktu Diskrit
Deret Fourier untuk sinyal diskrit dengan perioda N dapat ditulis:
………………………(2.24)
Dengan Ck adalah:
………………………..(2.25)
…………………………(2.26)
Secara fisis, X(ω) menyajikan isi frekuensi sinyal x(n). Dengan kata lain,
X(ω) adalah dekomposisi x(n) menjadi komponen-komponen
frekuensinya. Invers dari transformasi Fourier diskrit dapat dinyatakan
dengan :
…………………………..(2.27)
2.3.7 Aliasing
Aliasing adalah fenomena bergesernya frekuensi tinggi gelombang seismik
menjadi lebih rendah yang diakibatkan pemilihan interval sampling yang terlalu
besar (kasar). Aliasing adalah fenomena yang terjadi ketika frekuensi sampling
(Fs) adalah kurang dari dua kali frekuensi maksimum (Fin) dari sinyal untuk
menjadi sampel. Dengan kondisi tersebut, setiap sinyal dengan frekuensi lebih
besar dari Fs/2 muncul pada output sebagai sinyal dengan frekuensi Fs/2-Fin.
Sebagai contoh, jika frekuensi sampling 2000 Hz, dan input frekuensi 1001 Hz,
maka sinyal pada output akan memiliki frekuensi 1001 - (2000 / 2) = 1 Hz.
Atau efek Aliasing terjadi karena frekuensi sinyal maksimum (Fin) lebih
besar dari ½ frekuensi sampel (Fs). Untuk menghindari efek Aliasing maka
frekuensi sampel (Fs) harus dua kali lebih besar daripada frekuensi sinyal
maksimum (Fin). Apabila efek Aliasing terjadi maka kita tidak dapat mengetahui
frekuensi sinyal yang sebenarnya.
Persamaan Efek Aliasing :
.............................(2.13)
∑ ………………………(2.28)
| | …………………………(2.29)
b. Sample shifting
[ ]
c. Frequency shifting
[ ] ( ) | |
d. Folding
[ ] ⁄
e. Complex conjugation
[ ]
f. Differentiation in the z-domain
[ ]
g. Multiplication
[ ] ∮ ⁄
h. Convolution
[ ]
B. Inverse Transformasi Z
Inverse Transformasi Z dapat digunakan untuk mendapatkan kembali
deret, x(n), pada domain waktu diskrit dari domain Z, X(z). Bentuk formal untuk
mendapatkan nilai inverse Transformasi Z adalah:
∮ ……………………….(2.31)
………………….(3.32)
……………(3.33)
dimana
| |
2.4 Langkah Percobaan
2.4.1 Sampling Sinyal Sinusoidal
Percobaan ini akan meng-investigasi sampling sinyal sinusoidal waktu
diskrit xa(t) di beberapa rate sampling.
1. Buatlah script Matlab berikut dan simpan hasilnya dengan nama “P2_1”.
% Program P2_1
% Ilustrasi dalam proses sampling domain waktu
clf;
t = 0:0.0005:1;
f = 13;
xa = cos(2*pi*f*t);
subplot(2,1,1)
plot(t,xa);grid
xlabel('Time, msec');ylabel('Amplitude');
title('Continuous-time signal x_{a}(t)');
axis([0 1 -1.2 1.2])
subplot(2,1,2);
T = 0.1;
n = 0:T:1;
xs = cos(2*pi*f*n);
k = 0:length(n)-1;
stem(k,xs); grid
xlabel('Time index n');ylabel('Amplitude');
title('Discrete-time signal x[n]');
axis([0 (length(n)-1) -1.2 1.2])
Kode Program 2.1 Sampling Sinyal Sinusoidal
N (Orde) 18
ωp (Frekuensi Passband) 2.1991e+04
ωs (Frekuensi Stopband) 2.8274e+04
ωn (Frekuensi Cut-Off) 2.3338e+04
2.6 Analisa Data
periode sampling maka sinyal hasil sampling akan semakin menyerupai sinyal
analog asli. Sinyal hasil sampling sering kali disebut juga istilah Pulse Amplitude
Modulation (PAM). Namun, semakin tinggi frekuensi sampling membawa
konsekuensi pada harga keseluruhan pada proses pencacahan semakin tinggi
sebaliknya, menggunakan frekuensi sampling rendah akan menurunkan harga
proses pencacahan tetapi mengandung konseskuensi pada represensitasi sinyal
PAM yang kurang dapat mewakili sinyal analog asli. Karena itu secara natural
akan muncul pertanyaan berupa jumlah frekuensi minimal yang dapat digunakan
agar hasil pengkodean digital nantinya dapat dikendalikan ke bentuk dari sinyal
analog. Hal tersebut sesuai dengan Teorema Nyquist, dimana frekuensi sampling
harus minimal 2 kali frekuensi tertinggi (bukan bandwidth) yang dikandung oleh
sinyal asli.
A. Sampling T = 0.1 s F = 13 Hz
(d) (e)
Gambar 2.29 Sampling Sinyal Sinusoidal Dengan Nilai (a) T = 0,02 s, (b) T = 0,05 s,
(c) T = 0,1 s, (d) T = 0,2 s, (e) T = 0.5 s
Dari ketiga data yang diperoleh dengan range periode yang sama sebesar
0,1 dan frekuensi yang berbeda – beda. Mempunyai hasil penggambaran sinyal
yang sangat indentik atau sama tanpa adanya perbedaaan. Sehingga apabila kita
mengacu pada persamaan 2.13
Pada frekuensi 13 Hz :
Frekuensi Aliasing = |Frekuensi Sampling – Frekuensi Sinyal|
= |10 – 13| = 3 Hz
Pada frekuensi 7 Hz :
Frekuensi Aliasing = |Frekuensi Sampling – Frekuensi Sinyal|
= |10 – 7| = 3 Hz
Pada frekuensi 3 Hz :
Frekuensi Aliasing = |Frekuensi Sampling – Frekuensi Sinyal|
= |10 – 3| = 7 Hz
Sedangkan didapatkan gambaran yang sama pada setiap frekuensi tersebut
2.6.3 Effect of Sampling in the Frequency Domain ‘P2_3’
Proses ini mengubah representasi sinyal yang tadinya berupa sinyal
kontinyu menjadi sinyal diskrit. Dapat juga diibaratkan sebagai sebuah saklar
on/off yang membuka dan menutup setiap periode tertentu. Proses sampling
dilakukan dengan men-sampling sinyal analog dalam periode waktu tertentu
disebut dengan periode pencacahan (Ts). Kebalikan dari periode pencacahan
adalah frekuensi sampling (Fs) yaitu . Semakin tinggi frekuensi sampling,
atau semakin kecil periode sampling maka sinyal hasil sampling akan semakin
menyerupai sinyal analog asli. Sinyal hasil sampling sering kali disebut juga
istilah Pulse Amplitude Modulation (PAM). Namun, semakin tinggi frekuensi
sampling membawa konsekuensi pada harga keseluruhan pada proses pencacahan
semakin tinggi sebaliknya, menggunakan frekuensi sampling rendah akan
menurunkan harga proses pencacahan tetapi mengandung konsekuensi pada
representasi sinyal PAM yang kurang dapat mewakili sinyal analog asli. Karena
itu secara natural akan muncul pertanyaan, berapa frekuensi terendah yang dapat
digunakan agar hasil pengkodean digital nantinya dapat dikendalikan ke bentuk
dari sinyal analog. Hal tersebut sesuai dengan Teorema Nyquist yang berbunyi
sebagai berikut “Frekuensi sampling harus minimal 2 kali frekuensi tertinggi
(bukan bandwidth) yang dikandung oleh sinyal asli”.
A. Sampling T= 1,0 s
(a) (b)
Gambar 2.36 (a) Sinyal Asli, (b) Sinyal Hasil Sampling
Gambar 2.36 (c) Perubahan dari Sinyal Waktu Kontinyu menjadi Sinyal Waktu Diskrit,
(d) Perubahan dari Sinyal Waktu Diskrit menjadi Sinyal Waktu Kontinyu
Dari data di atas diperoleh hasil yaitu proses perubahan sinyal akibat
adanya variabel frekuensi. Di mana Fs = 1,0 sesuai dengan proses perhitungan di
atas.
Gambar 2.37 Pengaruh Variabel Frekuensi
B. Sampling T = 1,5 s
(c) (d)
Gambar 2.39(c) Perubahan dari Sinyal Waktu Kontinyu menjadi Sinyal Waktu Diskrit,
(d) Perubahan dari Sinyal Waktu Diskrit menjadi Sinyal Waktu Kontinyu
Dari data pada gambar 2.39 diperoleh hasil yaitu proses perubahan sinyal
akibat adanya variable frekuensi. Di mana Fs = 0,67 Hz sesuai dengan proses
perhitungan di atas.
Gambar 2.41 Effect of Sampling in the Frequency Domain xa(t) = Dengan T=1.0
a) b)
Gambar 2.42 Perbandingan (a) Effect of Sampling in the Frequency T=1.0 dan (b) Effect
of Sampling in the FrequencyDomain xa(t) = dengan T=1.0.
Dari data di atas hanya diperoleh perubahan yang terjadi pada hasil sinyal
asli disebabkan karena adanya nilai xa(t) = . Sedangkan, untuk data hasil
sampling dan data Perubahan dari Sinyal Waktu Kontinyu menjadi Sinyal Waktu
Diskrit atau sebaliknya diperoleh hasil yang sama karena nilai T yang tetap.
(a) (b)
Gambar 2.44 Perbandingan (a) Effect of Sampling in the Frequency T = 1,5 s dan (b) Effect of
Sampling in the Frequency Domain xa(t) = dengan T = 1,5 s
Dari data di atas hanya diperoleh perubahan yang terjadi pada hasil sinyal
asli disebabkan karena adanya nilai xa(t) = Sedangkan, untuk data hasil
sampling dan data Perubahan dari Sinyal Waktu Kontinyu menjadi Sinyal Waktu
Diskrit atau sebaliknya diperoleh hasil yang sama karena nilai T yang tetap.
Filter ini memiliki ordo N, dimana N adalah integer dan jika N semakin
besar maka respon Filter mendekati respon Filter ideal. Ordo Filter ini ditentukan
oleh jumlah komponen penyimpan energi. Dari hasil di atas hanya terdapat N=1
karena hanya terdapat 1 hasil percobaan yang sudah mendekati hasil respon Filter
ideal. Perhitungannya adalah :
Dimana :
ω : Frekuensi redaman yang diinginkan
ωc : Frekuensi cut off 10 dB
Jadi setelah frekuensi cut off-nya, Filter Butterworth ini memiliki respon
meredam mendekati 10N dB/ dekade. Berdasarkan tabel diperoleh nilai N adalah
18. Nilai ini sudah cukup besar sehingga respon Filter yang dihasilkan sudah
mendekati respon Filter ideal.
2.7 Simpulan
Dari percobaan yang telah dilakukan, dapat ditarik kesimpulan, yaitu:
1. Semakin tinggi frekuensi sampling, atau semakin kecil periode sampling
maka sinyal hasil sampling akan semakin menyerupai sinyal analog asli.
2. Semakin rendah frekuensi sinyal sampling atau semakin besar periode
sampling maka sinyal hasil sampling tidak akan menyerupai sinyal analog
asli.
3. Dengan range periode yang sama sebesar dan frekuensi yang berbeda –
beda. Mempunyai hasil penggambaran sinyal yang sangat indentik atau
sama tanpa adanya perbedaaan.
4. Sedangkan dengan range periode yang berubah-ubah dan dengan frekuensi
yang sama. Mempunyai hasil penggambaran sinyak yang berbeda.
5. Effect of Sampling in the Frequency Domain mengakibatkan perubahan
yang terjadi pada hasil sinyal asli disebabkan karena adanya nilai xa(t) =
Sedangkan, untuk data hasil sampling dan data perubahan dari sinyal
waktu kontinyu menjadi sinyal waktu diskrit atau sebaliknya, diperoleh
hasil yang sama karena nilai T yang tetap.
6. Filter Low-pass Analog ini memiliki ordo N, (N Integer) dan jika N
semakin besar maka respon Filter mendekati respon Filter ideal. Ordo
filter ini ditentukan oleh jumlah komponen penyimpan energi.