DTFT (Discrete Time Fourier Transform

Di
Discrete
t Time
Ti Fourier
F i Transform
T f
Discrete-Time Fourier Transform (DTFT) atau Transformasi Fourier dari
sebuah deretan waktu diskrit x(n) direpresentasikan dengan deret
eksponensial kompleks [e-jωn], dimana ω = variabel frekuensi riil
DTFT berguna untuk memetakan deretan dalam domain waktu ke suatu

fungsi kontinu dari variabel frekuensi.
Beby Manafe x(n ) ↔ X e jω

beby@bowakh.co.cc π ∞
1
Elektro, FST x (n ) = ∫ X e e dω
jω jω n
X e jω = ∑ x(n )e − jω n
2π −π n = −∞
Undana
http://www.bowakh.co.cc
Pengolahan Sinyal Digital [TKE4603] 2009/2010 1 Beby Manafe Pengolahan Sinyal Digital [TKE4603] 2009/2010 2 Beby Manafe
Di
Discrete
t Time
Ti Fourier
F i Transform
T f Di
Discrete
t Time
Ti Fourier
F i Transform
T f
Contoh: tentukan DTFT dari deret terbatas berikut ini ! n = -1:3; x = 1:5; % sequence x(n)
k = 0:500; w = (pi/500)*k; % [0
[0, pi] axis divided into 501 points
points.
Jawab: X = x * (exp(-j*pi/500)) .^ (n'*k); % DTFT using matrix-vector product
x (n ) = {1,2,3,4,5} magX = abs(X); angX = angle(X);
realX = real(X); imagX = imag(X);
↑ subplot(2,2,1); plot(w/pi,magX); grid
xlabel('frequency in pi units');
( ) = ∑ x(n )e
∞
jω − jωn
X e title('Magnitude Part'); ylabel('Magnitude')
subplot(2,2,3); plot(w/pi,angX);
/ grid
−∞
xlabel('frequency in pi units'); title('Angle Part'); ylabel('Radians')
= e jω + 2 + 3e − jω + 4e − j 2ω + 5e − j 3ω subplot(2,2,2); plot(w/pi,realX); grid
xlabel( frequency in pi units');
xlabel('frequency units ); title('Real
title( Real Part');
Part ); ylabel('Real')
ylabel( Real )
subplot(2,2,4); plot(w/pi,imagX); grid
xlabel('frequency in pi units'); title('Imaginary Part');
Karena X(ejω) merupakan sebuah fungsi nilai-kompleks → perlu
ylabel('Imaginary')
di
digambarkan
b k bagian
b i besaran
b dan
d sudut-nya
d t (b i nyata
(bagian t dan
d imajiner-
i ji
jω
nya) terhadap ω secara terpisah untuk mendeskripsikan X(e ) secara
visual → Menggunakan nilai antara 0 hingga π
Di
Discrete
t Time
Ti Fourier
F i Transform
T f Respon
R F
Frekuensi
k i
Frequency response = suatu fungsi komplex yang mendeskripsikan
magnitude dan pergeseran phase dari sebuah filter dalam suatu daerah
frekuensi
Jika h(n) adalah suatu barisan riil, frequency response memiliki sifat:
o H(ejω) memiliki nilai untuk semua ω
o H(ejω) periodic dalam ω dengan periode 2π
o Respon magnitude | H(ejω) | adalah fungsi genap dari ω dan simetris
disekitar π
o Respon phase ∟H(ejω) adalah fungsi ganjil dari ω dan antisimetris
terhadap π
Respon
R F
Frekuensi
k i Respon
R F
Frekuensi
k i
Magnitude response = nilai absolut dari respon frekuensi sutu filter Contoh: Tentukan tanggap frekuensi H(ejω) dari suatu sistem yang
Phase response = komponen sudut dari respon frekuensi suau filter dicirikan dengan h(n)=(0.9)nu(n). Gambarkan besaran dan tanggap fase-
nya!
Jawab:
∞ ∞ ∞
( ) ∑
H e jω = h ( n )e − jω n = ∑ h ( n ) cos ω n − j ∑ h ( n ) sin ω n
H (e jω ) = ∑ h(n )e − jωn = ∑ (0.9 ) e − jωn
∞ ∞
n
n = −∞ n =−∞ n = −∞
( ) ( ) ( ) () jΦ ω −∞ 0
= H R e jω + jH I e jω = H e jω e
= ∑ (0.9e )
∞
− jω n 1
=
= H ( e ) + H ( e )e ⎣ H (e ) H (e )⎦
1 − 0.9e − jω
−1
2
R
jω
⎡ I
2 jω
⎤ j tan
I
jω
R
jω
0
Maka :
Sehingga magnitude spectrum: H ( e ) = H ( e ) + H ( e ) jω 2 jω 2 jω
H (e jω ) =
R I
1 1
=
phase spectrum:Φ (ω ) = tan ⎡⎣ H ( e ) H ( e ) ⎤⎦ (1 − 0.9 cos ω ) + (0.9 sin ω ) 1.81 − 1.8 cos ω
−1 jω jω 2 2
I R
⎡ 0.9 sin ω ⎤
∠H (e jω ) = − arctan ⎢ ⎥
⎣1 − 0.9 cos ω ⎦
Respon
R F
Frekuensi
k i Respon
R F
Frekuensi
k i
w = [0:1:500]*pi/500;
[0 1 500]* i/500
% [0, pi] axis divided into 501pts.
X = exp(j*w) ./ (exp(j*w) - 0.9*ones(1,501));
magX
X = abs(X);
b (X) angXX = angle(X);
l (X)
subplot(2,1,1); plot(w/pi,magX);
grid; axis([0,1,0,10])
ylabel('|H|');
title('Magnitude Response');
subplot(2,1,2); plot(w/pi,angX/pi); grid
ylabel('Phase in pi Radians');
title('Phase Response');
Respon
R F
Frekuensi
k i Respon
R F
Frekuensi
k i
Jika sebuah Sistem LTI dinyatakan dengan persamaan diferensial: Contoh: Sebuah sistem LTI dinyatakan dengan persamaan beda berikut:
y(n) = 0.8y(n-1) + x(n)
N M
y (n ) + ∑ al y (n − l ) = ∑ bm x (n − m ) Tentukan H(ejω) !
l =1 m =0
Jawab:
( ) jωn, maka y(
Jika x(n)=e ) ( jω))ejωn → substitusikan ke ppersamaan di
y(n)=H(e y (n ) = 0.8 y (n − 1) + x(n )
atas:
y (n ) − 0.8 y (n − 1) = x (n )
( )e ( )e
N M
H e jω jω n
+ ∑ al H e jω jω ( n − l )
= ∑ bm e jω ( n − m )
H (e jω ) =
1
l =1 m =0
M
1 − 0.8e − jω
∑b e m
− jω m
( )
H e jω = m=0
N
1 + ∑ al e − jωl
l =1
K
Konvolusi
l i Diskrit
Di k it
Konvolusi dari dua sinyal diberikan oleh:
∞
y (n) = x (n)* h (n) = ∑ x ( k )h ( n − k ) atau
k = −∞
∞
y (n) = h (n) * x (n) = ∑ h ( k )x ( n − k )
k =−∞
Hukum komutatif:
x(n) h(n) y(n) = x(n)*h(n)
h(n) x(n) y(n) = h(n)*x(n)
K
Konvolusi
l i Diskrit
Di k it Ci l /P i di Convolution
Circular/Periodic C l ti
Hukum Asosiatif:
Perhatikan dua deretan terbatas x1 ( n ) dan x2 ( n ) . Discrete Fourier Transform
y1(n) y1(n) (DFT) N-titik dari kedua deretan diberikan oleh:
x(n) h1(n) h2(n) y(n) x(n) h1(n) h2(n) y(n) N −1
X 1 ( k ) = ∑ x1 ( n ) e − j 2π nk / N , k = 0,1,...,
0 1 N −1
n=0
N −1
X 2 ( k ) = ∑ x2 ( n ) e− j 2π nk / N , k = 0,1,...,
0 1 N −1
x(n) h(n)=h1(n)*h2(n) y(n) x(n) h2(n) h1(n) y(n) n=0
Misalkan terdapat sebuah deretan lain x3 ( n ) dengan panjang N dan mempunyai

DFT N-titik X 3 ( k ) = X 1 ( k ) X 2 ( k ) , k = 0,1,..., N − 1
Hukum Distributif: Deretan x3 ( n ) dapat diperoleh dengan melakukan DFT invers dari X 3 ( k ) :
x ( n ) * ⎡⎣ h1 ( n ) + h2 ( n ) ⎤⎦ = x ( n ) * h1 ( n ) + x ( n ) * h2 ( n ) x3 ( m ) = IDFT ⎡⎣ X 3 ( k ) ⎤⎦
N −1
1
=
N
∑ X (k ) e
k =0
3
j 2 π mk / N
Ci l /P i di Convolution
Circular/Periodic C l ti Ci l /P i di Convolution
N −1 Persamaan diatas merupakan bentuk penjumlahan konvolusi yang disebut
1
x3 ( m ) =
N
∑ X 1 ( k ) X 2 ( k ) e j 2π mk / N
k =0
circular convolution. Circularly shifted version dari x2 ( m ) :
⎡ N −1 x ( m ) = ⎡⎣ x ( 0 ) , x (1) ,..., x ( N − 3 ) , x ( N − 2 ) , x ( N − 1) ⎤⎦
− j 2π nk / N ⎤ ⎡ − j 2 π lk / N ⎤ j 2π mk / N
N −1 N −1
1
=
N
∑ ⎢∑ 1
k =0 ⎣ n =0
x ( n ) e ⎥ ⎢ ∑ x2 ( l ) e ⎥e
x ( m − 1, ( mod N ) ) = ⎡⎣ x ( N − 1) , x ( 0 ) , x (1) ..., x ( N − 3 ) , x ( N − 2 ) ⎤⎦
⎦ ⎣ l =0 ⎦
⎡ ⎤ x ( m − 2, ( mod N ) ) = ⎡⎣ x ( N − 2 ) , x ( N − 1) , x ( 0 ) , x (1) ..., x ( N − 3) ⎤⎦
N −1 N −1 N −1
1
=
N
∑ x ( n )∑ x ( l ) ⎢⎣ ∑ e
1 2
j 2π k ( m − n −1) / N
⎥
⎦
n=0 l =0 k =0 .
N −1
= ∑ x1 ( n )x2 ( m − n, ( mod N ) ) , m = 0,1,...N − 1 .
n =0
x ( m − n, ( mod N ) ) = ⎡⎣ x ( N − n ) , x ( N − n + 1) ,..., x ( N − n − 1) ⎤⎦
dimana x2 ( m − n, ( mod N ) ) = reflected and circularly shifted version of x2 ( m )
.
dan n merupakan angka yang mengindikasikan pergeseran x ( n ) ke kanan. .
x ( m − N , ( modd N ) ) = ⎡⎣ x ( 0 ) , x (1) ,..., x ( N − 3) , x ( N − 2 ) , x ( N − 1) ⎤⎦
Ci l /P i di Convolution
Circular/Periodic C l ti Ci l /P i di Convolution
Misalkan
i lk suatu deretan
d terbatas
b x ( n ) dengan
d panjang
j N1 merupakan
k input
i Jika deretan y ( n ) harus direpresentasikan secara khusus dalam domain
bagi suatu sistem dengan respon impuls h ( n ) yang panjangnya N 2 , frekuensi dengan mencuplik dari spektrum Y (ω ) , maka:
maka outputnya: Y ( k ) = Y (ω ) ω = 2π k / N , k = 0,1,...,

0 1 N −1
N1 −1 = X (ω ) H ( ω ) , k = 0,1,..., N − 1
y (n) = x (n)* h (n) = ∑ x ( k )h ( n − k ) , n = 0,1,...,
ω = 2π k / N
, , ,N + N 2 -1
= X (k ) H (k )
1
k =0
N 2 −1
dimana X ( k ) dan H ( k ) adalah DFT N-titik dari deretan x ( n ) dan h ( n ) ,
atau y ( n ) = ∑ h ( k )x ( n − k ) , n = 0,1,..., N 1 +N 2 -1
k =0
sehingga dapat diperoleh dari: y ( n ) = IDFT { X ( k ) H ( k )}
dimana: x ( n ) = 0, untuk n < 0 dan n ≥ N1
Ini merupakan
p circular convolution N-titik dari x ( n ) dengan
g h ( n ) yyang
g
h ( n ) = 0, untuk n < 0 dan n ≥ N 2
harus ekivalen dengan konvolusi linear dari x ( n ) dengan h ( n ) .
Dalam domain frekuensi: Y (ω ) = H (ω ) X ( ω )
C t h
Contoh C t h
Contoh
Hitung (a) linear dan (b) circular convolution dari dua deretan
(b) circular convolution
x1(1)=1 x2(1)=2
x1 ( n ) = {1,1, 2, 2} dan x2 ( n ) = {1, 2,3, 4}.
Jawab:
x1(2)=2 x1(n) x1(0)=1 x2(2)=3 x2(n) x2(0)=1
(a) linear convolution
x1 ( n )
x1(3)=2 x2(3)=4
1 1 2 2
x2(3)=4 4
1 1 1 2 2
2 2 2 4 4 ⇒ Maka x3 ( n ) = {1,3, 7,13,14,14,8}
x1(n).
x2 ( n ) 3 3 3 6 6 x2(2)=3 x2(-n,(mod 4)) x2(0)=1 6 x2(-n,(mod
(-n (mod 4))
x1(0).x2(0)=1
4 4 4 8 8
x2(1)=2 4
Product
d Sequence
Folded Sequence
x3(0)=1+4+6+4=15
C t h
Contoh C t h
Contoh
x2(0)=1 1
x2(2)=3 3
x1(n).
x2(3)=4 x2(1-n,(mod 4)) x2(1)=2 8 x2(1-n,(mod 4)) 2 x1(n).
x2(1)=2 x2(3-n,(mod 4)) x2(3)=4 4 x2(3
(3-n,(mod
n,(mod 4)) 4
x2(2)=3 6
Folded Sequence
q rotated Product Sequence
q x2(0)=1 2
Folded
F ld d Sequence
S rotatedd Product
P d Sequence
S
by one unit in time x3(1)=2+1+8+6=17
by three units in time x3(3)=4+3+4+2=13
x2(1)=2 2
Hasilnya = x3(n) = {15,17,15,17}
x1(n). Circular convolution akan memberikan hasil yang sama dengan linear
x2(0)=1 x2(2-n,(mod 4)) x2(2)=3 2 3
x2((2-n,(mod
,( 4))
)) convolution jika sejumlah N
N-11 angka 0 ditambahkan pada akhir dari
deretan yang akan dikonvolusikan
x2(3)=4 8 Linear convolution menghasilkan deret aperiodic dengan panjang 2N-1
Folded
F ld d Sequence
S rotated
t t d Product
P d t Sequence
S Circular convolution menghasilkan deret periodic dengan panjang N
by two units in time x3(2)=3+2+2+8=15
Di
Discrete
t Fourier
F i Transform
T f Contoh
C t h1
Discrete Fourier Transform (DFT) dilambangkan dengan X(k),merupakan Tentukan circular convolution dari contoh sebelumnya menggunakan DFT
deretan nilai dalam kawasan frekuensi diskrit terbatas yang dihasilkan oleh & IDFT !
pencuplikan satu perioda Transformasi Fourier. Pencuplikan ini Jawab:
membentuk N buah titik sampling dalam lebar frekuensi 0 ≤ ω ≤ 2π
Jika x ( n ) adalah sebuah deret terbatas, maka DFT N-titik dari x ( n ) :

N −1
X ( k ) = ∑ x ( n )e− j 2π nk / N , k = 0,1,..., N − 1
n=0
Sehingga IDFT adalah:

N −1
1
x (n) =
N
∑ X ( k )e
k =0
j 2π nk / N
, n = 0,1,..., N − 1
Contoh
C t h1 Contoh
C t h1
Contoh
C t h1 Contoh
C t h2

DTFT (Discrete Time Fourier Transform

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

DTFT (Discrete Time Fourier Transform

Diunggah oleh

Hak Cipta:

Format Tersedia

Di

DTFT berguna untuk memetakan deretan dalam domain waktu ke suatu

Beby Manafe x(n ) ↔ X e jω

x(n) h(n) y(n) = x(n)*h(n)

h(n) x(n) y(n) = h(n)*x(n)

Misalkan terdapat sebuah deretan lain x3 ( n ) dengan panjang N dan mempunyai

maka outputnya: Y ( k ) = Y (ω ) ω = 2π k / N , k = 0,1,...,

Jika x ( n ) adalah sebuah deret terbatas, maka DFT N-titik dari x ( n ) :

Sehingga IDFT adalah:

Anda mungkin juga menyukai

DTFT (Discrete Time Fourier Transform

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

DTFT (Discrete Time Fourier Transform

Diunggah oleh

Hak Cipta:

Format Tersedia

Di

 DTFT berguna untuk memetakan deretan dalam domain waktu ke suatu

Beby Manafe x(n ) ↔ X e jω

x(n) h(n) y(n) = x(n)*h(n)

h(n) x(n) y(n) = h(n)*x(n)

Misalkan terdapat sebuah deretan lain x3 ( n ) dengan panjang N dan mempunyai

maka outputnya: Y ( k ) = Y (ω ) ω = 2π k / N , k = 0,1,...,

Jika x ( n ) adalah sebuah deret terbatas, maka DFT N-titik dari x ( n ) :

Sehingga IDFT adalah:

Anda mungkin juga menyukai

DTFT berguna untuk memetakan deretan dalam domain waktu ke suatu