Sistem Komunikasi Digital

Kuliah 5

1
 Pembahasan hari ini:
„ Sumber lain dari Error:
„ Inter-symbol interference (ISI)
„Teorema Nyquist
„ Teknik-teknik untuk mengurangi ISI
„ Pembentukan pulsa (Pulse shaping)
„ Ekualisasi

2
 Inter-Symbol Interference (ISI)
„ ISI dalam proses deteksi disebabkan oleh
efek pemfilteran dari sistem
„ Fungsi transfer sistem ekivalen :

H ( f ) = Ht ( f )H c ( f )H r ( f )
„ Menghasilkan pantulan sehingga terjadi
dispersi waktu.
„ menyebabkan ISI pada saat sammpling

z k = sk + nk + ∑ α i si
i≠k

3
 Inter-symbol interference
„ Model sistem baseband
x1 x2
{xk } Filter Tx Kanal r (t ) Filter Rx
zk
{x̂k }
ht (t ) hc (t ) hr (t ) Deteksi
t = kT
T Ht ( f ) Hc ( f ) Hr ( f )
x3 T n(t )

„ Model Ekivalen
x1 x2
{xk } Sistem Ekivalen z (t ) zk
{x̂k }
h(t ) Deteksi
t = kT
T H( f )
x3 T nˆ (t )
Noise terfilter
H ( f ) = Ht ( f )H c ( f )H r ( f )

4
 Syarat Bandwidth Nyquist
„ Syarat bandwidth Nyquist :
„ Secara teoritis bandwidth sistem minimum yang
dibutuhkan untuk mendeteksi Rs [simbol/detik] tanpa
ISI adalah Rs/2 [Hz].
„ atau, suatu sistem dengan bandwidth W=1/2T=Rs/2
[Hz] dapat mendukung laju transmisi maksimum
2W=1/T=Rs [simbol/detik] tanpa ISI.
1 Rs Rs
= ≤W ⇒ ≥ 2 [symbol/s/Hz]
2T 2 W

„ Efisiensi bandwidth, R/W [bit/detik/Hz] :

„ Merupakan tolok ukur penting dalam komunikasi digital.
„ Memperlihatkan seberapa efisien penggunaan sumber
daya bandwidth dengan teknik-teknik signaling.
5
 Pulsa (Filter) Nyquist Ideal
Filter Nyquist Ideal Pulsa Nyquist Ideal
H( f ) h(t ) = sinc(t / T )
T 1

0 f − 2T − T 0 T 2T t
−1 1
2T 2T
1
W=
2T
6
 Pulsa (Filter) Nyquist
„ Pulsa (Filter) Nyquist :
„ Pulsa-pulsa (filter-filter) tanpa ISI pada titik
sampling
„ Filter Nyquist:
„ Fungsi transfer dalam domain frekuensi diperoleh
dengan konvolusi fungsi rectangular dengan fungsi
frekuensi simetri-genap real.
„ Pulsa Nyquist:
„ Bentuknya dapat dinyatakan dengan fungsi
sinc(t/T) dikalikan dengan fungsi waktu lainnya.
„ Contoh filter Nyquist: filter Raised-Cosine

7
 Pembentukan Pulsa untuk menurunkan
ISI
„ Tujuan dan tarik-ulur dalam
pembentukan pulsa (pulse-shaping)
„ Menurunkan ISI
„ Penggunaan bandwidth yg efisien
„ Ketahanan thdp error timing (side lobe
kecil)

8
 Filter raised cosine
„ Filter Raised-Cosine
„ Pulsa Nyquist (tanpa ISI pd saat sampling)

⎧1 for | f |< 2W0 − W

⎪⎪
2 ⎡ π | f | +W − 2W0 ⎤
H ( f ) = ⎨cos ⎢ ⎥ for 2W0 − W <| f |< W
⎪ ⎣4 W − W0 ⎦
⎪⎩0 for | f |> W
cos[2π (W − W0 )t ]
h(t ) = 2W0 (sinc(2W0t ))
1 − [4(W − W0 )t ]2
W − W0
Excess bandwidth: W − W Faktor Roll-off r =
0
0 ≤ r ≤1 W0

9
 Filter Raised cosine – lanj.

| H ( f ) |=| H RC ( f ) | h(t ) = hRC (t )

1 r =0 1

r = 0. 5
0.5 0.5 r =1
r =1 r = 0.5
r =0

−1 − 3 −1 0 1 3 1 − 3T − 2T − T 0 T 2T 3T
T 4T 2T 2T 4T T

Rs
Baseband W sSB= (1 + r ) Passband W DSB= (1 + r ) Rs
2

10
 Ekualisasi
„ ISI Disebabkan oleh efek filtering dari kanal
komunikasi (kanal wireless).
„ Kanal berkelakuan seperti filter band-terbatas

jθ c ( f )
Hc ( f ) = Hc ( f ) e

Amplitudo tdk konstan

Phase tdk linier
Distorsi phase
Distorsi amplitudo

„ Ekualisasi adalah suatu teknik untuk

menghilangkan ISI yang disebabkan oleh kanal
11
 Ekualisasi – lanj.

Step 1 – transformasi gelombang ke sampel Step 2 – Pengambilan keputusan

Demodulasi & Sampel Deteksi

z (T ) Threshold m̂i
r (t ) Frequency Filter Filter
pembanding
down-conversion Penerima ekualising

Untuk sinyal bandpass Kompensasi untuk

kanal penyebab ISI

Gelombang terima Pulsa baseband

Pulsa Baseband Sampel
(bisa terdistorsi)
(test statistic)

12
 Ekualisasi – lanj.
„ Ekualisasi menggunakan
„ MLSE (Maximum likelihood sequence
estimation)
„ Pemfilteran
„ Filter transversal
„ Ekualiser Zero-forcing
„ Ekualiser minimum mean square error (MSE)
„ Decision feedback
„ Menggunakan keputusan lampau untuk
menghilangkan ISI
„ Ekualiser Adaptif

13
 Pulse shaping dan ekualisasi untuk
menghilangkan ISI
Tidak ada ISI pada saat sampling

H RC ( f ) = H t ( f ) H c ( f ) H r ( f ) H e ( f )

„ Filter Square-Root Raised Cosine (SRRC)

filter dan Ekualiser
H RC ( f ) = H t ( f ) H r ( f ) menangani ISI
yg disebabkan
H r ( f ) = H t ( f ) = H RC ( f ) = H SRRC ( f ) oleh filter pemancar

1
He ( f ) = Menangani ISI yg
Hc ( f ) Disebabkan oleh kanal

14
 Contoh pulse shaping
„ Pulse shaping Square-root Raised-Cosine (SRRC)
Amp. [V]

Gelombang transmisi baseband

Pulsa ketiga

t/T
Pulsa pertama
Pulsa kedua

Simbol data

15
 Contoh pulse shaping …
„ Pulsa Raised Cosine pada output matched filter
Amp. [V]

Gelombang terima Baseband

pada output matched filter
(ISI nol)

t/T

16
 Pola mata
„ Pola mata: Display pada oskiloskop yang
menampilkan respon sistem terhadap sinyal baseband
dengan laju 1/T (durasi simbol T)
Distorsi
karena ISI
Margin Noise
Skala amplitudo

Sensitivitas terhdp
timing error

Timing jitter
Skala waktu
17
 Contoh pola mata:
Pulsa SRRQ, PAM Biner
„ Kanal ideal (tanpa noise dan tanpa ISI)

18
 Contoh pola mata:
Pulsa SRRQ, PAM Biner
„ AWGN (Eb/N0=20 dB) dan tanpa ISI

19
 Contoh pola mata:
Pulsa SRRQ, PAM Biner …
„ AWGN (Eb/N0=10 dB) dan tanpa ISI

20
 Ekualisasi
„ ISI disebabkan oleh efek pemfilteran
dari kanal komunikasi (yaitu: kanal
wireless)
„ Kanal berkelakuan seperti filter band-limited
jθ c ( f )
Hc ( f ) = Hc ( f ) e

Ampiltudo Tidak-konstan Phase Tidak-linear

Distorsi Amplitudo Distorsi Phase

21
 Ekualisasi: Contoh2 Kanal
„ Contoh kanal frequency selective, yang berubah secara lambat
(slow fading).

22
 Ekualisasi: Contoh2 Kanal
„ Contoh kanal frequency selective, yang berubah
secara cepat (fast fading).

23
 Contoh Pola Mata dengan ISI:
Pulsa SRRQ, PAM Biner
„ Kanal tidak ideal dan tanpa noise
hc (t ) = δ (t ) + 0.7δ (t − T )

24
 Contoh Pola Mata dengan ISI:
Pulsa SRRQ, PAM Biner
„ AWGN (Eb/N0=20 dB) dan ISI
hc (t ) = δ (t ) + 0.7δ (t − T )

25
 Contoh Pola Mata dengan ISI:
Pulsa SRRQ, PAM Biner
„ AWGN (Eb/N0=10 dB) dan ISI
hc (t ) = δ (t ) + 0.7δ (t − T )

26
 Filter Ekualisasi …
„ Model sistem baseband
a1
∑ a δ (t − kT ) Filter Tx
k
k Kanal r (t ) Ekualiser Filter Rx z (t ) z k {âk }
ht (t ) hc (t ) he (t ) hr (t ) Detektor
t = kT
Ta a Ht ( f ) Hc ( f ) He ( f ) Hr ( f )
2 3
n(t )

„ Model Ekivalen H ( f ) = Ht ( f )H c ( f )H r ( f )
a1
∑ a δ (t − kT )
k
Sistem Ekivalen z (t ) x(t ) Ekualiser z (t )
zk {âk }
k h(t ) he (t ) Detektor
t = kT
Ta a H( f ) He ( f )
2 3 nˆ (t )
Noise terfilter
nˆ (t ) = n(t ) ∗ hr (t )

27
 Ekualisasi dengan Filter Transversal
„ Filter Transversal:
„ Pembobotan tap saluran terdelay yg menurunkan
efek ISI dengan pengaturan tepat dari tap-tap filter.
N
z (t ) = ∑ c x(t − nτ )
n=− N
n n = − N ,..., N k = −2 N ,...,2 N

x(t )
τ τ τ τ
c− N c− N +1 c N −1 cN

z (t )
∑
Pengaturan
koefisien
28
 Ekualisasi dengan Filter Transversal
„ Ekualiser Zero-forcing :
„ Tap-tap filter diatur sehingga output ekualiser ditekan
menjadi nol pada N-titik sampel pada di tiap sisi:
Mengatur ⎧1 k =0
z (k ) = ⎨
{cn }nN=− N ⎩0 k = ±1,...,± N

„ Ekualiser Mean Square Error (MSE):

„ Tap-tap filter diatur sehingga MSE dari ISI dan daya noise
pada output ekualiser diminimisasi.
Mengatur
{c n }nN= − N
[
min E ( z (kT ) − ak ) 2 ]
29
 Contoh ekualiser
„ 2-PAM dgn SRRQ Output Matched filter pada titik sampling
„ Kanal Non-ideal
hc (t ) = δ (t ) + 0.3δ (t − T )
„ DFE Satu-tap
ISI-tanpa noise,
Tanpa ekualiser

ISI-tanpa noise,
Ekualiser DFE

ISI - dgn noise,

Tanpa Ekualiser

ISI - dgn noise,

Ekualiser DFE
30
 Disain Ekualiser Zero Forcing
„ Menggunakan filter transversal, dimana
koefisien filter (CN) dipilih sedemikian rupa
sehingga ISI pada titik sampling dapat ditekan.
„ Respon pulsa Ekualiser karena respon pulsa
kanal adalah :
N
p eq (t ) = ∑ C n p c (t − nT )
n=− N

„ Kondisi ISI-nol bila diterapkan pada persamaan

diatas, dpt dipenuhi hanya untuk 2N+1 titik
sampel saja, karena hanya 2N+1 KOefisien
yang diatur.

31
Disain Ekualiser Zero Forcing (Lanj.)
„ Kondisi ISI nol untuk 2N+1 sampel output
ekualiser dipenuhi jika :
N
p eq (mT + Δ t ) = ∑ C n pc [(m − n )T + Δ t ]
n= − N
⎧ 1, m = 0 ⎫
p eq (mT + Δ t ) = ⎨ ⎬ m = 0 , ± 1, ± 2 ,..., ± N
⎩ 0, m ≠ 0 ⎭

dengan t = Δt adalah titik sampling dimana

peq (t ) berharga maksimum.

32
Disain Ekualiser Zero Forcing (Lanj.)
„ Dalam bentuk matriks, persamaan output ekualiser
dapat ditulis :
Peq = [Pc] C

„ Dimana Peq dan C adalah vektor atau matriks kolom.

⎡ C− N ⎤
⎡0⎤ ⎢ ⎥
⎢ ⎥ C − +
⎢0⎥ ⎢ N 1 ⎥
⎢.⎥
N nol ⎢ . ⎥
⎢ ⎥ ⎢ ⎥
⎢0⎥ ⎢ C −1 ⎥
⎢1 ⎥ ⎢ C ⎥
Peq = ⎢ ⎥ C= ⎢ 0 ⎥
⎢0⎥ ⎢ C 1 ⎥
⎢.⎥ ⎢ ⎥
⎢ ⎥ N nol ⎢
.
⎥
⎢0⎥ ⎢ C N −1 ⎥
⎢ ⎥
⎣0⎦ ⎢ ⎥
⎣ C N ⎦

33
Disain Ekualiser Zero Forcing (Lanj.)
„ Sedangkan [Pc] adalah matriks respon kanal
(2N+1)x(2N+1) berbentuk

⎡ pc (0 ) pc (− 1) . . . . pc (− 2 N ) ⎤
⎢ ⎥
⎢ pc (1) pc (0) . . . . pc (− 2 N + 1) ⎥
⎢ pc (2) pc (1) . . . . pc (− 2 N + 2 ) ⎥
⎢ ⎥
[Pc ] = ⎢ . . . . . . . ⎥
⎢ . . . . . . . ⎥
⎢ ⎥
⎢ . . . . . . . ⎥
⎢p
⎣ c (2 N ) pc (2 N − 1) . . . . pc (0 ) ⎥⎦

„ Koefisien C ditentukan dari :

C = [Pc]-1 Peq
34
Contoh Disain Ekualiser Zero Forcing
„ Diketahui respon pulsa kanal :
Pc (t )

−4T + Δt −2T + Δt −T + Δt Δt T + Δt 2T + Δt 5T + Δt
t

35
Contoh Disain Ekualiser Zero Forcing
„ Dari gambar respon pulsa kanal didapat:
pc (− 4 ) = −0.02 pc (− 1) = 0.2 pc (2 ) = 0.01
pc (− 3 ) = 0.05 pc (0 ) = 1 pc (3 ) = −0.05
pc (− 2 ) = −0.1 pc (1) = −0.1 pc (4) = 0.02

„ Kemudian didapat matriks respon pulsa kanal :

⎡ 1.0 0.2 − 0.1 0.05 − 0.02⎤

⎢ ⎥
⎢ − 0 .1 1.0 0.2 0. 05 − 0 . 02 ⎥
[Pc ] = ⎢ 0.1 − 0.1 1.0 0.2 0.05 ⎥
⎢ ⎥
⎢ − 0.05 0.1 − 0.1 1.0 0.2 ⎥
⎢⎣ 0.02 − 0.05 0.1 − 0.1 1.0 ⎥⎦

36
Contoh Disain Ekualiser Zero Forcing
„ Inver dari matriks respon pulsa kanal didapat :

⎡ 0.966 − 0.170 0.117 − 0.083 0.056 ⎤

⎢ ⎥
⎢ 0 .118 0 .945 − 0 .158 0. 112 − 0 .083 ⎥
[Pc ]−1 = ⎢ − 0.091 0.133 0.937 − 0.158 0.117 ⎥
⎢ ⎥
⎢ 0 .028 − 0 . 095 0. 133 0. 945 − 0 .170 ⎥
⎢ − 0.002 0.028 − 0.091 0.118 0.966 ⎥⎦
⎣
C
„ Koefisien-koefisien filter adalah :
C − 2 = 0.117 C − 1 = −0.158 C 0 = 0.937
C1= 0.133 C 2 = −0.091

37