MODUL 6 DESAIN DAN IMPLEMENTASI FILTER IIR

PADA BLACKFIN DSP

Muhammad Iqbal Fauzan Aulia (13217051)

Asisten: Ellert Bryant Prima Widison (13216015)
Tanggal Percobaan: 15/11/2019
EL3110 - Praktikum Pengolahan Sinyal Digital
Laboratorium Dasar Teknik Elektro - Sekolah Teknik Elektro dan Informatika ITB

Abstrak Dimana h(k) adalah respon impuls dari filter yang

secara teoritis memiliki durasi tidak terbatas, bk
Pada praktikum kali ini, akan dilakukan percobaan
dan ak adalah koefisien filter, serta x(n) dan y(n)
mengenai desain dan implementasi filter IIR pada Blackfin
adalah input dan output filter.
DSP. Praktikan akan mendesain dan
mengimplementasikan filter bandpass IIR dengan spesifikasi Fungsi transfer filter IIR adalah
tertentu. Hal yang diamati adalah perbandingan antara
sinyal input dan output pada domain waktu dan frekuensi.
Dapat diambil simpulan, mendesain filter IIR hampir sama
dengan mendesain FIR, hanya diperlukan beberapa fungsi
tambahan pada MATLAB; dan filter IIR dapat
digunakan untuk mendesain sinyal yang lebih rumit
daripada IIR.
Kata kunci: IIR Keluaran saat ini y(n) adalah fungsi dari keluaran
sebelumnya y(n-k), menunjukkan sistem memiliki
1. PENDAHULUAN umpan balik. Filter IIR memiliki kelebihan
fleksibilitas yang disediakan oleh pengaturan
1.1 LATAR BELAKANG umpan balik. Fungsi transfer dari filter IIR dapat
ditampilkan sebagai persamaan pole dan zero.
Pada praktikum kali ini, akan dilakukan desain
filter band-pass IIR menggunakan software Berikut ini contoh grafik respons impuls untuk
MATLAB dan Visual DSP++ serta filter bandpass IIR
mengimplementasikannya pada hardware
Blackfin. Pengamatan dilakukan pada aplikasi
Audacity.

1.2 TUJUAN PERCOBAAN

Percobaan ini bertujuan agar praktikan:
1. dapat mendesian serta memahami dan
mampu mengimplementasikan algoritma
filter IIR realtime pada DSP Blackfin
BF561EZ dan
2. memahami perbedaan filter IIR dan FIR.

2. STUDI PUSTAKA

2.1 FILTER IIR[1]

 ε2 : parameter passband ripple
Persamaan filter IIR dasar adalah sebagai berikut
 δp : deviasi passband
 δs : deviasi stopband
 fp1 and fp2 : frekuensi passband edge
 fp1 and fp2 : frekuensi stopband edge

1
Laporan Praktikum - Laboratorium Dasar Teknik Elektro – STEI ITB
  Ap : passband ripple = 10.log10(1+ ε2) =
20.log10(1- δp)
 As : stopband attenuation = -20.log10(δp)
2.2 WHITE NOISE[2]
White noise adalah sinyal acak (random) dengan
spektrum daya flat. Artinya sinyal white noise
memiliki daya yang sama pada bandwidth yang
tetap pada setiap frekuensi tengah. White noise
merupakan nama yang diturunkan dari cahaya
putih yang spektrum daya dari cahayanya
terdistribusi pada rentang band cahaya tampak.
Bandwidth dari white noise terbatas pada
prakteknya oleh mekanisme pembangkitan noise,
media transmisi. Sinyal random dapat dikatakan
white noise jika memiliki spektrum yang flat pada
bandwidth terlebar yang mungkin dapat
dilewatkan pada sebuah medium.
3. METODOLOGI
3.1 ALAT DAN KOMPONEN YANG
DIGUNAKAN
1. 1 unit komputer
2. Software MATLAB dan Visual DSP++ 5.0
3. Kit Blackfin BF561EZ, adaptor, kabel RCA,
converter RCA, dan speaker aktif.
3.2 LANGAKAH KERJA
Berikut adalah langkah kerja yang dilakukan pada
praktikum kali ini.
3.2.1 DESAIN FILTER BANDPASS IIR
4.1 DESAIN FILTER BANDPASS IIR
Filter yang didesain memiliki passband frequency
2000 Hz sampai 6000 Hz, atenuasi sebelum 400 Hz
dan setelah 14000 Hz minimal 20 dB, dan ripple
passband maksimal 1 dB. Board DSP EZ-Lite Kit
BF-561 memiliki sampling rate 48000 Hz.
Pada source code MATLAB (lampiran 1), pertama-
tama digunakan fungsi [n,Wn] =
buttord(Wp,Ws,Rp,Rs) yang mengembalikan
dua nilai:
n : orde terendah filter Butterworth digital
Wn : frekuensi cutoff filter
dan dengan argumen-argumen:
Wp : frekuensi sisi passband filter yang
dinormalisasi antara 0 sampai 1 dengan 1
sebanding dengan π rad/sampel
Ws : frekuensi sisi stopband filter yang
dinormalisasi
Rp : ripple passband maksimum
Rs : atenuasi minimum pada stopband
Masukkan nilai-nilai tersebut ke dalam fungsi
menjadi buttord([2000/24000 6000/24000],
[400/24000 4000/24000], 1, 20)
menghasilkan n dan Wn. n dan Wn digunakan
sebagai argumen dalam fungsi [b,a] =
butter(n,Wn) yang menghasilkan b dan a yang
merupakan barisan dari pole dan zero fungsi
transfer. b dan a digunakan sebagai argumen dari
fungsi impz untuk menghasilkan h sebagai
respons impuls (koefisien) filter. h kemudian
dikonversi dari bilangan real ke bilangan
fraksional. Nilai h kemudian dimasukkan ke
dalam int filter[BUFFERLENGTH] = {…}
pada file Process_data.c di project VisualDSP++
yang sudah pernah digunakan pada modul-modul
sebelumnya (lampiran 2). Program Process_data.c
berisi algoritma untuk membuat filter digital
dengan memanfaatkan buffer sirkular.
Setelah project di build dan run, digunakan
Audacity untuk mengimplementasikan filter
dengan input sinyal white noise.

4. HASIL DAN ANALISIS Gambar 4- 1 tampilan sinyal input (white noise) domain
Berikut merupakan data hasil dan analisis waktu
percobaan.

2
Laporan Praktikum - Laboratorium Dasar Teknik Elektro – STEI ITB
 Grafik respons frekuensi sinyal output
menunjukkan bahwa filter sudah berhasil didesain
dengan baik. Pada frekuensi passband 2000 - 6000
Hz, filter meloloskan sinyal yang memiliki
amplituda -20 dB dengan ripple yang sangat kecil
kurang dari 1 dB. Pada frekuensi yang lebih kecil
dari frekuensi sisi stopband 400 Hz, sinyal
memiliki amplituda kurang dari -42 dB yang
sudah memenuhi atenuasi 20 dB dari amplituda
maksimum sinyal. Sama halnya dengan sinyal
pada frekuensi yang lebih besar dari frekuensi sisi
stopband 14000 Hz yang memiliki atenuasi lebih
dari 20 dB.

5. SIMPULAN

Gambar 4- 2 tampilan sinyal input (white noise) domain Simpulan percobaan ini adalah sebagai berikut.
frekuensi 1. Cara mendesain filter IIR hampir sama
dengan mendesain filter FIR pada
percobaan-percobaan sebelumnya.
Perbedaannya hanya terdapat pada cara
mendapatkan koefisien filter pada MATLAB
yang memerlukan beberapa fungsi tambahan.
2. Filter IIR dapat digunakan untuk membuat
desain yang lebih rumit daripada filter FIR,
di mana pada percobaan ini selain dapat
ditenukan passband, juga dapat ditentukan
ripple passband maksimum dan ateuasi
minimum dari stopband.

DAFTAR PUSTAKA
Gambar 4- 3 tampilan sinyal output domain waktu
[1] http://psdsamodro.blogspot.com/2018/12/f
ilter-digital-infinite-impulse.html diakses 17
November 2019 pukul 20.28
[2] M. T. Hutabarat, dkk., Petunjuk Praktikum
Pengolahan Sinyal Digital, Laboratorium Dasar
Teknik Elektro, Institut Teknologi Bandung,
2019.

LAMPIRAN
1. Source code MATLAB desain filter IIR
[n,Wn] = buttord([2000/24000
6000/24000],[400/24000
14000/24000],1,20);
[b,a] = butter(n,Wn);
[h,t] = impz(b,a);
Gambar 4- 4 tampilan sinyal output domain frekuensi h = round(2^31*h);
fid = fopen('koef.dat','w+');
Analisis: count = fprintf(fid,'%d,',h);
fclose(fid);
Pada input digunakan sinyal white noise yang
terlihat memiliki spektrum daya flat yang ditandai 2. Source code program Talkthrough_TDM_C
dengan hampir samanya amplituda sinyal pada (Process_data.c)
semua frekuensi. Digunakan sinyal white noise #include "Talkthrough.h"
agar sinyal keluaran tepat menghasilkan bentuk #include "math.h"
dari respons frekuensi sistem yang diuji.
#define BUFFERLENGTH 82
3
Laporan Praktikum - Laboratorium Dasar Teknik Elektro – STEI ITB
int bufferLeft[BUFFERLENGTH], tempRight=0;
bufferRight[BUFFERLENGTH] = {0,0,0}; for (j = 0; j < BUFFERLENGTH; j++)
int tempLeft, tempRight = 0; {
int i,j=0; tempRight += (filter[j] >> 16) *
///////////////////////////////////// (bufferRight[(i + j) % BUFFERLENGTH]
///////////////////////// >> 15);
//Filter Coefficients (from MATLAB): }
int filter[BUFFERLENGTH] = //Output
{183804141,497553228,440145539,192486 iChannel0RightOut=tempRight;
50,-344239858,-480614045,-420416690,- /////////////////////////////////////
273124440,-132581063,- ////////////////////
40797154,3772771,21513718,31378189,42 //
484932,55216331,66098482,71998382,719 //decreasing i (circular)
24301,66815672,58486027,48672711,3858 /////////////////////////////////////
5687,28897978,19940905,11899321,49157 ////////////////////
36,-892040,-5454111,-8771025,- //
10916759,-12023369,-12257477,- i=(i+BUFFERLENGTH-1)%BUFFERLENGTH;
11798167,-10821050,-9488784,- /////////////////////////////////////
7946130,-6317434,-4705335,-3190269,- ////////////////////
1830851,- //
665209,286834,1020952,1545215,1876976 //channel1
,2039943,2061576,1970854,1796447,1565 /////////////////////////////////////
293,1301561,1025980,755479,503119,278 ////////////////////
227,86706,-68543,-187132,-270674,- //
322268,-346025,-346632,-328991,- /////////////////////////////////////
297911,-257880,-212898,-166371,- /////////////////
121060,-79074,-41901,- //Left
10457,14835,33962,47239,55218,58611,5 /////////////////////////////////////
8217,54864,49357,42444,34785,26939}; /////////////////
void Process_Data(void) iChannel1LeftOut = iChannel1LeftIn;
{ /////////////////////////////////////
/////////////////
///////////////////////////////////// //right
///////////////////////// /////////////////////////////////////
//channel0 /////////////////
///////////////////////////////////// iChannel1RightOut = iChannel1RightIn;
///////////////////////// }
/////////////////////////////////////
/////////////////
//Left
/////////////////////////////////////
/////////////////
//Buffering input
bufferLeft[i] = iChannel0LeftIn;
//convolution with circular buffer
tempLeft=0;
for (j = 0; j < BUFFERLENGTH; j++)
{
tempLeft += (filter[j] >> 16) *
(bufferLeft[(i + j) % BUFFERLENGTH]
>> 15);
}
//Output
iChannel0LeftOut = tempLeft;
/////////////////////////////////////
////////////////////
// //Right
/////////////////////////////////////
////////////////////
//
//Buffering input
bufferRight[i]= iChannel0RightIn;
//convolution with circular buffer
4
Laporan Praktikum - Laboratorium Dasar Teknik Elektro – STEI ITB