El302 05 PDF
El302 05 PDF
1.1 Definisi
Tujuan Belajar 1
x(n) ← → X (k )
N Po int DFT
dimana n = 0, …N-1 dan k = 0, …N-1
n =0
sehingga
N −1 k
− j 2π n
X ( k ) = ∑ x ( n) e N
n=0
Invers DFT (IDFT) menghitung kembali representasi sinyal waktu diskrit x(n) dari
sinyal yang dinyatakan dalam domain frekuensi X(ω).
N −1 k
1 j 2π n
x ( n) =
N
∑ X ( k )e
k =0
N
N −1
1
=
N
∑ X (k )W
k =0
− kn
N
dimana
2π
−j
WN = e N
→ akar ke N dari unity
Tujuan Belajar 2
V-1
BAB 5 Discrete Fourier Transform dan FFT
xN ↔ X N
dimana xN dan XN masing-masing adalah vektor dengan n buah elemen
x(0) X (0)
xN = M X N = M
x( N − 1) X ( N − 1)
Jika dinyatakan matriks WN
[ ]
WN = wij = WN( i )( j )
maka, N point DFT dapat dinyatakan dalam bentuk
X N = WN xN
sedangkan IDFT dapat dihitung jika terdapat invers dari WN.
xN = WN−1 X N bila WN−1 exist
Contoh:
Hitung 4 point DFT dari sinyal x(n) = ( 0 1 2 3 )
1 1 1 1 N
1 W 1 W 2 W 3 k+
Ingat WN 2
= −WNk
W4 = 4 4 4
Tujuan Belajar 3
V-2
BAB 5 Discrete Fourier Transform dan FFT
N −1 k
j 2π n
x p ( n ) = ∑ Ck e N
k =0
k
1 N −1 − j 2π n
di mana Ck = ∑ x p (n)e N
N n=0
bila ambil x(n) = xp(n) untuk n = 0, …N-1 (satu perioda)
N −1 k
1 − j 2π n
maka Ck =
N
∑ x ( n )e
n=0
N
yang tidak lain adalah X(k).
Tujuan Belajar 4
−1 k N −1 k
− j 2π n − j 2π n
= ... + ∑ x ( n )e
n=− N
N
+ ∑ x ( n )e
n =0
N
+ ...
∞ lN + N −1 k
− j 2π n
= ∑∑
l = −∞ n =lN
x ( n )e N
k
∞ − j 2π n
[ ]
N −1
= ∑ ∑ x(n − lN )e N = FT x p (n) ω =2πk / N
n = 0 l = −∞
x ( n) 0 ≤ n ≤ N − 1
bila xˆ (n) = p
0 otherwise
maka FT ( x(n)) ω = 2πk / N = X ( 2Nπ k ) = DFT [xˆ (n)] = X (k )
jadi x(n) → x p (n) → xˆ (n)
hanya bila x(n) finite duration L ≤ N maka x(n) = xˆ (n) sehingga IDFT {X(k)} = x(n)
V-3
BAB 5 Discrete Fourier Transform dan FFT
X (k ) = X ( z ) j 2π k n
z =e N
1− z −N N −1
X (k )
=
N
∑ 1− e
k =0
j 2π k
N
z −1
1 − e − jωN N −1 X (k )
→ X (ω ) = X ( z ) z =e jω =
N
∑
k =0 1 − e
− j (ω − 2πk / N )
→ Lagrange Interpolation
2 Sifat DFT
Tujuan Belajar 6
V-4
BAB 5 Discrete Fourier Transform dan FFT
→ Y (k ) = X (k )H (k ), k = 0,..., N − 1
↓ ↓ N ≥ L + M +1
zero padding
→ Y (k ) ← → y (n)
IDFT
Contoh :
FIR : h(n) = {1, 2, 3}
X(n) = {1, 2, 2, 1}
Cari output dengan menggunakan DFT dan IDFT
L = 4, M =3 → N = 6
Pilih N = 8 (agar sesuai dengan FFT)
− j 2π ( k8 )n
7
H ( k ) = ∑ k ( n )e
n=0
V-5
BAB 5 Discrete Fourier Transform dan FFT
k k 3k
− j 2π − j 2π − j 2π
H (k ) = 1 + 2e 8
+ 3e 4
+ 2e 8
, k = 0,...,7
k
7 − j 2π n
X (k ) = ∑ h ( n)e 8
n=0
k k 3k
− jπ − jπ − jπ
= 1 + 2e 8
+ 2e 4
+ 2e 8
, k = 0,...,7
2+ 2 4+3 2
X ( 0) = 6 X (1) = + j
2 2
2− 2 4−3 2
X ( 2) = − 1 − j X (3) = + j
2 2
2− 2 4−3 2
X ( 4) = 0 X (5) = + j
2 2
2+ 2 4+3 2
X ( 6) = − 1 + j X (7 ) = + j
2 2
H ( 0) = 6 (
H (1) = 1 + 2 − j 3 + 2 ) ( )
H (2) = −2 − j 2 H (3) = (1 − 2 ) + j (3 − 2)
H ( 4) = 2 H (5) = (1 − 2 ) − j (3 − 2)
H ( 6) = − 2 + j 2 H (7) = (1 + 2 ) + j (3 + 2)
→ IDFT
k
7 j 2π n
y ( n) = ∑ Y ( k )e 8
n = 0, 1, …,7
k =0
Tujuan Belajar 8
V-6
BAB 5 Discrete Fourier Transform dan FFT
Peserta dapat melakukan filtering linier dengan DFT, untuk sinyal yang
panjang, melalui metoda overlap-save dan overlap-add.
Untuk melakukan filtering sinyal panjang dapat dilakukan dengan cara Block-by-Block
- Overlap-save method
- Overlap-odd method
Asumsi FIR → durasi M
Blok → durasi L
Asumsi L >> M
• Metoda overlap-save
N = L + M -1 → N point DFT dan IDFT
← → X (k )
N − DFT
x(n) Old New
x(n)
Untuk blok -m
YˆM (k ) = H (k )M
X M (k ) k = 0, 1,L-1
…, N-1
IDFT →
→ H (k )
N − DFT
yˆ m (n) = { yˆ m (0), yˆ m (1),..., yˆ m ( M − 1), yˆ m ( M ),..., ←
h(n) Zero Padding
yˆ m
( N−
1)}
↓ ↓
M-1 point L hasil konvolusi
datang dari old data
→ buang
• Overlap-add Method
V-7
BAB 5 Discrete Fourier Transform dan FFT
N −1
k k
1. X R (k ) = ∑ xr (n) cos 2π n + xI (n) sin 2π n
n =0 N N
N −1
k k
2. X I (k ) = −∑ xR (n) sin 2π n − xI (n) cos 2π n
n =0 N N
Tujuan Belajar 10
Decimation in Time
x(n) ← → X (k )
FFT
N
f1 (n) = x(2n) n = 0,1,...,
−1
1. x ( n) 2
f 2 (n) = x(2n + 1) bagi 2 sequences f1 , f 2
⇒ f1 dan f2 diperoleh melalui desimasi x(n)
x(n
F1(n)
F2(n)
V-8
BAB 5 Discrete Fourier Transform dan FFT
N −1
2. X (k ) = ∑ x(n)WNkn k = 0, 1, …, N-1
n=0
= ∑ x(n)W
n − even
kn
N + ∑ x(n)W
n − odd
kn
N
N −1 N −1
X (k ) = F1 (k ) + W F2 (k ) k = 0,1,...N − 1
k
N
di mana
F1(k) : N/2 point DFT dari f1(m)
F2(k) : N/2 point DFT dari f2(m)
k + N2
Juga WN = −WNk , maka
X (k ) = F1 (k )+ WNk F2 (k ) k = 0, …(N/2)-1
N
X (k + ) = F1 (k )− WNk F2 (k ) k= 0, …(N/2)-1
2
Bila G1 (k ) = F1 (k )
G2 (k ) = WNk F2 (k )
X (k ) = G1 (k )+ G2 (k )
2 − po int DFT
X (k + ) = G1 (k ) − G2 (k )
N
2
Lanjutkan
N
V11 (n) = f1 (2n) po int s
f1 4
N
V12 (n) = f1 (2n + 1) po int s
4
N
V21 (n) = f 2 (2n) po int s
f2 4
N
V22 (n) = f 2 (2n + 1) po int s
4
N
F1 (k ) = V11 (k ) + W NkV12 (k ) k ⇒ po int s
2
4
V-9
BAB 5 Discrete Fourier Transform dan FFT
N
F1 (k + N4 ) = V11 (k ) − W NkV12 (k ) k ⇒ po int s
2
4
N
F2 (k ) = V21 (k ) + W NkV22 (k ) k ⇒ po int s
2
4
N
F2 (k + N4 ) = V21 (k ) − W NkV22 (k ) k ⇒ po int s
2
4
di mana vij ←
→ Vij (k ) N/4 DFT point → O(nlogn)
Tujuan Belajar 11
V-10