7,8. Sinyal Dan Sistem Waktu Diskrit
7,8. Sinyal Dan Sistem Waktu Diskrit
Oleh:
Tri Budi Santoso
Laboratorium Sinyal, EEPIS-ITS
Materi:
Representasi matematik pada sinyal waktu diskrit,
domain waktu dan frekuensi pada suatu sinyal waktu
diskrit, transformasi pada sinyal waktu diskrit
Tujuan:
• Siswa mampu menyelesaikan konsep dasar
transformasi Fourier Waktu Diskrit
• Siswa mampu membawa persoalan dari konsep
sinyal waktu kontinyu menjadi sinyal waktu diskrit.
Sub Bab:
5.1. Transformasi Fourier Waktu Kontinyu
5.2. Discrete-Time Fourier Series (DTFT)
5.3. Discrete-Fourier Transform (DFT)
5.4. Komputasi DFT
5.5. Komputasi Inverse DFT
5.6. Interpretasi Hasil DFT
5.7. Hubungan DFT- Transformasi Fourier
5.1. Continues Time Fourier Transform
dimana: T
1
Fk = koefisien-koefisien ekspansi Fk =
T ∫
0
f (t )e − jkΩ0 tdt
∞
f (t ) = a0 + ∑ (ak cos kΩ 0t + bk sin kΩ 0t ) (2)
k =1
T
1
a0 =
T ∫ f (t )dt = F
0
0 (3)
T
2
ak = ∫ f (t ) cos kΩ 0 dt = Fk + F− k (4)
T 0
T
bk = ∫ f (t ) sin kΩ 0 dt = (F− k − Fk ) j
2
(5)
T 0
5.2. Discrete-Time Fourier Series (DTFT)
• Untuk sinyal periodik waktu diskrit x(n) dengan periode N.
Kita kenal frekuensi digital 0 ~ 2π. Ekspansinya dinyatakan
dalam:
N −1
1
x ( n) =
N
∑ X ( k )e
k =0
jkω 0 n
(6)
N −1
X (k ) = ∑ x(n)e − jkω 0 n
(7)
k =0
Persamaan (6) dan (7) dikenal sebagai pasangan Discrete Fourier Series (DFS)
• Untuk N genap:
⎛ 2π ⎞ ⎛ 2π ⎞
( N / 2 ) −1 ( N / 2 ) −1
x ( n) = A(0) + ∑k =1
A(k ) cos⎜ k n⎟ +
⎝ N ⎠
∑k =1
B (k ) sin ⎜ k n⎟
⎝ N ⎠
⎛N⎞
+ A⎜ ⎟ cos πn ……….(8a)
⎝2⎠
• Untuk N ganjil:
⎛ 2π ⎛ 2π
( N −1) / 2 ( N −1) / 2
⎞ ⎞
x ( n) = A(0) + ∑
k =1
A(k ) cos⎜ k
⎝ N
n⎟ +
⎠
∑k =1
B(k ) sin ⎜ k
⎝ N
n⎟
⎠
……….(8b)
Lanjutan
Untuk N Genap:
1 N −1
A(0) = ∑ x(n) (9)
N n =0
N −1
⎛ 2π ⎞
untuk k = 1,2,..., ( N / 2 ) − 1
2
A(k ) =
N
∑
n =0
x ( n ) cos⎜k
⎝ N
n⎟
⎠
N −1
⎛ 2π ⎞
untuk k = 1,2,..., ( N / 2 ) − 1
2
B(k ) =
N
∑
n =0
x ( n ) sin ⎜k
⎝ N
n⎟
⎠
N −1
⎛N⎞ 1
A⎜ ⎟ = ∑ x(n) cos πn untuk k = 1,2,..., ( N / 2 ) − 1
⎝2⎠ N n =0
5.3. Discrete-Fourier Transform (DFT)
• Bisa digunakan untuk sinyal periodik dan non periodik
N −1
X (k ) = ∑ x(n)e − jkω 0 n 0 ≤ k ≤ N −1 (10)
n =0
• Dimana ω0=2π/N
• Bentuk Inversnya:
N −1
1
x ( n) =
N
∑ X
n =0
( k ) e jkω 0 n
0 ≤ n ≤ N −1 (11)
n =0
N −1
1
∑ X (k )WN
− kn
x ( n) = 0 ≤ n ≤ N −1
N n =0
Sifat-Sifat DFT
• Secara umum sama dengan sifat Transformasi Fourier waktu
kontinyu.
Maka:
DFT[a1x1(n) + a2x2(n)] = a1DFT[x1(n)] + a2DFT[x2(n)]
5 3
x(n) = [x(0), x(1),……, x(N-2), x(N-1)] 4
x((n-1)mod N) = [x(N-1), x(0),……, x(N-3), x(N-2)]
……
x((n-n0)mod N) = [x(N-n0), x(N-n0+1),……., x(N- n0 -1)]
……
x((n-N)mod N) = [x(0), x(1),……, x(N-2), x(N-1)]
F [x (n) ∗ x (n)] = X (e )X (e )
1 2 1
jω
2
jω
• Konvolusi Circular:
N −1
x1 (n) ⊗ x2 (n) ∆ ∑ x1 ((n − k ) mod N )x2 (k )
k =0
N −1
= ∑ x1 (k ) x2 ((n − k ) mod N ) ……….(15)
k =0
x1(n) x2(n)
n
Gambar 5.2. Hasil konvolusi circular
{ [ ]+ j Im[W ]}
N −1
= ∑ {Re[x(n )] + j Im[x(n )]} Re W kn
N
kn
N
n =0
⎧ N −1
[ ] kn ⎫
[ ]
N −1
= ⎨∑ Re[x(n )]Re WN − ∑ Im[x(n )]Im WN ⎬
kn
⎩ n =0 n =0 ⎭
⎧ N −1
[ ] kn ⎫
[ ]
N −1
+ j ⎨∑ Re[x(n )]Im WN + ∑ Im[x(n )]Re WN ⎬
kn
⎩ n =0 n =0 ⎭
perkalian
jumlahan
5.5. Computation of Inverse DFT
⎛ 1 ⎞ N −1
x(n) = ⎜ ⎟∑ X (k )WN− kn ; n = 0,1,...., N − 1
⎝ N ⎠ k =0
……….(18)
5.6. Interpretation of DFT Result
……..(19)
Contoh 2
• Dapatkan transformasi Fourier dari sinyal cosinus yang
memiliki periode eksak di dalam window yang terdapat pada
sampel. Tetapkan x(n) seperti pada Gambar dibawah yang
direpresentasikan sebagai x(t) = 3cos(2πt), pada t=nT. Untuk
suatu n = 0~ 99, dan T=0,01.
x(t)
x(n)
N −1
X (k ) = ∑ (3 cos(0,02πn ))(cos(kω 0 n ) − j sin (kω 0 n ))
n =0
X (k ) = X R (k ) X R (k ) + X I (k ) X I (k )
Seperti terlihat pada gambar sebelumnya, dengan persamaan
tersebut terjadi 6,4 gelombang sinus.
Jika gelombang sinus tepat pada 1 periode penuh, |X(k)| akan
memiliki nilai (AN/2), sehingga:
AN ⎛ 1 ⎞⎛ 64 ⎞
= ⎜ ⎟⎜ ⎟ = 1
2 ⎝ 32 ⎠⎝ 2 ⎠
Tetapi ternyata hasilnya sedikit berbeda, yaitu nilai maksimum terjadi
pada n=6, dan bernilai < 1.
k=6
( ) ∑ x(n )e
∞ N −1
X e jω = − jωn
= ∑ x(n )e − jωn
n = −∞ n =0
Gambar 5.8. Sinyal persegi tersampel (atas) dan hasil transformasi Fouriernya (bawah)
Zero Padding
|8 titik DFT| dengan tambahan 4 zero pada x(n)
Hasil DFT
Gambar 5.9. Sinyal persegi dengan 4 zero padding (atas) dan hasil transformasi Fouriernya (bawah)
|16 titik DFT| dengan tambahan 12 zero pada x(n)
Hasil DFT
Gambar 5.10. Sinyal persegi dengan 12 zero padding (atas) dan hasil transformasi Fouriernya (bawah)
|64 titik DFT| dengan tambahan 60 zero pada x(n)
Hasil DFT
Gambar 5.11. Sinyal persegi dengan 60 zero padding (atas) dan hasil transformasi Fouriernya (bawah)
Contoh Lain DFT pada Sinyal Sinus
x(n) = (1/64)*(sin(2*pi*n/64) + (1/3)*sin(2*pi*15*n/64))
Gambar 5.12. Sinyal sinus beragam frekuensi (atas) dan hasil transformasi Fouriernya (bawah)
Soal Latihan
1. Dapatkan bentuk transformasi Fourier (DFT)10-point untuk sinyal waktu diskrit berikut ini:
⎧1 ;n = 0 ⎧1 ;n = 4
a) x[n] = ⎨ c) x[n] = ⎨
⎩0 ; n = 1,2,......,9 ⎩0 ;n ≠ 4
2. Dapatkan bentuk invers Transformasi Fourier (IDFT) 10-point untuk sinyal berikut ini:
⎧1 ;k = 0
a ) X a [k ] = ⎨
⎩0 ; k = 1,2,......9
b) X b [k ] = 1 ; k = 0,1,2,......,9
⎧1 ; k = 3,7
c) X c [k ] = ⎨
⎩0 ; k = 0,1,2,4,5,6,8,9
d ) X d [k ] = cos(2πk / 5) ; k = 0,1,2,......,9
3. Sebuah sinyal waktu diskrit dinyatakan dalam bentuk komplek berikut ini
x2[n]=cos(2πkn/N)
5. Buatlah sebuah program visualisasi dengan Matlab untuk domain waktu dan domain
frekuensi untuk sinyal berikut ini:
a) x[n] = 0,0,0,0,0,0,0,1,0,0,0,0,0,0,0
b) x[n] = 0,0,0,0,0,1,1,1,1,1,0,0,0,0,0
6. Buat visualisasi sinyal domain waktu & frekuensi sinyal ini:
16 titik 32 titik
⎧0 ; n = −30,−29,....,−2,−1
⎪
b) x[n] = ⎨1 ;n = 0
⎪0 ; n = 1,2,..............,29,30
⎩