Waktu Diskrit
Pokok Bahasan Minggu 9:
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 2
2022
Capaian Pembelajaran (CP)
• Program Learning Objective:
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 3
2022
Pencuplikan Sinyal Waktu Kontinyu
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 4
2022
Pencuplikan Sinyal Waktu Kontinyu
• Pendahuluan.
• Pencuplikan periodik.
• Representasi pencuplikan dikawasan frekuensi.
• Rekonstruksi sinyal dengan lebar frekuensi terbatas dari cuplikannya.
• Pengolahan waktu diskrit sinyal waktu kontinyu.
• Perubahan rate pencuplikan memakai pengolahan sinyal waktu diskrit.
• Pengolahan Sinyal Secara Digital Sinyal Analog.
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 5
2022
Pendahuluan
• Sinyal waktu diskrit 𝑥[𝑛] sebagai representasi cuplikan-cuplikan sinyal
waktu kontinyu 𝑥𝑐 (𝑡).
• Dalam batasan tertentu, sinyal waktu kontinyu dapat dengan teliti
direpresentasikan oleh cuplikan-cuplikan pada waktu diskrit.
• Pencuplikan periodik dan phenomena aliasing.
• Pengolahan sinyal waktu kontinyu dapat diimplementasikan melalui
proses pencuplikan, pengolahan waktu diskrit, dan rekonstruksi.
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 6
2022
Pencuplikan Periodik (1)
• Diagram blok konverter waktu kontinyu-ke-waktu diskrit (KWKWD)
𝑇
• 𝑇 adalah perioda pencuplikan.
1
• 𝑓𝑠 = adalah frekuensi pencuplikan dalam Hz.
𝑇
2𝜋
• Ω𝑠 = adalah frekuensi pencuplikan dalam radians/detik.
𝑇
Konverter
𝑥𝑐 (𝑡) WK/WD
𝑥 𝑛 = 𝑥𝑐 𝑛𝑇 , −∞ < 𝑛 < ∞
𝑇
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 7
2022
Pencuplikan Periodik (2)
• Operasi pencuplikan secara matematik, dipandang sebagai perkalian
sinyal waktu kontinyu 𝑥𝑐 (𝑡) dengan aliran impuls periodik 𝛿𝑠 (𝑡) seperti
yang ditunjukkan oleh gambar:
𝑥𝑐 (𝑡) 𝑥𝑠 (𝑡)
𝑠(𝑡)
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 8
2022
Pencuplikan Periodik (3)
Konverter waktu kontinyu ke waktu diskrit
𝑠 𝑡 = 𝛿 𝑡 − 𝑛𝑇
𝑛=−∞
∞ ∞
𝑥𝑠 𝑡 = 𝑥𝑐 𝑡 𝑠 𝑡 = 𝑥𝑐 𝑡 𝛿 𝑡 − 𝑛𝑇 = 𝑥𝑐 (𝑛𝑇)𝛿 𝑡 − 𝑛𝑇
𝑛=−∞ 𝑛=−∞
𝑥 𝑛 = 𝑥𝑐 (𝑛𝑇)
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 9
2022
Pencuplikan Periodik (4)
• Pencuplikan dengan deretan impuls periodik diikuti konversi ke
deretan waktu diskrit:
Konverter waktu kontinyu ke waktu diskrit
𝑥𝑠 (𝑡) 𝑥[𝑛]
𝑠(𝑡)
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 10
2022
Representasi Kawasan Frekuensi (1)
Konverter waktu kontinyu ke waktu diskrit
𝑇𝐹𝑊𝐾
𝑥𝑐 𝑡 𝑋𝑐 𝑗Ω
∞ ∞
𝑇𝐹𝑊𝐾 2𝜋
𝑠 𝑡 = 𝛿 𝑡 − 𝑛𝑇 𝑆 𝑗Ω = 𝛿 Ω − 𝑘Ω𝑠
𝑇
𝑛=−∞ 𝑘=−∞
𝑇𝐹𝑊𝐾 1
𝑥𝑠 𝑡 = 𝑥𝑐 𝑡 𝑠 𝑡 𝑋𝑠 𝑗Ω = 𝑋 𝑗Ω ∗ 𝑆 𝑗Ω
2𝜋 𝑐
∞
1
𝑋𝑠 𝑗Ω = 𝑋𝑐 𝑗 Ω − 𝑘Ω𝑠
𝑇
𝑘=−∞
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 11
2022
Representasi Kawasan Frekuensi (2)
• Dalam kawasan frekuensi:
∞
2𝜋
𝑆 𝑗Ω = 𝛿 Ω − 𝑘Ω𝑠
𝑇
𝑘=−∞
∞
1
𝑋𝑠 𝑗Ω = 𝑋𝑐 𝑗 Ω − 𝑘Ω𝑠
𝑇
𝑘=−∞
Ω𝑠 − Ω𝑁 > Ω𝑁
Ω𝑠 > 2Ω𝑁
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 12
2022
Representasi Kawasan Frekuensi (3)
• Dalam kawasan frekuensi:
∞
2𝜋
𝑆 𝑗Ω = 𝛿 Ω − 𝑘Ω𝑠
𝑇
𝑘=−∞
∞
1
𝑋𝑠 𝑗Ω = 𝑋𝑐 𝑗 Ω − 𝑘Ω𝑠
𝑇
𝑘=−∞
Ω𝑠 − Ω𝑁 < Ω𝑁
Ω𝑠 < 2Ω𝑁
Distorsi aliasing
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 13
2022
Representasi Kawasan Frekuensi (4)
• Mendapatkan kembali 𝒙𝒄 (𝒕):
• Dengan memakai
Filter Lolos rendah ideal
• 𝐻𝑟 𝑗𝛺
• Ω𝑠 − Ω𝑁 > Ω𝑁
• Ω𝑠 > 2Ω𝑁
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 14
2022
Representasi Kawasan Frekuensi (5)
• Mendapatkan kembali 𝒙𝒄 (𝒕):
• Dengan memakai
Filter Lolos rendah ideal
• 𝐻𝑟 𝑗𝛺
• Gain 𝑇
• Frekuensi cutoff 𝛺𝑐
• 𝑋𝑟 𝑗𝛺 = 𝐻𝑟 𝑗𝛺 𝑋𝑠 𝑗𝛺
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 15
2022
Representasi Kawasan Frekuensi (6)
Mendapatkan kembali 𝒙𝒄 (𝒕):
𝑥𝑐 𝑡 = cos Ω0 𝑡
𝑋𝑐 𝑗Ω = 𝜋𝛿 Ω − Ω0 + 𝜋𝛿 Ω + Ω0
∞
1
𝑋𝑠 𝑗Ω = 𝑋𝑐 𝑗 Ω − 𝑘Ω𝑠
𝑇
𝑘=−∞
• Tanpa aliasing
• Dengan aliasing
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 16
2022
Representasi Kawasan Frekuensi (7)
• Mendapatkan kembali 𝒙𝒄 (𝒕):
𝑥𝑐 𝑡 = cos Ω0 𝑡
• Tanpa aliasing
𝑥𝑟 𝑡 = cos Ω0 𝑡
• Dengan aliasing
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 17
2022
Teorema Pencuplikan Nyquist (1)
• 𝑥𝑐 𝑡 adalah sinyal dengan lebar bidang frekuensi terbatas:
𝑋𝑐 𝑗Ω = 0 𝑢𝑛𝑡𝑢𝑘 Ω ≥ Ω𝑁
Maka 𝑥𝑐 𝑡 secara unik ditentukan oleh cuplikan-cuplikan
2𝜋
𝑥 𝑛 = 𝑥𝑐 𝑛𝑇 , 𝑛 = 0, ±1, ±2, … jika Ω𝑠 = ≥ 2Ω𝑁 .
𝑇
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 18
2022
Teorema Pencuplikan Nyquist (2)
∞ ∞
𝑇𝐹𝑊𝐾
𝑥𝑠 𝑡 = 𝑥𝑐 𝑛𝑇 𝛿 𝑡 − 𝑛𝑇 𝑋𝑠 𝑗Ω = 𝑥𝑐 𝑛𝑇 𝑒 −𝑗Ω𝑇𝑛
𝑛=−∞ 𝑛=−∞
• Karena 𝑥 𝑛 = 𝑥𝑐 𝑛𝑇
• Dan
∞
𝑋 𝑒 𝑗𝜔 = 𝑥[𝑛]𝑒 −𝑗𝜔𝑛
𝑛=−∞
• Terlihat bahwa:
𝑋𝑠 𝑗Ω = 𝑋 𝑒 𝑗𝜔 = 𝑋 𝑒 𝑗Ω𝑇
𝜔=Ω𝑇
• Dari:
∞ ∞
1 1
𝑋𝑠 𝑗Ω = 𝑋𝑐 𝑗 Ω − 𝑘Ω𝑠 →𝑋 𝑒 𝑗Ω𝑇 = 𝑋𝑐 𝑗 Ω − 𝑘Ω𝑠
𝑇 𝑇
𝑘=−∞ 𝑘=−∞
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 19
2022
Teorema Pencuplikan Nyquist (3)
∞ ∞
1 1
𝑋𝑠 𝑗Ω = 𝑋𝑐 𝑗 Ω − 𝑘Ω𝑠 → 𝑋 𝑒 𝑗Ω𝑇 = 𝑋𝑐 𝑗 Ω − 𝑘Ω𝑠
𝑇 𝑇
𝑘=−∞ 𝑘=−∞
• Ekivalen dengan:
∞
𝑗𝜔
1 𝜔 2𝜋
𝑋 𝑒 = 𝑋𝑐 𝑗 −𝑘
𝑇 𝑇 𝑇
𝑘=−∞
• Kita lihat bahwa 𝑋 𝑒 𝑗𝜔 adalah versi “frequency scaled” dari 𝑋𝑠 𝑗Ω
dengan pengskalaan frekuensi 𝜔 = Ω𝑇.
• Sebagai normalisasi frekuensi pada sumbu frekuensi, sehingga frekuensi
Ω = Ω𝑠 di 𝑋𝑠 𝑗Ω dinormalisasikan ke 𝜔 = 2𝜋 untuk 𝑋 𝑒 𝑗𝜔 .
• Normalisasi di transformasi 𝑋𝑠 𝑗Ω → 𝑋 𝑒 𝑗𝜔 terkait dengan fakta
bahwa ada normalisasi didalam transformasi 𝑥𝑠 𝑡 → 𝑥[𝑛]
• Jarak 𝑥[𝑛] satu: sumbu waktu dinormalisasikan dengan faktor 𝑇,
sedangkan sumbu frekuensi dinormalisasikan dengan faktor 𝑓𝑠 = 1 𝑇.
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 20
2022
Contoh (1)
• 𝑥𝑐 𝑡 = cos 4000𝜋𝑡
• Dicuplik dengan perioda pencuplikan 𝑇 = 1 6000 detik.
4000
• 𝑥 𝑛 = 𝑥𝑐 𝑛𝑇 = cos 4000𝜋𝑛𝑇 = cos 𝜋𝑛 = cos 𝜔0 𝑛
6000
2𝜋 2𝜋
• 𝜔0 = , Ω𝑠 = = 12000𝜋, Ω0 = 4000𝜋.
3 𝑇
2𝜋
• Syarat Nyquist Ω𝑠 = ≥ 2Ω𝑁 dipenuhi, tidak ada aliasing.
𝑇
𝑇𝐹𝑊𝐾
• TFWK: 𝑥𝑐 𝑡 𝜋𝛿 Ω − 4000𝜋 + 𝜋𝛿 Ω + 4000𝜋
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 21
2022
Contoh (2)
• Spektrum:
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 22
2022
Contoh (3)
• 𝑥𝑐 𝑡 = cos 4000𝜋𝑡
• Dicuplik dengan perioda pencuplikan 𝑇 = 1 1500 detik.
4000
𝑥 𝑛 = 𝑥𝑐 𝑛𝑇 = cos 4000𝜋𝑛𝑇 = cos 𝜋𝑛 = cos 𝜔0 𝑛
1500
8𝜋 2𝜋 2𝜋
𝜔0 = =4 , Ω𝑠 = = 3000𝜋, Ω0 = 4000𝜋
3 3 𝑇
2𝜋
• Syarat Nyquist Ω𝑠 = ≥ 2Ω𝑁 tidak dipenuhi, ada aliasing.
𝑇
𝑇𝐹𝑊𝐾
• TFWK: 𝑥𝑐 𝑡 𝜋𝛿 Ω − 4000𝜋 + 𝜋𝛿 Ω + 4000𝜋
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 23
2022
Contoh (4)
• Spektrum:
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 24
2022
Rekonstruksi sinyal dengan lebar frekuensi
terbatas (1)
• Pencuplikan: Konverter waktu kontinyu ke waktu diskrit
𝑇 perioda pencuplikan
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 25
2022
Rekonstruksi sinyal dengan lebar frekuensi
terbatas (2)
• Dari deretan 𝑥[𝑛], dibentuk:
∞
𝑥𝑠 𝑡 = 𝑥[𝑛]𝛿 𝑡 − 𝑛𝑇
𝑛=−∞
• Deretan impuls masuk filter lolos
rendah ideal waktu kontinyu
dengan respons frekuensi 𝐻𝑟 𝑗Ω
dan respons impuls ℎ𝑟 𝑡
• Keluaran filter:
𝑥𝑟 𝑡 = 𝑥𝑠 𝑡 ∗ ℎ𝑟 𝑡
∞
𝑥𝑟 𝑡 = 𝑥[𝑛]ℎ𝑟 𝑡 − 𝑛𝑇
𝑛=−∞
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 26
2022
Rekonstruksi sinyal dengan lebar frekuensi
terbatas (3)
• Respons impuls filter:
sin 𝜋𝑡 𝑇
ℎ𝑟 𝑡 =
𝜋𝑡 𝑇
• Sinyal keluaran:
∞
𝑥𝑟 𝑡 = 𝑥[𝑛]ℎ𝑟 𝑡 − 𝑛𝑇
𝑛=−∞
• Interpolasi:
∞
sin 𝜋 𝑡 − 𝑛𝑇 𝑇
𝑥𝑟 𝑡 = 𝑥[𝑛]
𝜋 𝑡 − 𝑛𝑇 𝑇
𝑛=−∞
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 27
2022
Rekonstruksi sinyal dengan lebar frekuensi
terbatas (4)
• Pencuplikan: Konverter waktu kontinyu ke waktu diskrit
𝑇 perioda pencuplikan
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 28
2022
Rekonstruksi sinyal dengan lebar frekuensi
terbatas (5)
• Rekonstruksi: Sistem rekonstruksi ideal
𝑇 perioda pencuplikan
Konverter
𝑥𝑛 Waktu Diskrit / 𝑥𝑟 𝑡
Waktu Kontinyu
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 29
2022
Rekonstruksi sinyal dengan lebar frekuensi
terbatas (4)
• Konverter D/C:
𝑋𝑟 𝑗Ω = 𝐻𝑟 𝑗Ω 𝑋 𝑒 𝑗Ω𝑇
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 30
2022
Pengolahan waktu diskrit sinyal waktu kontinyu
• Diagram blok:
• 𝑥 𝑛 = 𝑥𝑐 𝑛𝑇
∞
1 𝜔 2𝜋
𝑋 𝑒 𝑗𝜔 = 𝑋𝑐 𝑗 −𝑘
𝑇 𝑇 𝑇
𝑘=−∞
∞
sin 𝜋 𝑡 − 𝑛𝑇 𝑇
𝑦𝑟 𝑡 = 𝑦[𝑛]
𝜋 𝑡 − 𝑛𝑇 𝑇
𝑛=−∞
𝑇𝑌 𝑒 𝑗Ω𝑇 Ω <𝜋 𝑇
𝑌𝑟 𝑗Ω = 𝐻𝑟 𝑗Ω 𝑌 𝑒 𝑗Ω𝑇 =
0 𝑑𝑖𝑙𝑢𝑎𝑟 𝑏𝑎𝑡𝑎𝑠
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 31
2022
Pengolahan waktu kontinyu sinyal waktu diskrit (1)
• Diagram blok:
∞
sin 𝜋 𝑡 − 𝑛𝑇 𝑇
𝑥𝑐 𝑡 = 𝑥[𝑛]
𝜋 𝑡 − 𝑛𝑇 𝑇
𝑛=−∞
∞
sin 𝜋 𝑡 − 𝑛𝑇 𝑇
𝑦𝑐 𝑡 = 𝑦[𝑛]
𝜋 𝑡 − 𝑛𝑇 𝑇
𝑛=−∞
• 𝑥 𝑛 = 𝑥𝑐 𝑛𝑇 dan 𝑦 𝑛 = 𝑦𝑐 𝑛𝑇
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 32
2022
Pengolahan waktu kontinyu sinyal waktu diskrit (2)
• Diagram blok:
• 𝑋𝑐 𝑗Ω = 𝑇𝑋 𝑒 𝑗Ω𝑇 , Ω <𝜋 𝑇
• 𝑌𝑐 𝑗Ω = 𝐻𝑐 𝑗Ω 𝑋𝑐 𝑗Ω , Ω <𝜋 𝑇
1 𝜔
• 𝑌 𝑒 𝑗𝜔 = 𝑌𝑐 𝑗 , 𝜔 <𝜋
𝑇 𝑇
• Secara keseluruhan:
𝜔
𝐻 𝑒 𝑗𝜔 = 𝐻𝑐 𝑗 𝜔 <𝜋
𝑇
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 33
2022
Pengolahan Sinyal Secara Digital Sinyal Analog
• Diagram blok:
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 34
2022
Konversi Analog-to-Digital (1)
• Konfigurasi:
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 35
2022
Konversi Analog-to-Digital (2)
• Sample and Hold
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 36
2022
Konversi Analog-to-Digital (3)
• Konfigurasi:
𝑥 𝑛 = 𝑄 𝑥[𝑛]
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 37
2022
Konversi Analog-to-Digital (4)
• Kuantiser:
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 38
2022
Soal
Suatu sinyal kontinyu 𝑥1 𝑡 = 1,5 cos 2000𝜋𝑡 dan
𝑥2 𝑡 = 2,5 cos 14000𝜋𝑡 akan dimasukkan ke ADC dengan frekuensi
sampling 8000 Hz.
a. Tentukan persamaan sinyal digital 𝑥1 [𝑛] dan 𝑥2 [𝑛] sebagai hasil
sampling dari masing-masing 𝑥1 (𝑡) dan 𝑥2 (𝑡).
b. Sinyal manakah dari 𝑥1 [𝑛] dan 𝑥2 [𝑛] yang akan mengalami
aliasing ketika direkonstruksi oleh DAC? Jelaskan.
c. Berapa frekuensi sampling minimum agar sinyal yang mengalami
aliasing pada jawaban b dapat direkonstruksi dengan benar?
d. Dengan frekuensi sampling pada jawaban c, tentukan persamaan
sinyal tersebut.
Suhartono T - November
Pengolahan Sinyal Waktu Diskrit 39
2022