PENGOLAHAN SINYAL WAKTU DISKRIT


(TTI3B3)
Transformasi Fourier Diskrit
PENDAHULUAN
TRANSFORMASI FOURIER DISKRIT
+ TFD digunakan dalam pemrosesan sinyal untuk mengubah data dari time domain menjadi frequency domain,
+ Definisi TFD dinyatakan sebagai
1 𝑁−1
𝑥[𝑘]𝑒 𝑗𝑘𝜔0𝑛
𝑁∑
𝑥[𝑛] =
𝑛=0

+ Sama seperti pada transformasi fourier untuk sinyal analog, yang memnetuk deret fourier, maka pertama-tama dicari koefisien-
koefisien 𝑎0 𝑎𝑛 dan 𝑏𝑛. Pada TFD koefeisien dinyatakan dengan 𝑋(𝑘)
𝑁−1
𝑥[𝑛]𝑒 −𝑗𝑘𝜔0𝑛
∑
𝑋[𝑘] =
𝑛=0
Dimana :
N = banyak sampling
x[n] = sinyal diskrit Perlu diingat bahwa
X[k] = koefisien FTD untuk sinyal diskrit x[n] 𝑒 𝑗𝜔 = 𝑐𝑜𝑠𝜔 + 𝑗𝑠𝑖𝑛𝜔
k = 0,1,2,3,…, N-1
𝜔 = frekuensi digital
 𝑁−1
𝑥[𝑛]𝑒 −𝑗𝑘𝜔0𝑛
∑
𝑋[𝑘] = Dengan melihat sifat
𝑛=0 𝑒 𝑗𝜔 = 𝑐𝑜𝑠𝜔 + 𝑗𝑠𝑖𝑛𝜔

2𝜋 −𝑗2𝜋/𝑁
Jika 𝜔0 = , dan  𝑊𝑁 = 𝑒 Maka beberapa property dari WN
𝑁 𝑛.𝑘
𝑊𝑁 = 𝑊 𝑁(𝑛𝑘±𝑚𝑁)

Maka 2𝑁
𝑊𝑁 𝑁
= 𝑊𝑁/2
𝑁−1
𝑘.𝑛 𝑊 𝑁(𝑎+𝑏) = 𝑊 𝑁
𝑎 𝑏
. 𝑊𝑁
∑
𝑋[𝑘] = 𝑥[𝑛]𝑊𝑁  
𝑁/2
𝑛=0 𝑊𝑁 =−1
0
𝑊𝑁 =1
CONTOH
+ Diketahui sinyal diskrit 𝑥[𝑛] = {0,1, 2,3}, tentukan bentuk TFD dari sinyal 𝑥[𝑛] tersebut dimana koefisien TFD nya adalah
N=4, k=0,1,2,3
𝑁−1
𝑘.𝑛
∑
𝑋[𝑘] = 𝑥[𝑛]𝑊 𝑁  
𝑛=0

(2) (2)
𝜋 𝜋
𝑊41 =𝑒 −𝑗(2𝜋/4
) = cos − 𝑗sin =−𝑗

𝑊 42 = 𝑊41 . 𝑊41 = (−𝑗) . (−𝑗) = − 1

𝑊43 = 𝑊 42 . 𝑊41 = (−1) . (−𝑗) = 𝑗

𝑊 44 = 𝑊43 . 𝑊 14 = (𝑗) . (−𝑗) = − 𝑗 2 = − (−1) = 1

 𝑁−1
𝑘.𝑛
∑
𝑋[𝑘] = 𝑥[𝑛]𝑊 𝑁  
𝑛=0
4−1
0.𝑛
= 𝑥[0] + 𝑥[1] + 𝑥[2] + 𝑥[3] = 0 + 1 + 2 + 3 = 6 
∑
𝑋[0] = 𝑥[𝑛]𝑊 𝑁
𝑛=0
4−1
𝑋[1] = 1.𝑛
  = 𝑥[0]𝑊 40 + 𝑥[1]𝑊41 + 𝑥[2]𝑊 42 + 𝑥[3]𝑊43 = 0(1) + 1(−𝑗) + 2(−1) + 3(𝑗) = − 2 + 2𝑗
∑
𝑥[𝑛]𝑊𝑁
𝑛=0
4−1
𝑋[2] = 2.𝑛
  = 𝑥[0]𝑊 40 + 𝑥[1]𝑊 42 + 𝑥[2]𝑊43 + 𝑥[3]𝑊 46 = 0(1) + 1(−1) + 2(1) + 3(−1) = − 2
∑
𝑥[𝑛]𝑊 𝑁
𝑛=0
4−1
𝑋[3] = 3.𝑛
  = 𝑥[0]𝑊 40 + 𝑥[1]𝑊43 + 𝑥[2]𝑊 46 + 𝑥[3]𝑊 49 = 0(1) + 1(𝑗) + 2(−1) + 3(−𝑗) = − 2 − 2𝑗
∑
𝑥[𝑛]𝑊𝑁
𝑛=0

Jadi koefisien TFD dari 𝑥[𝑛] adalah 𝑋[𝑘] = [6, (−2 + 2𝑗), − 2,(−2 − 2𝑗)]
LATIHAN
+ Diketahui sinyal diskrit 𝑥[𝑛] = {1,2, 1,0}, tentukan bentuk TFD dari sinyal 𝑥[𝑛] tersebut dimana koefisien TFD nya adalah
N=4, k=0,1,2,3
Representasi TFD dalam bentuk matriks

+ Bentuk umum XN = WN xn
+ Dimana

XN : koefisien TFD (matriks Nx1)

xn : input sinyal diskrit (NX1)

WN : matriks TFD (matriks NxN)
+ Bentuk matriks
0 0 0 0
X[0] WN WN WN ... W x[0]
0 1 2 N
X[1] WN WN WN ... W −1 x[1]
X[2] = W0
N WN2 WN4 ... W 2(N−1) x[2]
. . . . ... . .
. . . . ... . .
X[N − 1] 0
WN WNN−1 2(N−1)
WN (N−1)(N−1)
. . . WN x[N − 1]
Contoh bentuk matriks N=4

0 0 0 0
X[0] W4 W4 W4 W4 x[0]
0 1 2 3
X[1] W4 W4 W4 W4 x[1]
=
X[2] 0
W4 2
W4 4
W4 6
W4 x[2]
X[3] 0
W4 3
W4 6
W4 9
W4 x[3]
Invers TFD

+ Bentuk matriks Invers TFD diformulasikan dengan

XN = WN xn
−1
xn = WN XN
Dimana
1
[WN]
−1 T
WN adalah matriks Invers TFD =
N
WN adalah kompleks conjugate dari WN
Sehingga persamaan menjadi
1
xn = [WN] XN
T
N
Contoh

+ Diketahui sinyal diskrit x[n] = {0,1,2,3} tentukan TFD nya

+ Jawab:
X[0] 1 1 1 1 0 0+1+2+3 6
X[1] 1 −j −1 j 1 0 − j − 2 + 3j −2 + 2j
= = =
X[2] 1 −1 1 −1 2 0−1+2−3 −2
X[3] 1 j −1 −j 3 0 + j − 2 − 3j −2 − 2j
Jadi X[k] = {6,(−2 + 2j), − 2,(−2 − 2j)}
Contoh

+ Diketahui koefisien TFD X[k] = {4, − j2,0,j2} tentukan sinyal diskrit x[n]
+ Jawab:
Conjugate dari X[k] adalah X*[k] = {4,j2,0, − j2}
N=4
1 1 1 1 4 4
1 −j −1 j j2 8
TFD X*[k] = WN . X*[k] =
1 −1 1 −1 0 4
1 j −1 −j −j2 0
Hasil dari perhitungan dilakukan conjugate matriks (matriks kolom -> matrix baris) dan dibagi N
1
x[n] = {4,8,4,0} = {1,2,1,0}
N
Sifat TFD

+ Sifat Twiddle factor

Sifat tiwddle factor adalah jarak antara lingkaran pada pertambahan frekuensi F/N
n
(F adalah frekuensi sampling, N banyaknya titik sampling) N = 2
W86 = − W82
W85 = − W81 W87 = − W83

W84 = − W80 W80 = − W84

3 7 1 5
W8 =− W8 W8 =− W8
W82 = − W86
Sifat TFD

+ Sifat linearity
TFD[a1x1[n] + a2 x2[n]] = a1TFD[x1[n]] + a2TFD[x2[n]]
+ Circular Shift
TFD [WM ]
−Ln
= X [(k − L) mod N]
+ Circular convolution
+ Zero padding
Konvolusi Sirkular

+ Konvolusi linier dinyatakan dengan

∞

∑
x1[n] * x2[n] = x1[n − k]x2[k]
k=−∞
+ Untuk konvolusi sirkular dinyatakan dengan
∞

∑
xp[n] = x[n − mN]
m=−∞
∞

∑
x′p[n] = xp[n − k] = x[n − k − mN]
m=−∞
Contoh

+ Diketahui dua sinyal diskrit x1[n] = {2,1,2,1} dan x2[n] = {1,2,3,4}

+ Tentukan konvolusi sirkuler dari dua sinyal tersebut
+ Jawab:
N−1

∑
x3[m] = x1[n]x2[m − n]N
n=0
X3[k] = X1[k]X2[k]
+ Khusus untuk n=0, “putar sumbu x”
3 3

∑ ∑
x3[0] = x1[n]x2[0 − n]4 x3[0] = x1[n]x2[−n]4
n=0 n=0
x1[1] = 1 x2[1] = 2

x1[2] = 2 x1[0] = 2 x2[2] = 3 x2[0] = 1

x1[3] = 1 x2[3] = 4
 x1[1] = 1 x2[1] = 2

x1[2] = 2 x1[0] = 2 x2[2] = 3 x2[0] = 1

x1[3] = 1 x2[3] = 4

+ Khusus untuk n=0, “putar sumbu x”

x2[3] = 4
x3[0] = 2.1 + 1.4 + 2.3 + 1.2
x3[0] = 2 + 4 + 6 + 2 = 14
x2[2] = 3 x2[0] = 1

x2[1] = 2
 x1[1] = 1 x2[3] = 4

x1[2] = 2 x1[0] = 2 x2[2] = 3 x2[0] = 1

x1[3] = 1 x2[1] = 2

+ Untuk selanjutnya proses pergeseran dengan arah berlawanan jarum jam

x2[0] = 1

x3[1] = 4 + 1 + 8 + 3 = 16
x2[3] = 4 x2[1] = 2

x2[2] = 3
 x1[1] = 1 x2[0] = 1

x1[2] = 2 x1[0] = 2 x2[3] = 4 x2[1] = 2

x1[3] = 1 x2[2] = 3

x2[1] = 2

x3[2] = 6 + 2 + 2 + 4 = 14
x2[0] = 1 x2[2] = 3

x2[3] = 4
 x1[1] = 1 x2[1] = 2

x1[2] = 2 x1[0] = 2 x2[0] = 1 x2[2] = 3

x1[3] = 1 x2[3] = 4

x2[2] = 3

x3[3] = 8 + 3 + 4 + 1 = 16
x2[1] = 2 x2[3] = 4
x3[n] = {14,16,14,16}

x2[0] = 1