PEMROSESAN

SINYAL DIGITAL
ANALISIS FOURIER SINYAL WAKTU DISKRIT

Dimas Nugroho Nuradryanto, S.T., M.MT.

Deret Fourier Sinyal Waktu Diskrit

Tujuan :

 Memindahkan sinyal waktu diskrit ke kawasan frekuensi

DFWD
 Sinyal periodik Spektral Diskrit

TFWD
 Sinyal aperiodik Spektral Kontinu

*DFWD = Deret Fourier Waktu Diskrit

TFWD = Transformasi Fourier Waktu Diskrit
Bentuk Trigonometri

Sinyal periodik x(n) dengan perioda

• x(n) = x(n+N)
Sinyal periodik bentuk sinusoida
• x(n) = an cos (2πn/N)
• x(n) = bn sin (2πn/N)
Frekuensi sudut sinyal periodik
• ω ≡ 2πn/N radian
DFWD (Deret Fourier Waktu Diskrit)

x(n)  a0   (ak cos k0t  bk sin k0t )
k 1

Bandingkan dgn DFWK (Deret Fourier Waktu Kontinyu)


x(t )  a0   (a n cos n 0 t  bn sin n 0 t )
n 1
Bentuk Eksponensial
N 1
x(n)   a k e jk0n n  0,1,2,...
k 0

1 N 1
a(k )   x(n)e  jk0n k  0,1,2,..., N  1
N n 0

 Jika 2 2k
j j
wN  e N
maka wNk  e N

 Jadi N 1
x(n)   a k w N kn n  0,1,2,...
k 0
N 1
1
ak 
N
 x ( n) w
n 0
N
 kn
k  0,1,2,..., N  1
 Bentuk DFWD cukup dianalisis 1 periode dari N=0 s/d N-1
karena sifat ekponensial
2k N
 
e 
jk0 N
 e
j
N
  e j 2k  1
 
dimana k=integer sejumlah N dari 0 s/d N-1

 Untuk N=8

k=2  Integer “k” juga

k=1 merepresentasikan
ω0
frekuensi sudut ω0
 Jadi ak
k=4 k=0 merepresentasikan
spektral SWD
k=7
k=6
Respon Steady State thd bbrp input sinusoida

 Cari Lq (operator q)
 Respon steady state input ekponensial
j0 n
x(n)  Ae
 Jika input sinusoid maka diubah dulu ke bentuk
eksponensial
N q 
y ss (n)  x ( n ) q  e j 0
Dq 
KONVERGENSI DERET FOURIER

• Suatu sinyal periodik tidak dapat direpresentasikan sebagai deret F

ourier jika :
o Sinyal tidak dapat diintegralkan secara absolut pada setiap
periode
o Dalam setiap interval waktu yang terbatas, sinyal mempunyai
variasi yang tidak terbatas
o Dalam setiap interval waktu terbatas , sinyal mempunyai
jumlah diskontiniu yang tak terbatas.
• Akan tetapi sinyal yang demikian adalah sinyal yang tidak realistik,
sehingga konvergensi bukan merupakan hal yang penting dalam
hal ini.
SIFAT-SIFAT DERET FOURIER
 Dua sinyal periodik dgn periode N dan fundamen
tal frequency 0=2/N:
x ( n)  ak
y (n)  bk
 Linearitas:

z (t )  Ax(n)  By (n)  Aak  Bbk

 Pergeseran Waktu:
 jk0 n0
z (n)  x(n  n0 )  ak e
 Time-Reversal (Flip):
z ( n)  x (  n )  a k
 Penskalaan Waktu:

z ( n)  x(n)   ak
 Differensiasi Pertama:
 jk0
z (n)  x(n)  x(n  1)  (1  e )a k
 Konvolusi Periodik:

 x(r ) y(n  r )  Na b
r ( N )
k k
 Perkalian:
z ( n)  x ( n) y ( n)  a b
i ( N )
l k l

 Perkalian:
z ( n)  x ( n) y ( n)  a b
i ( N )
l k l

 Even-Odd Decomposition of Real Signals:

z (n)  Even{x( n)}  e{a k }

z (n)  Odd {x(n)}  jm{a k }
TIME DOMAIN vs. FREQUENCY DOMAIN

 Analisa Fourier (Deret atau Transformasi) adalah cara

mendapatkan content frekuensi dari sinyal, antara lain
berpindah dari time-domain ke frequency domain.

 Selalu dimungkinkan untuk kembali dari frequency -

domain ke time - domain.
KONVERGENSI TRANSFORMASI FOURIER

Sama dengan Deret Fourier, maka suatu sinyal aperiodik

dapat diTransformasi Fourier jika :

 Sinyal dapat diintegralkan secara absolut pada setiap periode

 Dalam setiap interval waktu yang terbatas, sinyal mempunyai variasi
yang terbatas
 Dalam setiap interval waktu terbatas , sinyal mempunyai jumlah
diskontinu yang terbatas.
TRANSFORMASI FOURIER WAKTU DISKRIT

 Digunakan jika sinyal waktu diskrit tidak

periodik atau merupakan deretan terbatas
 Dengan TFWD dapat ditentukan spektral
diskritnya
 TFWD diturunkan dari DFWD dimana
periodanya menuju tak terhingga
 TFWD :

X     x ( n ) e  jn

n  
2
xn    
1

jn
X  e
2 0
SIFAT-SIFAT TRANSFORMASI FOURIER WAKTU DISKRIT

Periodik
 Linieritas
 Pergeseran waktu dan frekuensi
 Penskalaan waktu dan frekuensi
 Differensiasi dan penjumlahan
 Teorema Parseval
 Konvolusi
 Konvolusi Periodik
 Periodisitas
 Transformasi Fourier Waktu Diskrit selalu periodik
dalam ω dengan periode 2π

 
X (e j   2  )  X e j
 Linieritas
 Jika
 
x1 n  X 1 e j
 Dan
 
x 2 n  X 2 e j
 Maka
   
ax1 n  bx 2 n  aX 1 e j  bX 2 e j
 Pergeseran Waktu
Jika :
xn  X e j  
Maka :
xn  n0   e  jn0 X e j 

 Pergeseran Frekuensi

Jika :

xn  X e j  
Maka :


e jn0 xn  X e j ( 0 ) 
 Differencing

   
xn  xn  1  1  e  j X e j

 Time Reversal

x n  X e  j 
 Differensiasi dalam frekuensi

nxn  j
dX e j  
d
 Konjugasi

 
x * n  X * e  j
 Relasi Parseval

 X e 


 xn
1 2
j
d
2

n   2 2
 Konvolusi

x1 n * x2 n  X 1 e  X e 
j
2
j

 Perkalian

x1 n x2 n 
1
2
 
X 1 e j  X 2 e j   
TRANSFORMASI FOURIER DISKRIT

Sinyal periodik DFWD

Spektral Diskrit

Sinyal aperiodik TFWD Spektral Kontinu

TFD
Sinyal aperiodik Spektral Diskrit
TRANSFORMASI FOURIER DISKRIT

 Jadi TFD berguna untuk mentransformasikan sinyal aperiodik

ke spektrum diskrit

 Jika TFD dianalisa dengan menggunakan DFWD sinyal dibuat

seolah-olah periodik

 Jika TFD dianalisa dengan menggunakan TFWD

 Hubungan TFD dengan TFWD

 2k 
X ( k )  X (  )   2  X  
N  N 