OTOKORELASI
Pertemuan 4 & 5
Sistem pemrosesan sinyal
Materi
• Konvolusi antara dua fungsi, baik secara grafik
maupun analisis.
• Korelasi antara dua fungsi
• Otokorelasi
Pendahuluan
• Tiga operasi matematika yang menjadi jantung dari
pengolahan data adalah transformasi fourier, konvolusi dan
korelasi
8
Konvolusi dan Transformasi Fourier
9
Konvolusi
Perjumlahan Konvolusi Dari
∞
y ( n) = x ( n) * h( n) = ∑ x(k )h(n − k ), atau
k = −∞
∞
y ( n) = h( n) * x ( n) = ∑ h( k ) x ( n − k )
k = −∞
Untuk mengkonvolusi
suatu sinyal ... Langkah-langkah KONVOLUSI :
1. Flipping/Folding
Dengan sinyal lain
2. Shifting
3. Multiplication
1. Kita “flip” sinyal kedua 4. Summation
2. Kemudian di”geser”
4. Jumlahkan daerah di
bawah kurva
Contoh konvolusi
Penyelesaian
Konvolusi metode replacement
Konvolusi dengan metode pelipatan
Panjang Konvolusi: P = M + L - 1, dimana M = ukuran/panjang sinyal input x(n)
Pembacaan nilai y(n) dapat dilakukan secara menyerong/silang misal M=4, L=5, maka P=8
y(0) = h0.x0
y(7) = h3,x4
Contoh:
h(n) = { 1 2 3 2 1 }
x 0 1 1 1 0
h
1 0 1 1 1 0
2 0 2 2 2 0
3 0 3 3 3 0
2 0 2 2 2 0
1 0 1 1 1 0
= {0 1 3 6 7 6 3 1 0}
Contoh:
h(n) = { 1 1 1 1 }
x 1 2 3 4
h
1 1 2 3 4
1 1 2 3 4
1 1 2 3 4
1 1 2 3 4
= { 1 3 6 10 9 7 4 }
Soal:
1. x(n)={ 1 0 2 3 -2 4 -1 }
h(n)={ 2 1 1 2 2 }
2. x(n)={ 2 -1 0 2 3 -2 4 }
h(n)={ 2 -1 1 -2 2 }
3. x(n)={ -1 0 2 3 -2 }
h(n)={ 2 -1 1 -2 2 -1 0 }
Contoh Konvolusi
Signal Smoothing
Dikonvolusi dengan
sinyal “penghalus”
Menghasilkan sinyal
yang lebih “halus”
▪ Asosiatif [ x (n ) ∗ h1 (n )] ∗ h 2 (n ) = x (n ) ∗ [h1 (n ) ∗ h 2 (n )]
x(n) y(n)
h1(n) h2(n)
x(n) y(n)
h(n) = h1(n)*h2(n)
❑ SIFAT-SIFAT KONVOLUSI
▪ Asosiatif dan x (n ) ∗ h (n ) = h (n ) ∗ x (n )
komutatif
x(n) y(n)
h1(n) h2(n)
x(n) y(n)
h2(n) h1(n)
▪ Distributi
f
x (n ) ∗ [h1 (n ) + h 2 (n )] = x (n ) ∗ h1 (n ) + x (n ) ∗ h 2 (n )
h1(n)
x(n) y(n) x(n) y(n)
+ h(n) = h1(n)+h2(n)
h2(n)
KORELASI
FUNGSI KORELASI DAN APLIKASINYA
▪ Korelasi diri (autocorrelation) dan korelasi silang (crosscorrelation)
▪ Sifat-sifat fungsi korelasi
▪ Korelasi dari sinyal periodik
▪ Hubungan input-output korelasi
▪ Aplikasi fungsi korelasi
▪ Fungsi koherensi
▪ Korelasi diri dan korelasi silang
• Operasi matematik pada korelasi mirip dengan pada konvolusi
• Konvolusi dapat digunakan untuk menentukan output suatu
sistem dengan input sinyal x(n), bila respon impuls dari sistem
h(n) diketahui
∞ ∞
y( n ) = x ( n ) * h ( n ) = ∑ x (k )h (n − k ) = ∑ h (k ) x (n − k )
k = −∞ k = −∞
rxy (!
) = ryx (−!
) rxy (!
) = x (!
) ∗ y( −!
)
KORELASI
Pengukuran kemiripan/kesamaan antara dua sinyal sebagai fungsi pergeseran
waktu.
menghasilkan
“spike” ...
dan fungsi sinus
periodik.
KORELASI SILANG
∞ ∞
rxy (l ) = ∑ x ( n) y ( n − l ) = ∑ x ( n + l ) y ( n)
n = −∞ n = −∞
Burung nightingale
Suara yang sudah
diketahui
Korelasi Silang
Suara terdeteksi
nightingale lain Burung Merpati
Penggunaan lain pada radar atau sonar untuk mendeteksi jenis pesawat atau
kapal selam.
• Bila y(n)=x(n) " korelasi diri :
∞ ∞
rxx (!
)= ∑ x (n )x (n − !) = ∑ x (n + !)x (n )
n = −∞ n = −∞
Contoh
Tentukan korelasi silang dari kedua sinyal berikut :
x (n ) = {!,0,0,2,−1,3,7,1,2 − 3,0,0, !}
y(n ) = {!,0,0,1,−1,2,−2,4,1,−2,5,0,0, !}
Jawab :
Perhitungan korelasi lebih sederhana dari konvolusi, yaitu tidak perlu
dilipat, salah satu sinyal langsung digeser, dikalikan dan dijumlahkan
0 0 2 -1 3 7 1 2 -3 0 0 0 0 0 0 0 0 0
0 0 0 1 -1 2 -2 4 1 -2 5 0 0 7
1 0 0 1 -1 2 -2 4 1 -2 5 0 0 13
2 0 0 1 -1 2 -2 4 1 -2 5 0 0 -18
3 0 0 1 -1 2 -2 4 1 -2 5 0 0 16
4 0 0 1 -1 2 -2 4 1 -2 5 0 0 -7
5 0 0 1 -1 2 -2 4 1 -2 5 0 0 5
6 0 0 1 -1 2 -2 4 1 -2 5 0 0 -3
7 0 0 1 -1 2 -2 4 1 -2 5 0 0 0
0 0 2 -1 3 7 1 2 -3 0 0
-1 0 0 1 -1 2 -2 4 1 -2 5 0 0
-2 0 0 1 -1 2 -2 4 1 -2 5 0 33
-3 0 0 1 -1 2 -2 4 1 -2 5 0 -14
-4 0 0 1 -1 2 -2 4 1 -2 5 0 36
-5 0 0 1 -1 2 -2 4 1 -2 5 0 19
-6 0 0 1 -1 2 -2 4 1 -2 5 0 -9
-7 0 0 1 -1 2 -2 4 1 -2 5 0 10
-8 0 0 1 -1 2 -2 4 1 -2 5 0 0
▪ Sifat-sifat korelasi diri dan korelasi silang
• Misalkan x(n) dan y(n) adalah dua buah sinyal energi
(energinya terbatas)
∞ ∞
2 2
Ex = ∑ (n ) = rxx (0)
x Ey = ∑ (n ) = ryy (0)
y
n = −∞ n = −∞
f (n ) = ax (n ) + by(n − !
)
• a, b konstanta sembarang dan !adalah pergeseran waktu
tertentu
▪ Aplikasi fungsi korelasi
• Fungsi korelasi banyak diaplikasikan pada radar, sonar, geologi
dan komunikasi digital
• Pada radar, sonar dan geologi digunakan untuk menentukan
posisi obyek yang terdeteksi
• Misalkan x(n) adalah sinyal berupa gelombang yang
ditransmisikan yang dapat dipandang sebagai sinyal acuan dan
y (n) adalah sinyal yang diterima yang merupakan pantulan
(echo) dari suatu target
• Sinyal pantulan ini terdiri dari sinyal transmisi yang teratenuasi
setelah melewati jarak tertentu (pergeseran waktu) dan sinyal
gangguan (derau) :
y(n ) = ax (n − D) + w (n )
Hubungan korelasi dan konvulusi
Auto korelasi
Latihan: