1.

Pengantar
Transformasi Fourier
‰ Sinyal waktu diskrit adalah sinyal yang
Sinyal Tersampel didefinisikan hanya pada saat waktu
diskrit.
Ali Fatoni
‰ Sifat diskrit pada sinyal :
Jurusan Teknik Elektro FTI ITS
• Terjadi secara alami
• Terjadi karena sinyal waktu kontinyu
disampling (sinyal tersampel).
‰ Akan dibahas relasi spektrum sinyal
waktu kontinyu, sinyal tersampel dan
sinyal waktu diskrit.
Transformasi Fourier Sinyal
27/04/2007 Tersampel 2

2. T-Fourier Sinyal Tersampel 2.1. Relasi T-F xa(nT) dan x[n]

• Misalkan xa(t) adalah sinyal waktu kontinyu 1 ∞
x[n] = xa (nT ) = X a (ω )e jωnT dω
2π −∫∞
yang disampling dengan interval T : TFST-3

x[n] = xa (nT ) TFST-1 Karena x[n] sinyal waktu diskrit, maka dapat
ditulis dalam bentuk transformasi Fourier
Dalam bentuk invers Fourier :
waktu-diskrit X[Ω] :
1 ∞
xa (t ) = X a (ω )e jωt dω 1 π
2π −∫∞
TFST-2
x[n] = X [Ω]e jΩn dΩ
2π −∫π
TFST-4
Nilai sampel x[n] dapat diperoleh dengan
Kedua persamaan di atas menyatakan
mengambil t=nT, yaitu
sinyal yang sama, yaitu sekuen x[n].
Transformasi Fourier Sinyal Transformasi Fourier Sinyal
27/04/2007 Tersampel 3 27/04/2007 Tersampel 4

► Pembagian range integral ► Penggantian ω dengan ω+(2π/T)r

Dengan membagi range ke dalam interval  2π 
1 ∞ π /T 2π  j  ω + T r  nT
x[n] = ∑ X a  ω +  dω
2π r = −∞ −π∫/ T 
dengan panjang 2π/T , dan dijumlah untuk r e
T 
semua interval : ……..TFST-6

∞ (2 r +1)π / T Dengan menukar urutan penjumlahan dan

1
x[n] = ∑ X a (ω )e jωnT dω
2π r = −∞ (2 r −1∫)π / T
TFST-5 integrasi dan dengan mengingat bahwa
2π rnT
j
e T =1
Ganti ω dengan ω+(2π/T)r diperoleh :
maka diperoleh :

Transformasi Fourier Sinyal Transformasi Fourier Sinyal

27/04/2007 Tersampel 5 27/04/2007 Tersampel 6

1
 ► Penyekalaan : ω = Ω/T ► Relasi antara X[Ω] dan Xa[Ω/T]
π /T
1  ∞  2π   jωnT maka
x[n] =  ∑ Xa ω + dω
2π −π∫/ T r =−∞ 
r e
T   X [Ω] =
1 ∞  Ω 2π 
……TFST-7 ∑ Xa + r
T r = −∞  T T 
TFST-9
Dengan mengubah variabel ω=Ω/T
Dalam bentuk variabel frekuensi ω, yaitu
1 π 1 ∞  Ω + 2π r  e jΩn dΩ
x[n] =  ∑ Xa
2π −∫π T r = −∞  T T  
 ω=Ω/T
……TFST-8 maka sisi kiri dari TFST-9 dapat dipandang
Bandingkan dengan bentuk
sebagai transformasi Fourier waktu-kontinyu
1 π
x[n] = X [Ω]e jΩn dΩ
2π −∫π
dari sinyal tersampel, Xs(ω). Jadi :
Transformasi Fourier Sinyal Transformasi Fourier Sinyal
27/04/2007 Tersampel 7 27/04/2007 Tersampel 8

► Relasi antara Xs(ω) dan X[Ω] ► T-F dari xs(t)

X s (ω ) = X [Ω] Ω=ωT 1 ∞
TFST-10
X s (ω ) = ∑ X a [ω + rωs ]
T r =−∞
TFST-11

Persamaan ω=Ω/T menggambarkan Dari hubungan X s (ω ) = X [Ω] Ω=ωT

mapping antara frekuensi analog ω dan
frekuensi digital Ω . Satuan dari ω adalah dan dari definisi X[Ω], maka transformasi
rad/det, sedangkan Ω hanya radian. Fourier dari sinyal xs(t) diberikan oleh :
Karena interval sampling adalah T, frekuensi ∞

sampling ωs sama dengan 2π/T rad/det.

X s (ω ) = ∑ xa (nT )e− jωnT TFST-12
n = −∞
Karena itu Dengan meggunakan sifat pergeseran dari
fungsi δ , maka
Transformasi Fourier Sinyal Transformasi Fourier Sinyal
27/04/2007 Tersampel 9 27/04/2007 Tersampel 10

2.2. Relasi antara xs(t) dan xa(t) ► Spektrum xs(t) dan xa(t)
1∞ ∞
X s (ω ) = xa (t ) ∑ δ (t − nT )e − jωt dt
X a (ω )

∫
2 −∞
1

n = −∞
Sehingga ….TFST-13 − ω0
0
(a)
ω0
f kH z

∞
xs (t ) = xa (t ) ∑ δ (t − nT )
X s (ω )

….TFST-14 1/T

n = −∞ ω
− ω s − ω0 − ωs − ω s + ω0 − ω0 0 ω0 ω s − ω0 ωs ω s + ω0

Sinyal tersampel Sinyal waktu kontinyu

(b)

X (Ω )

1/T

Gambar TFST-1 menunjukkan spektrum − 2π

( − ω s − ω 0 )T ( − ω s + ω 0 )T − ω 0T 0 ω 0T (ω s − ω 0 )T
− 2π
(ω s + ω 0 )T
Ω

sinyal analog band-limited dan sinyal ter- (c)

G am bar TFST -1

sampel yang dihasilkan. (a). Sinyal kontinyu

Spektrum
(b) Sinyal tersam pel c ). Sinyal diskrit

Transformasi Fourier Sinyal Transformasi Fourier Sinyal

27/04/2007 Tersampel 11 27/04/2007 Tersampel 12

2
 2.3. Contoh : Spektrum Sinyal Kontinyu ► Contoh : Sampling rate
• Suatu sinyal xa(t) memiliki spektrum seperti • Frekuensi sampling minimum yang dapat
yang ditunjukkan pada Gambar TFST-2a.
digunakan sesuai teorema sampling adalah
• Sinyal tersebut memiliki bandwith satu sisi
f0=10.000 Hz atau ekivalen dengan [ωs ]min = 2ω0 = 40.000π rad/sec
ω0 = 2π f 0 = 20.000π rad/sec. Jadi sampling ratenya
X a (ω )
Tmax = 1 / 2 f 0 = 50 µ sec .
1
Jika sinyal tersebut disampling dengan rate
f kHz T=25µsec,maka
− 10 0 10
ωs = 2π / T = 8π .104 rad/sec.
Gambar TFST-2 (a)
Transformasi Fourier Sinyal Transformasi Fourier Sinyal
27/04/2007 Tersampel 13 27/04/2007 Tersampel 14

► Spektrum Sinyal Tersampel ► Spektrum Sinyal Diskrit

Gambar TFST-2b menunjukkan spektrum Dengan melakukan penyekalaan : Ω=ωT,
sinyal tersampel. Spektrum tersebut periodik diperoleh X[Ω] yang periodik dengan perioda
dengan perioda ωs. 2π, ditunjukkan pada Gambar TFST-2c.
X s (ω )
X (Ω)
4 x104
4x104

4
ω Ω
− 8π .104 − ω B 0 2π .10 8π .104 − 2π −π / 2 0 π /2 2π

(b)

Gambar TFST-2 (c)

Gambar TFST-2 (b)

Transformasi Fourier Sinyal Transformasi Fourier Sinyal

27/04/2007 Tersampel 15 27/04/2007 Tersampel 16

3. Ringkasan-1 ► Ringkasan-2
∞
• Jika sinyal kontinyu xa(t) disampling, maka X [Ω] =
dihasilkan sinyal tersampel.
∑ x[n]e− jΩn
n = −∞
• Sinyal tersampel dapat dipandang sebagai sedangkan jika dipandang sebagai sinyal
sinyal waktu diskrit x[n], dimana x[n]=xa(nT) waktu kontinyu xs(t), maka transformasi
atau sinyal waktu kontinyu xs(t) dimana Fouriernya :
∞ 1 ∞
xs (t ) = xa (t ) ∑ δ (t − nT ) X s [ω ] = ∑ X a [ω + rωs ]
n = −∞ T r = −∞
atau ∞
• Jika dipandang sebagai sinyal waktu diskrit,
X s [ω ] = ∑ xa (nT )e − jωnT
maka transformasi Fouriernya adalah n = −∞

Transformasi Fourier Sinyal Transformasi Fourier Sinyal

27/04/2007 Tersampel 17 27/04/2007 Tersampel 18