Anda di halaman 1dari 28

SINYAL

-Sinyal kontinyu [ Continous Time Signal ] x[t]


- Discreate Time Signal x [nT]
T = konstanta
Contoh

Continous Time Signal

x [t]

Discreate Time Signal


30
20

10

Sinyal
Kontinu
Digital Filter sebagai sistem
Y [nT] = Rx [nT]

x [ nT ] DF Y [nT]

Dimana,
R = operator
x [ nT ] = Input exitasi yang diberikan pada digital filter
y [ nT ] = output
Klasifikasi Sistem Sinyal Proses :
 Time Invariant / Time Dependent
 Causal / Non Causal
 Linier / Non Linier
SINYAL WAKTU DISKRET
X[nT]

2
1,7
1,5
1,2
1,0

0,9 0,7 0,7

-3 4

-4 -2 -1 0 1 2 3 5
nT
-0,8 -0,8
• Disamping tampilan grafik sinyal waktu diskret atau deret
seperti yang diilustrasikan pada gambar diatas terdapat
tampilan alternatif yang sering lebih cocok untuk
digunakan yaitu :

1. Tampilan dalam bentuk fungsional

1 untuk n  1,3

xnT   4 untuk n  2
0 untuk lainnya

2. Tampilan dalam bentuk tabel

n … -2 -1 0 1 2 3 4 5 …
X[nT] … 0 0 0 1 4 1 0 0 …

3. Tampilan dalam bentuk barisan


Suatu sinyal atau barisan durasi – tak berhingga dengan waktu awal n = 0 ditunjukkan
dengan simbol disajikan sebagai :

X[nT] = {…0, 0, 1, 4, 1, 0 , 0 …}

Dapat juga ditampilkan sbb :

X[nT] = { 0, 1, 4, 1 }
MANIPULASI SEDERHANA
PADA SINYAL WAKTU DISKRET

Sinyal x[nT] dapat digeser menurut waktu dengan


memindahkan variabel bebas nT dengan nT – kT,
dengan k adalah integer.
1. Jika k integer positif, pergeseran waktu menghasilkan
delay ( tunda ) pada sinyal dengan k satuan waktu.
2. Jika k integer negatif, pergeseran waktu menghasilkan
penambahan pada sinyal dengan satuan waktu.
Contoh ( 1 )
Suatu sinyal x[nT] diilustrasikan secara grafik pada gambar dibawah.
Diperlihatkan penggambaran grafik sinyal x[nT + 3T] dan x[nT - 2T]

x[nT]

-4
-3 -2 -1 0 1 2 3 4 nT
Jawab :
Sinyal x[nT + 3T] diperoleh dengan mendahului
x[nT] dengan 3 satuan waktu. Hasilnya
diilustrasikan pada gambar b. Sebaliknya sinyal
x[nT - 2T] diperoleh dengan menunda x[nT]
dengan dua satuan waktu. Hasilnya
diilustrasikan pada gambar c. Perhatikan bahwa
penundaan sesuai dengan pergeseran sinyal
kekiri, sedangkan mendahului memberikan
pergeseran sinyal kekanan pada sumbu waktu.
x[nT]

-4
-3 -2 -1 0 1 2 3 4 nT

(a)
x[nT+3T]

-1
0 1 2 345 6 7 nT x[nT – 2T]

(b) 4

-6
-5 -4 -3 -2 -1 0 1 2 nT
(c)
Contoh ( 2 ) :
Perlihatkan penggambaran grafik sinyal x[-nT] dan x[-nT
+ 2T] dengan x[nT] adalah sinyal yang diilustrasikan
pada gambar ( a ).

x[nT]

-3 -2 -1 0 1 2 3 4 nT
(a)
Jawab :
Sinyal baru y[nT] = x[-nT] diperlihatkan pada gambar ( b ).
Perhatikan bahwa y[0] = x[0], y[T] adalah x[-T] , y[2T] = x[-2T] dst.
Juga y[-T] = x[T], y[-2T] = x[2T] dst. Oleh karena itu y[nT] adalah
x[T] yang dipantulkan atau dicerminkan dengan sederhana disekitar
waktu awal n = 0

y[nT] = x[-nT]

-4 -3-2 -1 0 1 2 3 nT
(b)
• Sinyal y[nT] = x[-nT + 2T] adalah sebuah sinyal mendahului, dengan
dua satuan waktu. Sinyal yang dihasilkan diilustrasikan pada
gambar c. Cara yang mudah untuk membuktikan bahwa hasil pada
gambar c itu benar adalah menghitung cuplikan cuplikan seperti y[0]
= x[2T], y[T] = x[T], y[2T] = x[0], y[-T] = x[3T] dst.

y[nT] = x[-nT + 2T]

-2 -1 0 1 2 3 4 5 nT
(C)
DISKRIPSI MASUKAN - KELUARAN SISTEM

Sistem
waktu
x[nT] diskret y[nT]
Sinyal Masukan Sinyal Keluaran
Contoh ( 3 ) :
Tentukan respons dari sistem sistem berikut terhadap sinyal

n 3  n  3
x[nT ]  
0, lainnya

a.y[nT] = x[nT]
b.y[nT] = x[nT - T]
c.y[nT] = x[nT + T]
d. y[nT] = 1/3[ x[nT + T] + x[nT] + x[nT - T] ]
e. y[nT] = maks [ x[nT + T] , x[nT] , x[nT - T] ]
Jawab :
Pertama menentukan secara eksplisit nilai cuplikan sinyal
masukan
x[nT] = { …, 0, 3, 2, 1, 0, 1, 2, 3, 0, … }
Berikutnya menentukan keluaran setiap sistem dengan
menggunakan hubungan masukan – keluarannya.

a. Dalam kasus ini keluarannya tepat sama seperti


sinyal masukan.
Sistem seperti itu dikenal sebagai sistem identitas.
b. Sistem ini dengan mudah menunda masukan dengan
satu cuplikan. Jadi keluarannya dinyatakan dengan,
x[nT] = { …, 0, 3, 2, 1, 0, 1, 2, 3, 0, … }

c. Pada kasus ini sistem mendahulukan masukan satu


cuplikan menjadi yang akan datang. Respon sistem
terhadap masukan yang diberikan adalah
x[nT] = { …, 0, 3, 2, 1, 0, 1, 2, 3, 0, … }
d. Keluaran sistem ini pada setiap waktu merupakan nilai rata-rata
cuplikan sekarang, sebelum dan yang akan datang. Sebagai contoh
untuk keluaran pada waktu n = 0 adalah,

Dengan mengulangi komputasi ini untuk setiap nilai n kita


peroleh sinyal keluaran
e. Sistem ini memilih sebagai keluarannya pada waktu n dengan
nilai ketiga cuplikan masukan maks x[nT + T] , x[nT] dan x[nT
- T] maksimum. Jadi respon sistem ini untuk sinyal masukan
x[nT] adalah,

y[nT] = { …., 0, 3, 3, 3, 2, 1, 2, 3, 3, 3, 0, …}
KLASIFIKASI SISTEM WAKTU
DISKRET
TIME INVARIANT
Digital Filter dikatakan TIME INVARIANT bila parameter
intervalnya tidak berubah terhadap waktu. Jadi pada
exitasi tertentu akan selalu menghasilkan respon yang
sama yang tidak tergantung pada waktu yang
digunakan.
Contoh
Bila x [nT] = y [nT] = 0, untuk n < 0
Maka sistem time invariant, bila Rx [nT - kT] = y [nT – kT]
x [nT – kT]
x [nT]

nT
nT
Y(nT) y [nT – kT]

nT nT

(a) (b)
Contoh :
Sebuah digital filter dinyatakan sebagai berikut :
y [ nT ] = Rx [nT] = 2nT x [nT]
Apakah sistem time invariant ?
Jawab :
Respon dari delay exitasi :
Rx [nT – kT] = 2nT { x [nT – kT] }
Respon dari delay,
Y[nT – kT] = 2[nT – kT] { x [nT – kT] }

Dari sini nampak bahwa,


Rx [nT – kT] = y [nT – kT]

Jadi DF merupakan TIME INDEPENDENT


 CAUSALITY

Sebuah DF causal yang responnya pada keadaan


tertentu tidak tergantung pada nilai exitasi berikutnya
atau sebuah DF causal bila,Rx
x[nT] x[nT]

nT nT
Rx [nT] Rx [nT]

nT nT
(a) (b)
LINIERITAS
Contoh

Anda mungkin juga menyukai