• Efek suatu filter ditentukan oleh watak respon sistem filter terhadap
suatu pulsa, artinya jika diketahui watak respon suatu filter terhadap
pulsa, maka dapat ditentukan keluarannya untuk sebarang pulsa
masukan.
• Keluaran wavelet seismik yang diinginkan dapat berupa spike atau spike
dengan waktu tunda dan lain sebagainya. Jika efek dari filter sebelumya
tidak muncul sinyal/pulsa yang dinginkan, maka filter baru harus
dirancang sedemikian rupa sehingga memberikan respon pulsa impuls
(spike) setajam mungkin.
Filter Wiener
Andaikan diberikan data masukan gt, dan filter yang telah ada (bisa juga
yang akan dirancang) adalah ft serta keluaran yang diinginkan adalah ht,
maka hasil keluaran sebenarnya dari masukan tersebut (gt * ft ). Kesalahan
atau perbedaan antara hasil sebenarnya (gt * ft ) dengan keluaran yang
diinginkan ht adalah,
ht - (gt * ft) (7.1)
2 ( ht g t f t ) (gt f t ) 0
t f i
t t t t f ( g t f t ) 0
( h g f )
i
Dalam bentuk konvolusi
(h
t
t
k
gk . f tk ) ( g k . f t k ) 0
f i k
(7.2c)
atau A. f c (7.8)
Jadi elemen-elemen matrik A adalah auto korelasi data masukan gt, dan elemen
matrik c adalah korelasi silang antara masukan gt dengan keluaran yang diinginkan
ht. Sedangkan elemen-elemen matrik f adalah nilai filter yang akan dicari.
Dekonvolusi Spike
Di dalam penapisan dengan dekonvolusi spike, diharapkan
bahwa wavelet yang keluar berupa spike (zero lag spike)
yaitu (1, 0, 0, 0, 0, ...). Proses tersebut disebut Wiener
Spiking Filter. Dengan demikian bentuk matrik pada
persamaan di atas akan menjadi,
gg ( 0) gg ( 1) ... gg ( n ) f 0 gh ( 0)
gg (1) gg ( 0) ... gg (1 n ) f1 0
... .... ... ... ... ...
gg ( n ) gg ( n 1) ... gg ( 0) fn 0 (7.9)
Contoh :
Diberikan wavelet masukan gt = (4, -2, 1), dan keluaran yang diharapkan
berupa spike yakni, ht = (1, 0, 0), maka filter yang akan dicari adalah
-1
f A c
dengan A-1 = matrik inversi dari matrik A, yang elemennya fungsi auto korelasi
data masukan dan matrik c adalah korelasi silang antara masukan gt dengan
keluaran yang diinginkan ht.
n
g g t t g 0 g 0 g1 g1 g 2 g 2 4 x 4 ( 2) x ( 2) 1 x 1 21
(i-j) = 0, gg(0) = t 0
(i) = 0, gh(0) = g g
t 0
t t i g 0 h0 g1 h1 g 2 h2 4 x 1 ( 2) x 0 1 x 0 4
• Dengan demikian pada waktu tunda tertentu L ( = prediction lag ) filter ini
harus mempunyai efek mereduksi amplitudo multipel. Oleh karena itu
digunakan auto korelasi gg setelah waktu tunda L (dari gh) pada keluarannya.
Sehingga persamaan normalnya menjadi,
n
j0
gg ( i j ) f j gg ( L i ) (7.11)
Dekonvolusi Prediktif
dalam bentuk matrik,
gg ( 0 ) gg ( 1) ... gg ( n ) f0 gg ( L) (7.12)
gg (1) gg ( 0) ... gg (1 n ) f1 gg ( L 1)
... ... ... ... ... ...
gg ( L) gg ( L 1) ... gg ( L n ) fL gg ( 0)
gg ( L 1) gg ( L) ... gg (1 L n ) f L1 gg (1)
... ..... .... ... ... ...
gg ( n ) gg ( n 1) ... gg ( 0) fn gg ( n L)
Persamaan ini akan memberikan filter prediksi yang panjangnnya n+1 dan
waktu tunda (gap) L. Secara grafis operasi dekonvolusi prediktif ini dapat di-
ilustrasikan pada gambar 7.1.
Soal Latihan
1. a. Tentukan filter spike untuk wavelet masukan gt = [3, -1, 1] dan
keluaran yang diharapkan adalah ht = [1, 0, 0].
b. Berapa persen kesalahannya ?.
2. a. Tentukan filternya untuk wavelet masukan gt = (1, -2, 4) yang berupa
maksimum phase dan keluaran yang diharapkan adalah ht = [1, 0, 0].
b. Berapa persen kesalahannya ?.
c. Apakah filter Wiener tersebut stabil untuk wavelet maksimum phase ?