Pengolahan Sinyal Digital

Lecture 2
Dimas Nugroho N., ST., M.MT.

Adapted from :
Ikhwannul Kholis, S.T., M.T.
BAB 3 PEMROSESAN SINYAL DIGITAL

Sejarah Perkembangan DSP

Sinyal, Sistem dan Pemrosesan sinyal
Elemen-Elemen Dasar DSP
Klasifikasi Sinyal
Konsep Frekuensi
Analog to Digital Conversion (A/D C)
Digital to Analog Conversion (D/A C)
 SEJARAH PERKEMBANGAN
 Kemajuan-kemajuan pesat di bidang :
 Teknologi komputer digital
 Pabrikasi rangkaian terintegrasi
 Komputer digital + perangkat kerasnya
(30 tahun yang lalu)
 Besar dan mahal
 Aplikasi bisnis
 General purpose scientific computation
 Teknologi rangkaian terintegrasi :
 Medium-scale integration (MSI)
 Large-scale integration (LSI)
 Very-large-scale integration (VLSI)
 Komputer digital + perangkat kerasnya (sekarang)
 Lebih kecil, lebih cepat dan lebih murah
 Special purpose scientific computation
 Kelebihan pemrosesan sinyal digital
 Lebih presisi
 Lebih fleksibel dalam perancangan sistem
 Perangkat lunak dapat mengendalikan perangkat keras
 Operasi-operasi terprogram (algoritma)
 Kekurangan pemrosesan sinyal digital
 Untuk sinyal dengan bandwidth sangat lebar
 Real-time processing (Analog)
 Optical signal processing
 Terjadi distorsi
 Proses pencuplikan (sampling)
 Proses kuantisasi (quantization)
 SINYAL, SISTEM DAN PEMROSESAN SINYAL

 Sinyal
 Besaran-besaran yang tergantung pada waktu dan ruang
 Besaran fisis/non fisis (variabel tak bebas)
 Waktu dan ruang (variabel bebas)

s1 ( t )  5 t 2

s 2 ( t )  20 t 2

s 3 ( x , y)  3 x  2 xy  10 y 2

Sinyal-sinyal dengan hubungan matematis yang jelas

  Suara pembicaraan (speech signals)

Sinyal –sinyal dengan hubungan matematis yang tidak jelas

 Suatu segmen dari suara pembicaraan dapat
direpresentasikan sebagai :
 Sejumlah sinyal sinusoidal dengan amplituda,
frekuensi dan fasa yang berbeda

N
s( t )   A i ( t ) sin [2 Fi ( t ) t  i ( t )]
i 1

 Informasi yang terkandung di dalam suatu sinyal

ditentukan dengan mengukur :
 Amplituda(A)
 Frekuensi(F)
 Fasa()
 Sinyal electrocardiogram (ECG)
 Sinyal elektronik yang berasal dari aktivitas jantung
 Informasi mengenai kondisi dari jantung pasien

 Sinyal electroencephalogram (EEG)

 Sinyal elektronik yang berasal dar aktivitas otak
 Sinyal-sinyal , ,  dan 

 Sinyal-sinyal dengan satu variabel bebas (waktu)

 Suara pembicaraan, ECG dan EEG

 Sinyal dengan dua variabel bebas (ruang)

 Gambar (image signal)
 Sistem
 Alat fisik yang melakukan suatu operasi pada suatu sinyal
 Filter
 Mereduksi (mengurangi) derau (noise)
 Alat non fisik
 Software (perangkat lunak)
 Melakukan sejumlah operasi-operasi matematik
 Algoritma

 Pemrosesan sinyal (Signal processing)

 Operasi-operasi yang dilakukan pada suatu

sinyal
 ELEMEN-ELEMEN DASAR DARI DSP

 Sistem pemrosesan sinyal analog

Sinyal Pemroses Sinyal

input sinyal output
analog analog analog

 Sistem pemrosesan sinyal digital

Sinyal A/D Pemroses D/A Sinyal

input sinyal output
analog Converter digital Converter analog

Sinyal input digital Sinyal output digital

 KLASIFIKASI SINYAL

 Single-channel signal
 Hanya terdiri dari satu sinyal (variabel tak bebas)
 Nilainya bisa real atau kompleks

s1 ( t )  A sin(3t )
j3 t
s 2 ( t )  Ae  A cos(3t )  jA sin(3t )
 Multi-channel signal
 Lebih dari satu sinyal (variabel tak bebas)
 Gelombang gempa (3 channels)
 ECG (3 channels/12 channels)
Gelombang gempa :
 Primary wave (Longitudinal)
 Secondary wave (Transversal)
 Surface wave (Permukaan)

Vektor

S1 ( t ) 
S( t )  S2 ( t )
S3 ( t ) 
 Sinyal satu dimensi
 Hanya fungsi dari satu variabel bebas

 Multi-dimensional signal
 Fungsi lebih dari satu variabel bebas

S  I( x , y)

Sinyal dua
dimensi
 Sinyal tiga dimensi
 Gambar televisi hitam-putih
S  I ( x , y, t )

 Multichannel multidimensional signal

 Gambar televisi berwarna

I r ( x , y, t ) 
 
I ( x , y, t )   I g ( x , y, t ) 
I ( x, y, t )
 b 
 Sinyal waktu kontinu
 Speech signal
 Sinyal waktu diskrit
 Hanya ada pada waktu-waktu tertentu saja

0,8n n  0
x (n )  
0 lainnya

0,8
0,64
 Sinyal berharga kontinu (Continuous-valued signal)
 Dapat berharga berapa saja

Sinyal berharga kontinu dan waktu diskrit

 Sinyal berharga diskrit (Discrete-valued signal)
 Berharga pada beberapa kemungkinan saja
 Sinyal digital
 Waktu diskrit
 Harga diskrit
 Sinyal deterministik
 Harganya dapat diprediksi

 Sinyal acak (random signal)

 Harganya tidak dapat diprediksi
 KONSEP FREKUENSI
 Sinyal sinusoidal waktu kontinu

x a ( t )  A cos(t  )   t  
t = waktu
A = amplituda
 = frekuensi sudut[radian/detik]
 = fasa [radian]

  2F  x a ( t )  A cos(2 F t  )
F = frekuensi [siklus/detik, hertz (Hz)]
x a ( t )  A cos(t  )

 Untuk setiap frekuensi F  xa(t) periodik

1
x a ( t  Tp )  x a ( t ) Tp   perioda dasar
F
 Sinyal-sinyal sinusoidal waktu kontinu dengan frekuensi
berbeda dapat dibedakan
 Frekuensi diperbesar
Untuk suatu waktu tertentu jumlah perioda bertambah
 Sinyal sinusoidal waktu diskrit
x (n )  A cos(n  )   n  
n = bilangan bulat (integer)
A = amplituda
 = frekuensi [radian/sampel]
 = fasa [radian]

  2 f  x (n )  A cos(2 f n  )
f = frekuensi [siklus/sampel]
 x (n )  A cos(2 f o n  )
 1
o   fo 
6 12


3
 x (n) periodik hanya bila frekuensi f merupakan
bilangan rasional
x (n  N)  x (n )
cos[2f o (n  N)  ]  cos[2f o n  2f o N  ]  cos(2f o n  )
k
2f o N  2k  f o 
N
Harga terkecil dari N disebut perioda dasar
 Sinyal-sinyal sinusoidal waktu diskrit dengan frekuensi-
frekuensi yang berbeda sebanyak 2 k adalah identik
(tidak dapat dibedakan)

cos[(o  2)n  ]  cos[o n  2n  ]  cos(o n  )

x k (n )  A cos(k n  ) k  0,1, 2 
 k  o  2  k
1 1
    f 
2 2

 Frekuensi diperbesar  harga maksimum f = 1/2

x (n )  cos(o n )
x (n )  cos(n )     2
x1 (n )  A cos(1n ) 1  o
x 2 (n )  A cos(2 n ) 2  2  o

x 2 (n )  A cos(2 n )  A cos(2  o )n
 A cos(2n  o n )  A cos(o n )
 A cos(o n )  x1 (n )

2 adalah alias dari 1

 ANALOG TO DIGITAL CONVERSION
 Sampling (pencuplikan)
 Quantization (kuantisasi)
 Coding (pengkodean) Digital signal

Xa(t) X(n) Xq(n)

Sampler Quantizer Coder 01011

Analog signal
Discrete-time signal
Quantized signal
 Sampling (pencuplikan)
 Sinyal waktu kontinu  sinyal waktu diskrit
 T = sampling interval
 Fs = sampling rate (sampel/detik)
x a ( t )  A cos(2Ft  )
x a (nT )  A cos(2FnT  )
 2nF 
 A cos   
 Fs 
F
x (n )  A cos( 2 f n  )  f 
Fs
1 Fs 1
f max   Fmax  
2 2 2T
Fs
F  ?
2
x1 ( t )  cos[2(10) t ]  F1  10 Hz
x 2 ( t )  cos[2(50) t ]  F2  50 Hz
Fs  40 Hz
 10  
x1 (n )  cos[2 n ]  cos( n )
 40  2
 50  5
x 2 (n )  cos[2 n ]  cos( n )
 40  2
  
 cos(2  )n  cos(2n  n )  cos( n )  x1 (n )
2 2 2
x2(n) identik dengan x1(n) F2 (50 Hz) = alias dari F1(10 Hz)

90 Hz, 130 Hz, …. juga alias 10 Hz

 x a ( t )  A cos( 2Fo t  )
x (n )  A cos(2f o n  )

x a ( t )  A cos(2Fk t  )
Fk  Fo  kFs k  1,  2, 
x (n )  x a (nT )  A cos(2Fk nT  )
 Fo  kFs 
x (n )  A cos 2 n   
 Fs 
x (n )  A cos(2f o n  2k  )
x (n )  A cos(2f o n  )

Alias dari Fo
Hubungan antara f dan F

Fs/2 folding frequency

 1 7
F2  Hz F1   Hz Fs  1 Hz
8 8
7 1
F1    (  1)  F2  kFs k  1
8 8
Contoh Soal 1.1
Diketahui sebuah sinyal analog
xa(t) = 3 cos 100t
a) Tentukan Fs minimum
b) Bila Fs = 200 Hz, tentukan x(n)
c) Bila Fs = 75 Hz, tentukan x(n)
d) Berapa 0 < F < Fs/2 yang menghasilkan x(n) sama dengan c)
Jawab:
a) F = 50 Hz  Fs minimum = 100 Hz
100 
b) x ( n )  3 cos n  3 cos n
200 2
 100 4
c) x ( n )  3 cos n  3 cos n
75 3
2 2
 3 cos(2  )n  3 cos( )n
3 3

2 1 1
d) x( n)  3 cos( )n  3 cos(2 )n f 
3 3 3
Fo 1
f  Fo  f Fs  (75)  25 Hz
Fs 3

Fk  Fo  kFs  25  k (75) k  1,  2, 

Fs 75 F  Fo  25 Hz
0 F    37,5
2 2
 Teori Sampling
N
xa   Ai cos(2 Fi t   )
i 1

 Suara pembicaraan  fi < 3 kHz

 Sinyal televisi  fi < 5 MHz
 Fmaks = B
 Fs = sampling rate = ?
1 F 1 FS FS
  f    F
2 FS 2 2 2

2 Fmaks  2 B  FN Frekuensi Nyquist

Contoh Soal 1.2
Diketahui sebuah sinyal analog
xa(t) = 3 cos (2000 t) + 5sin(6000 t) + 10 cos (12000 t)
a) Tentukan frekuensi Nyquistnya
b) Bila Fs = 5000 Hz, tentukan x(n)
c) Tentukan xa(t) dari x(n) pada b) bila proses D/A Cnya sempurna

Jawab:
a) F1  1 kHz F2  3 kHz F3  6 kHz
B  Fmaks  6 kHz FN  2 B  12 kHz
 Fs
b) Fs  5 kHz   2,5 kHz
2
2000 6000 12000
x(n)  3 cos n  5 sin n  10 cos n
5000 5000 5000
1 3 6
 3 cos(2 )n  5 sin(2 )n  10 cos(2 )n
5 5 5
1 2 1
x(n)  3 cos[2 ( )n]  5 sin[2 (1  )n]  10 cos[2 (1  )n]
5 5 5
1 2 1
x(n)  3 cos[2 ( )n]  5 sin[2 ( )n]  10 cos[2 ( )n]
5 5 5
1 2 1
x(n)  3 cos[2 ( )n]  5 sin[2 ( )n]  10 cos[2 ( )n]
5 5 5
 1 2 1
x(n)  3 cos[2 ( )n]  5 sin[2 ( )n]  10 cos[2 ( )n]
5 5 5

1 2
x(n)  13 cos[2 ( )n]  5 sin[2 ( )n]
5 5

c) ya (t )  13 cos(2000 t )  5 sin(4000 t )
Contoh Soal 1.3 [Ujian Tengah Semester, 8 Oktober 2002]

Diketahui sebuah sinyal analog

xa(t) = 3 cos (50 t) + 10 sin(300 t) - cos (100 t)
a) Tentukan laju pencuplikan minimum yang dibutuhkan untuk
menghindari pengaliasan
b) Bila sinyal tersebut dicuplik dengan laju 100 pencuplikan/sekon,
berapa sinyal waktu diskrit yang diperoleh sesudah pencuplikan
c) Bila sinyal tersebut dicuplik dengan laju 200 pencuplikan/sekon,
berapa sinyal waktu diskrit yang diperoleh sesudah pencuplikan
Jawab:
a) F1  25 Hz F2  150 Hz F3  50 Hz

B  Fmaks  150 Hz FN  2 B  300 Hz

 Fs
b) Fs  100 Hz   50 Hz
2
50 300 100
x(n)  3 cos n  10 sin n  cos n
100 100 100
1 3 1
 3 cos(2 )n  10 sin( 2 )n  cos(2 )n
4 2 2
1 1 1
x(n)  3 cos(2 )n  10 sin[2 (1  )n]  cos(2 )n
4 2 2
1 1 1
x(n)  3 cos(2 )n  10 sin[ 2 n]  cos(2 )n
4 2 2

x(n)  3 cos(0,5 n)  10 sin( n)  cos( n)

 Fs
c) Fs  200 Hz   100 Hz
2
50 300 100
x(n)  3 cos n  10 sin n  cos n
200 200 200
1 3 1
 3 cos(2 )n  10 sin( 2 )n  cos( 2 )n
8 4 4
1 1 1
x(n)  3 cos(2 )n  10 sin[ 2 (1  )n]  cos(2 )n
8 4 4
1 1 1
x(n)  3 cos(2 )n  10 sin[2 ( )n]  cos(2 )n
8 4 4

x(n)  3 cos(0,25 n)  10 sin(0,5 n)  cos(0,5 n)

 Contoh Soal No. 1.3 : [UTS 4 Oktober 2003]
Suatu perangkat komunikasi digital yang menggunakan 9-bit A/D Converter
beroperasi dengan kecepatan pengiriman data sebesar 10,8 kbps. Sinyal analog
yang akan dikirimkan adalah :
xa(t) = - 2,07 cos (960 t) + 1,09 sin (1920 t) – 4,25 cos (2880 t) +
1,84 sin (3360 t)
a). Hitung resolusinya
b). Tentukan sinyal analog yang akan diterima ya(t) bila perangkat komunikasi digital
ini menggunakan D/A Converter ideal
 DIGITAL TONALOG TO CONVERSION

 Kuantisasi sinyal amplituda kontinu

xq (n)  Q[ x(n)]  eq (n)  xq (n)  x(n)

Q = proses kuantisasi (rounding, truncation)

xq(n) = sinyal hasil kuantisasi
eq(n) = error kuantisasi
 0,9t t0
xa (t )   FS  1 Hz  T  1 s
0 t0
0,9 n
n0
x ( n)  
0 n0
n x(n) xq(n) xq(n) eq(n)
(Truncation) (Rounding) (Rounding)
0 1 1,0 1,0 0,0
1 0.9 0,9 0,9 0,0
2 0.81 0,8 0,8 - 0,01
3 0,729 0,7 0,7 - 0,029
4 0,6561 0,6 0,7 0,0439
5 0,59049 0,5 0,6 0,00951
6 0,5311441 0,5 0,5 - 0,031441
7 0,4782969 0,4 0,5 0,0217071
8 0,43046721 0,4 0,4 - 0,03046721
9 0,387420489 0,3 0,4 0,012579511
L = level kuantisasi  L = 11
 = Quantization step   = 0,1

xmaks  xmin 1  0  
   0,1   eq (n) 
L 1 11  1 2 2
 Kuantisasi sinyal sinusoidal
x(n)  A cos( 0t )
 FS  2 B  eq (t )  xa (t )  xq (t )
xa(t) dianggap linier diantara level-level kuantisasi
 = waktu selama xa(t) berada di dalam level kuantisasi

 
1 1 2
Pq   e (t )dt   0 eq (t )dt
2
Error power (rms) q
2
  2
 1  2 2
eq (t )  t  Pq     t dt 
2  0  2  2

b = jumlah bit  L = 2b + 1
Xmaks-xmin = 2A
2
2A A
  b  Pq  2b
2 3(2 )
Tp 2
1 A
0  A cos ot  dt  2
2
Px 
Tp
Px 3 2b
Signal-to-quantization ratio SQNR   (2 )
Pq 2
SQNR (dB)  10 log SQNR  1,76  6,02 b
 Word length (jumlah bit) ditambah satu
 Level kuantisasi menjadi dua kali lipat
 SQNR bertambah 6 dB

Contoh :
 Compact disk player
 Sampling frequency 44,1 kHz
 16-bit sample resolution
 SQNR =96 dB
 Coding of Quantized Samples

 Level kuantisasi L  L bilangan biner yang berbeda

 Word lengh b  2b bilangan biner berbeda
 2b  L  b  2 log L
 L = 11  b = 4 bits
Contoh Soal 1.4 :

Diketahui sinyal waktu diskrit : x(n)  6,35 cos( ) n
10
Tentukan jumlah bit yang diperlukan oleh A/D
converter agar resolusinya :
a)  = 0,1
b)  = 0,02

Jawab:

a) x(n) maksimum pada saat : cos( ) n  1  n  0
10

x(n) minimum pada saat : cos( )n  1  n  10
10
 xmaks  xmin xmaks  xmin
  L 1
L 1 
[6,35(1)  6,35(1)]
  0,1  L   1  128
0,1

2b  128  b  7 bit

b)

[6,35(1)  6,35(1)]
  0,02  L   1  636
0,02

2b  636  b  10 bit
Contoh Soal 1.5 :
Diketahui sinyal seismik analog dengan dynamic range
sebesar 1 Volt. Bila sinyal analog ini dicuplik dengan
frekuensi sebesar 20 sample/s menggunakan 8-bit A/D
converter,
Tentukan :
a) Bit rate (bps)
b) Resolusi
c) Frekuensi sinyal maksimum yang ada pada digital
seismic signal
Jawab:
8 bit 20 sample
a) bps   160 bit / s
sample s
 Dynamic range = xmaks - xmin

dynamic range 1000 mV

b)    7,875 mV
L 1 2 1
8

FS 20
c) Fmaks    10 Hz
2 2
Contoh Soal 1.5 :
Suatu jaringan komunikasi digital akan digunakan untuk
mentransmisikan sinyal analog :

xa (t )  3 cos(600t )  2 cos(1800t )

Jaringan ini beroperasi pada 10000 bit/s dan setiap sampel

dikuantisasi menjadi 1024 level tegangan yang berbeda.
a) Tentukan frekuensi pencuplikan dan frekuensi folding
b) Tentukan frekuensi Nyquist dari sinyal analog xa(t)
c) Tentukan frekuensi-frekuensi pada sinyal waktu diskrit x(n)
d) Hitung resolusinya
Jawab:

a) 1024  2  b  10 bit
b

bps 10000
FS    1000 Hz
b 10
FS
FD   500 Hz
2

b) xa (t )  3 cos(2 300t )  2 cos(2 900t )

F1  300 Hz F2  900 Hz
FN  2 Fmaks  2 F2  2(900)  1800 Hz
 300 900
c) x(n)  3 cos(2 n)  2 cos(2 n)
1000 1000
 3 cos[2 (0,3)n]  2 cos[2 (0,9)n]
 3 cos[2 (0,3)n]  2 cos[2 (1  0,1)n)]
 3 cos[2 (0,3)n]  2 cos[2 (0,1)n)]

f1  0,3  F1  f1 FS  0,3(1000)  300 Hz

f 2  0,1  F2  f 2 FS  0,1(1000)  100 Hz