SAmPLED DATA SIGNALS

Sekarang kita akan mempelajari suatu kelas sinyal yang menghubungkan

antara sinyal waktu-kontiniu dan sinyal waktu-diskrit

Sinyal sampled-data dapat disebut sebagai hasil sampling dari suatu

sinyal waktu-kontiniu pada suatu periode waktu

fs = sampling rate atau frekuensi sampling = banyaknya sampling per satuan

waktu

1
fs 
T

T  periode
Permulaan sekali, kita akan mengasumsikan bahwa setiap sample memiliki lebar 

f(t)


P(t)

t
T
f*(t)

t
Spektrum sinyal sampled-data terdiri dari spektrum asal dan versi penerjemah
dari spektrum asli dalam jumlah tak berhingga

Jika pada f(t) dilakukan bandlimited 0 ≤ f ≤ fh, dengan fh adalah frekuensi

tertinggi. Dan agar bisa mendapatkan kembali inyal awal dari samped-data ,
maka diperlukan spektrum tidak overlap atau saling tindih. Apabila terjadi saling
tindih maka pada beberapa frekuensi akan menjadi berbeda dari nilai asli, dan
adalah tak mungkin untuk memperoleh sinyal asli. Peristiwa di mana terjadi
saling tindih atau overlap disebut aliasing. Peristiwa ini dapat digambarkan pada
Gambar berikut ini.
 Xf 

- fh fh

X * f 

fs 2f
- fh fh 2 fs - fh s 2 fs + fh
fs - fh fs + fh
Aliasing bisa terjadi karena salah satu kondisi:
1. Tidak adanya bandlimited
2. Frekuensi sampling yang terlalu kecil

Teoritis jika suatu sinyal tidak terdapat bandlimited maka tidak bisa terhindar dari
masalah aliasing. Tetapi, spektrum dari sinyal di kehidupan nyata bisa dikatakan
terdapat bandlimited. Oleh karenanya, kita harus memperhatikan frekuensi
sampling.

Untuk menghindari aliasing , maka diperlukan:

fs  fh  fh

f s  2 f h  Teori sampling dari Shannon

Tetapi di kehidupan nyata, frekuensi sampling harus lebih besar dari 2 fh

Jika tidak terjadi aliasing, untuk memperoleh kembali sinyal asli adalah dengan
mempergunakan filter lowpass dengan frekuensi cut-off antara fh dan fs – fh.

H  j   max
1
H  j   max
2

c
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

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)

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
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)

Jawab
:
a) F1  1 kHz F2  3 kHz F3  6 kHz
B  Fmaks  6 kHz FN  2 B  12 kHz
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)

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
Contoh Soal 1.3
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
 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