Академический Документы
Профессиональный Документы
Культура Документы
Disusun Oleh:
Hari Purwadi, ST, MT
Atif Brahmantyo W P, SST, MT
PERCOBAAN I
Pengenalan MATLAB
I. Tujuan
Mahasiswa dapat menjelaskan operasi operasi dasar dan programing dasar
pada MATLAB serta aplikasi MATLAB untuk Pengolahan Sinyal Digital (PSD)
II. Ruang Lingkup
A. Teori Singkat
MATLAB
MATLAB singkatan dari MATRIX LABORATORY. Aplikasinya
biasanya digunakan untuk bidang sebagai berikut :
Math and computation Algorithm development
Data acquisition Modeling, simulation, and prototyping
Data analysis, exploration, and visualization
Scientific and engineering
Graphics Application development, termasuk graphical user
interface building
Aplikasi matlab cukup luas untuk bidang yang terutama sangat
membutuhkan bantuan perhitungan matematika.
Perlu diketahui, bahwa matlab bekerja dalam operasi matematika yang
dalam hal ini berupa matriks. Seluruh operasi dalam matlab adalah operasi
matriks.
Matlab dapat menampilkan hasil perhitungan yang mungkin berupa plot
grafik dan dapat dirancang pula dengan menggunakan GUI (Graphical User
Interface) yang kita rancang.
Secara default, bagian MATLAB terdiri dari :
Integral
o Syms x
%deklarasi simbol x
o int (x)
%integral x
o int(x,1,2) %integral x dari 1 ke 2
Loop (Perulangan)
o 1:10
o 1:2:10
Supaya dapat lebih memahami, cobalah beberapa contoh syntax diatas
dalam MATLAB dan perhatikan hasilnya.
PSD Pada MATLAB
MATLAB dapat melakukan beberapa operasi dasar Signal Processing
yaitu
Spectral Analysis
Filtering
Synthesis
Correlation
Control
MATLAB juga dapat digunakan untuk melakukan pemrograman, antara
lain dengan menggunakan m-file. Cara kerja m-file sama saja dengan jika kita
mengetikkan langsung pada Command Window, hanya saja kita bisa
mengetikkan terlebih dahulu baru di jalankan kemudian.
Untuk memulai menggunakan M-File, Klik menu File pada Toolbars
anda. Kemudian pilih menu New - M-File. Anda akan melihat satu buah
window Editor baru.
Simulink merupakan bagian dari MATLAB yang cukup berguna untuk
menganalisa sebuah model dan konstruksi dalam bentuk simulasi.
B. Daftar Alat
PC
MATLAB
III. Referensi
Digital Signal Processing : A System Design Approach, Pertemuan 1
Digital Signal Processing : A Practical Approach, Pertemuan 1
DIGITAL SIGNAL PROCESSING, Principles, Algorithms, and
Applications, Pertemuan 1
Tentang MatLab: http://www.mathworks.com/
MatLab untuk PSD:
http://www.eng.auburn.edu/~sjreeves/Classes/DSP/DSP.html
Matlab HELP
10
6
7
M :
9
10
13
14
0 7
4
0
4
5
4 1 8
0 1 0
5
7
0
7
6 9
9 4
8
0
0
6
8
2 4
1 15
41
1 5 1
2 6 2
6 1 3 8 1 2
7 3
5 2 3 5 4 3 8 4
4 7 3 6 3 1 8 7
0 1 0 11 2 4 7 1
2 4 11 4 1 3 6 4
3 5 14 0 0 5
5 8
0 6 0 6 0 0
40
1 5
6
8 7
1 12
0 5
3 4
9 10
8 4
2 5
6
8
7 3
0 14
4 7
4
5
2
2
3
4
2
4
5
0
2
4
12 7
0 5
6
7
0
3
0
9
2 5
10 7
4
5
1
3
3
3
11
12
1 2
11 3
2 11 1 3 3
(Gunakan perintah
PERCOBAAN II
Sinyal Digital
Sinyal Analog
Gambar 2.1
Pada pengolahan sinyal digital ada beberapa sinyal diskrit dasar/elementer
yang digunakan untuk menganalisa sistem atau mengidentifikasi karakteristik
sistem. Sinyal-sinyal diskrit elementer tersebut diantaranya:
Sinyal Unit Impulse
1 , n 0
( n )
0 , n 0
Sinyal Eksponensial
x(n) an , untuk semua n
Pedoman Praktikum Pengolahan Sinyal Digital
Percobaan II
ver:0 - 2006
x(n-k)
Z
-k
x(n)
o Time Advance
TDk x n x n
,k 0
x(n+k)
x(n)
o Folding
o Scaling
Zk
FDk xn x n
y nA x n
x(n)
A x(n)
o Addition
ynx1n x2 n
x1(n)
x2(n)
y(n)
o Multiplication
y n
x 1n x 2
n
x1(n)
x2(n)
y(n)
x[n] 2n 4
jika 2 n 4
4 n jika 4 n
% Fungsi x[n]
n1 = -8:-4; x1 = zeros(size(n1));
n2 = -4:3; x2 = 2*n2-4;
n3 = 3:8; x3 = 4-n3;
n = [n1 n2 n3];
x = [x1 x2 x3];
subplot(241),stem(n,x)
xlabel('n')
ylabel('x[n]')
title('Fungsi x[n]')
Time Advance
Lakukan Time Advancedengan fungsi
y[n] x[n 1] dimana x[n] dari fungsi diatas
% Time Advance
na = n-1;
subplot(242),stem(na,x)
xlabel('n')
ylabel('x[n]')
title('Time Advance (n+1)')
Time Delay
Lakukan Time Delay dengan fungsi
y[n] x[n 1] dimana x [n] dari fungsi diatas
% Time Delay
nd = n+1;
subplot(243),stem(nd,x)
Pedoman Praktikum Pengolahan Sinyal Digital
Percobaan II
ver:0 - 2006
xlabel('n')
ylabel('x[n]')
title('Time Delay (n-1)')
Scaling
Lakukan efek scaling dengan fungsi
y[n] 3x[n] dimana x[n] dari fungsi diatas
% Scalling
xscale = 3*x;
subplot(244),stem(n,xscale)
xlabel('n')
ylabel('x[n]')
title('Scalling (3X)')
Folding
Lakukan efek Folding dengan fungsi
y[n] x[n] dimana x[n] dari fungsi diatas
% Folding
n = -n;
subplot(245),stem(n,x)
xlabel('n')
ylabel('x[n]')
title('Folding')
Addition
Diberikan suatu fungsi k[h]
0
k[h]h 2
h 2
jika h 4
jika 4 h 3
jika 3 h
% Fungsi k[h]
h1 = -8:-4; k1 = zeros(size(h1));
h2 = -4:3; k2 = h2+2;
h3 = 3:8; k3 = h3-2;
h = [h1 h2 h3];
k = [k1 k2 k3];
subplot(246),stem(h,k)
xlabel('h')
ylabel('k[h]')
title('Fungsi k[h]')
gad=x+k;
subplot(247),stem(h,gad)
xlabel('z')
ylabel('g[z]')
title('Addition')
Multiplication
Lakukan Multiplication antara sinyal x[n] dengan sinyal k[h]
Dengan fungsi g[z] x[n]* k[h]
% Perkalian Sinyal x[n] * h[k]
gmul=x.*k;
subplot(248),stem(h,gmul)
xlabel('z')
ylabel('g[z]')
title('Multiplication')
Simpan m-file dan hasil yang diperoleh
C. Efek Aliasing
Diberikan suatu fungsi sinus x(t ) sin(t) dengan f 100Hz disampling
dengan Fs=1000Hz. Dan juga sinyal sinus dengan frekuensi f=100+i*Fs.
Ketik program dibawah ini dan simpan hasilnya.
clc
close
clear
N = 5;
Fs=1000;
F=100;
Ts=1/Fs;
t=0:Ts:0.1;
x=sin(2*pi*F*t);
subplot(N,1,1)
plot(t,x);
for i=1:N-1
y=sin(2*pi*(F+i*Fs)*t);
subplot(N,1,(i+1))
plot(t,y,'r')
end
V. Tugas Laporan
1. Analisa percobaan yang ada pada percobaan ini.
2. Sinyal diskrit elementer.
3. Struktur waktu diskrit.
Pedoman Praktikum Pengolahan Sinyal Digital
Percobaan II
ver:0 - 2006
4.
5.
6.
7.
8.
9.
Efek Aliasing.
Syarat Nyquist.
Frekuensi Sampling
Frekuensi Natural
Frekuensi Fundamental
Frekuensi Nyquist.
PERCOBAAN III
Gambar 3.1
Impulse unit memiliki spektrum frekuensi yang terdiri dari semua
frekuensi sehingga cocok untuk menguji/mengetahui karakteristik dari (Kernel)
dari suatu sistem.
Konvolusi
Ada 3 sifat-sifat konvolusi yaitu:
Komutatif
h1nh2 (n) h2 n h 1(n )
Assosiatif
x n h 1(n) h 2 nxnh 1(n ) h 2 (n)
Distributif
xnh 1(n ) h 2 n xnh 1(n ) x nh2 (n)
FIR & IIR
FIR memiliki impulse response (h(n)) dengan durasi yang berhingga,
sedangkan IIR memiliki impulse response (h(n)) yang tak berhingga. Untuk
sistem FIR bisa diimplementasikan langsung dari persamaan konvolusinya.
y(n ) xk hnk
k0
IIR
Pedoman Praktikum Pengolahan Sinyal Digital
Percobaan III
ver:0 - 2006
N 1
y(n)
xk hn k
k0
FIR
UPT Perangakat Keras
Halaman: 1 dari 5
sistem
output
y(n)
F(x(n), x(n-1),...x(n - )
Rekursif Systems
x(n)
F(y(n-1), y(n-2),...y(n -N ),
x(n), x(n-1)...x(n-M)
-1
y(n)
B. Konvolusi
Lakukan konvolusi x[n] * v[n] x[n]
= u[n] - u[n-4], v[n] = 0.5nu[n]
clc
close
clear
for n=1:20
u(n)=1;
if n<4
unmin4(n)=0;
else
unmin4(n)=1;
end
j(n)=n
v(n)=0.5^n
end
subplot(511)
stem(j,u)
subplot(512)
stem(j,unmin4,'r')
subplot(513)
x=u-unmin4;
stem(j,x)
Pedoman Praktikum Pengolahan Sinyal Digital
Percobaan III
ver:0 - 2006
subplot(514)
stem(j,v)
for n=1:(length(x)+length(v)-1)
j(n)=n;
end
z=conv(x,v);
subplot(515)
stem(j,z)
Lakukan hal yang sama seperti contoh diatas untuk persamaan-persamaan
dibawah ini, plot dan simpanlah hasilnya.
x[n] = u[n], v[n] = 2(0.8)nu[n]
j(n)=n
h(n)=1
end
subplot(211)
plot(j-1,u)
for n=1:(length(u)+length(h)-1)
j(n)=n;
end
z=conv(u,h)/100;
subplot(212)
plot(j-1,z)
V. Tugas Laporan
1. Analisa percobaan yang ada pada praktikum ini.
2. Buat struktur sistem waktu diskrit dari percobaan. Jelaskan struktur tersebut!.
3. Buat program pada MATLAB untuk persamaan pada Tugas Pendahuluan no.1.
Jelaskan program tersebut!
4. Jelaskan mengapa konvolusi menghasilkan jumlah elemen yang lebih panjang!
PERCOBAAN IV
Analisis Frekuensi
I. Tujuan
Mahasiswa dapat menjelaskan analisis frekuensi (transformasi fourier) baik
pada sinyal analog maupun digital, DFT dan FFT.
Mahasiswa dapat mendemonstrasikan DFT dan FFT dari suatu sinyal diskrit
menggunakan MATLAB.
Mahasiswa dapat membandingkan FFT dan DFT.
Mahasiswa dapat mendesain suatu algoritma FFT menggunakan MATLAB.
II. Ruang Lingkup
A. Teori Singkat
Pada tahun 1807 Jean Baptiste Joseph Fourier menyatakan bahwa
semua sinyal periodik yang kontinu dapat dinyatakan sebagai jumlah dari
sinyal-sinyal sinusoidal dengan frekuensi, amplitudo, dan fasa yang tertentu.
Landasan teori inilah yang memungkinkan untuk merepresentasikan suatu
sinyal yang bervariasi terhadap waktu ke dalam spektrum frekuensi atau
karakteristik frekuensi dari sinyal tersebut.
Secara umum analisa fourier dapat dibagi menjadi 4 jenis, yaitu Fourier
Series, Fourier Transform, Discrete Time Fourier Transform, dan Discrete
Fourier Transform. Analisa fourier yang dapat dilakukan oleh suatu prosesor
sinyal digital adalah Discrete Fourier Transform (DFT), dikarenakan sifat
aperiodik dan kontinu dari tranformasi fourier lainnya.
Fast Fourier Transform merupakan algoritma perhitungan persamaan DFT
dengan mengurangi jumlah perkalian dan penjumlahan kompleks yang
dibutuhkan. Algoritma pada FFT juga memanfaatkan pola perulangan pada
perhitungan DFT.
Pada MatLab, Fast Fourier Transform dilakukan dengan perintah
Y=fft(y,n), dimana y adalah sinyal dalam time domain, n adalah jumlah sampel
yang diambil dalam perhitungan FFT dan Y adalah hasil FFT-nya.
B. Daftar Alat
PC
MATLAB
III. Referensi
Digital Signal Processing : A System Design Approach, Pertemuan 4
Digital Signal Processing : A Practical Approach, Pertemuan 4
DIGITAL SIGNAL PROCESSING, Principles, Algorithms,
Applications, Pertemuan 4
Tentang DFT: http://astronomy.swin.edu.au/~pbourke/other/dft/
Tentang FFT: http://www.dspguide.com/ch12.htm
Tentang DFT: http://www.dspguide.com/ch8.htm
Tentang FFT: http://www.dspguru.com/info/faqs/fftfaq.htm
Tentang Transformasi Fourier:
http://mathworld.wolfram.com/FourierTransform.html
Tentang analisis frekuensi:
http://www.bores.com/courses/intro/freq/index.htm
Matlab HELP
Pedoman Praktikum Pengolahan Sinyal Digital
Percobaan IV
ver:0 - 2006
and
ordo
15,
V. Tugas Laporan
1. Mengapa kita menggunakan FFT? Apa kegunannya?
2. Jelaskan mengapa dengan menggunakan algoritma perhitungan Fast Fourier
Transform (FFT) lebih cepat dibandingkan dengan Discrete Fourier
Transform (DFT)!
3. Mengapa input dengan frekuensi tunggal jika diproses melalui FFT hasilnya
tidak tunggal melainkan ada spectrum-spektrum lainnya, jelaskan jawaban
anda!
4. Buatlah program dalam MatLab yang bertujuan untuk menghilangkan sinyal
1000 Hz pada sinyal x = sin(2.250.t) - sin(2.1500.t)+ sin(2.6000.t) jika
frekuensi sampling yang digunakan 10000 Hz !
5. Jika dua buah sinyal yang berbeda dijumlahkan, bagaimana dengan spektrum
frekuensinya ? Jelaskan !
6. Analisa dan jelaskan listing program pada praktikum !
VI. Tugas Pendahuluan
1. Sebutkan pernyataan Fourier tentang sinyal!
2. Apa kegunaan analisis secara frekuensi? Jelaskan !
3. Jelaskan perbedaan antar DFT dengan FFT! Mana yang lebih cepat DFT atau
FFT?
4. Dapatkah suatu sinyal memiliki spektrum frekuensi yang terdiri dari hanya satu
frekuensi ? Jelaskan !
5. Jelaskan perbedaan DTFT dan DFT, jelaskan juga mengapa hanya DFT yang
bisa diimplementasikan ke dalam Prosesor DSP sedangkan DTFT tidak bisa !
6. Suatu sinyal diskrit x(n) diambil sebanyak 4 sampel : x(n) = (1, -1, 0, 2) hitung
DFT dari sinyal diskrit tersebut dan gambarkan spektrum frekuensi-nya !
PERCOBAAN V
Filter Digital
I. Tujuan
Mahasiswa dapat menjelaskan analisis frekuensi (transformasi fourier) baik
pada sinyal analog maupun digital, DFT dan FFT.
Mahasiswa dapat mendemonstrasikan DFT dan FFT dari suatu sinyal diskrit
menggunakan MATLAB.
II. Ruang Lingkup
A. Teori Singkat
Filter adalah sebuah sistem atau jaringan yang secara selektif merubah
karakteristik (bentuk gelombang, frekuensi, fase dan amplitudo) dari sebuah
sinyal, yang bertujuan untuk meningkatkan kualitas dari sebuah sinyal.
Secara umum tujuan dari pemfilteran adalah untuk meningkatkan kualitas
dari sebuah sinyal sebagai contoh untuk menghilangkan atau mengurangi noise,
mendapatkan informasi yang dibawa oleh sinyal atau untuk memisahkan dua
atau lebih sinyal yang sebelum-nya dikombinasikan, dimana sinyal tersebut
dikombinasikan dengan tujuan mengefisienkan pemakaian saluran komunikasi
yang ada.
Filter digital adalah sebuah implementasi algoritma matematik ke dalam
perangkat keras dan/atau perangkat lunak yang beroperasi pada sebuah input
sinyal digital untuk menghasilkan sebuah output sinyal digital agar tujuan
pemfilteran tercapai.
Aplikasi filter digital antara lain untuk kompresi data, pemrosesan suara,
pengolahan citra, pengiriman data dan echo canceller pada telepon.
Filter adalah sebuah sistem atau jaringan yang secara selektif merubah
karakteristik (bentuk gelombang, frekuensi, fase dan amplitudo) dari sebuah
sinyal.
h(k), k = 0,1,...
x(n)
Input sinyal digital
y(n)
Output sinyal digital
y(n)
N 1
h(k)x(n k)
k0
IIR:
k 0
1
k 0
Contoh:
B. Daftar Alat
ynaxn-byn-1
PC
MATLAB
III. Referensi
Digital Signal Processing : A System Design Approach, Pertemuan 5
Digital Signal Processing : A Practical Approach, Pertemuan 5
DIGITAL SIGNAL PROCESSING, Principles, Algorithms,
and
Applications, Pertemuan 5
Tentang efek penempatan pole dan zero terhadap: http://www.nst.ing.tubs.de/schaukasten/polezero/en_idx.html
Tentang filter digital: http://www.dspguide.com/ch14.htm
Tentang filtering: http://www.bores.com/courses/intro/filters/index.htm
Matlab HELP
IV. Deskripsi Tugas dan Prosesdur
A. Filter Analog
1. Diberikan fungsi alih dari gambar dibawah ini.
Gambar 5.1
Dengan C1=C2=100f, R1 =R2 =2000
25
H(S) S2
15 S 50
subplot(211);plot(F,MR)
xlabel('Frekuensi (Hz)')
ylabel('Magnitude')
title('Magnitude Respon')
subplot(212);plot(F,PR)
xlabel('Frekuensi (Hz)')
ylabel('Phase (Derajat)')
title('Phase Respon')
2. Jika diketahui suatu rangakaian filter analog seperti dibawah ini
Gambar 5.2
Dengan R1=R2=1000and C=100f.
10
H(S)
S 20
V. Tugas Laporan
1. Turunkan fungsi alih dari gambar 5.1 dan gambar 5.2
2. Analisa percobaan yang ada pada percobaan ini.
3. Gambarkan respon frekuensi (Magnitude dan Phase Response) di bawah ini.
y(n ) 1,8 y(n 1) 0,5y(n 2) 0,3x (n) 0,65x(n 1)
Jelaskan program yang anda buat.
VI. Tugas Pendahuluan
1. Sebutkan definisi Filter!
2. Dengan defenisi tersebut apakah ada sistem yang bukan filter? Jelaskan!
3. Sebutkan aplikasi dari filter digital!
4. Sebutkan kelebihan dan kekurangan dari filter digital dibandingkan dengan
filter analog!
5. Jelaskan apa itu fungsi alih, respon frekuensi, magnitude dan phase respon !
PERCOBAAN VI
N 1
y(n )
y(n)
Output sinyal digital
k0
H(z)
N 1
h(k)z k
k0
Gambar 6.1
Tahap-tahap perancangan filter digital FIR
1. Tentukan karakteristik
dan tipe filter yang
akan dibuat.
2. Hitung/tentukan
koefisien filter.
3. Pilih struktur filter.
4. Analisa
efek
dari
kuantisasi
koefisien
filter dan keterbatasn
word length dari
ADC/DAC
dan
prosesor
yang
digunakan.
5. Implementasi hardware
dan / atau software.
6. Verifikasi / testing.
Gambar 6.2
Metode Windowing :
1. Tentukan spesifikasi filter dan tipe filter.
2. Tentukan impulse respon ideal dari filter (hd(n)) (lihat tabel).
3. Pilih fungsi window yang cocok (w(n)).
4. Koefisien/impulse response filter sama dengan impulse respon ideal dikali
dengan fungsi window.
FIR Differensiator dan Hilbert Transformers
FIR Differentiators
- Digunakan untuk melakukan proses derivative pada sebuah sinyal.
- Sebuah ideal differentiator memiliki respon frekuensi yang proporsional
(sebanding) dengan frekuensinya, memiliki respon frekuensi :
Hd () j , -
1
h d (n)
2
H
-
j n
e d
j n
h ( 0 ) 0
d
1
2 j e d
-
cos n
, -n , n 0
n
Hilbert Transformers
- Sebuah all pass filter yang melakukan pergeseran fase sebesar 900 pada
sinyal input yang masuk.
- Sering digunakan pada sistem komunikasi dan sinyal prosesing sebagai
contoh, pada pembangkitkan single side band modulated signals, radar
signal processing dan speech signal processing.
- Memiliki respon frekuensi :
j , 0
Hd ( ) j ,
- 0
2 n
sin
2
hd (n)
2
, n 0
n 0
0 ,
B. Daftar Alat
PC
MATLAB
III. Referensi
Digital Signal Processing : A System Design Approach, Pertemuan 6
Digital Signal Processing : A Practical Approach, Pertemuan 6
DIGITAL SIGNAL PROCESSING, Principles, Algorithms, and
Applications, Pertemuan 6
Desain filter digital FIR secara interaktif: http://wwwusers.cs.york.ac.uk/~fisher/mkfilter/
Pedoman Praktikum Pengolahan Sinyal Digital
Percobaan VI
ver:0 - 2006
Gambar 6.3
Gambar 6.4
5) Pilih jenis filter yang diinginkan (FIR - Window), jumlah orde,
frekuensi sampling, dan frekuensi cutoff sesuai dengan spesifikasi
diatas.
6) Pilih button Design Filter untuk melakukan perhitungan nilai
koefisien.
7) Jika sudah, pilih menu export dari File - Export.. atau tekan Ctrl-E.
Kemudian pada tool Export ganti variable Numerator menjadi B.
Jangan lupa untuk men-klik Overwrite Variables. Kemudian pilih Ok.
8) Tutup ToolBox Filter Design tersebut. Jika diminta untuk save, pilih
No.
9) Kemudian kembalilah ke MATLAB Command Window. Buatlah MFile baru.
10) Ketikkan program dibawah ini
close;
Fs = 10000;
Ts = 1/Fs;
t = 0:Ts:0.05;
y=sin(2*pi*100*t)+sin(2*pi*500*t)+sin(2*pi*1500*t)+sin(2*pi*2000*t);
sound(y,Fs);
pause
subplot(221)
plot(t,y)
title('Mixed signal')
Y
= fft(y,1024);
Ym
= abs(Y);
Pedoman Praktikum Pengolahan Sinyal Digital
Percobaan VI
ver:0 - 2006
f = Fs*(0:511)/1024;
subplot(222)
plot(f,Ym(1:512))
title('Mixed signal spectrum')
pause
z
= filter(B,1,y);
sound(z,Fs);
subplot(223)
plot(t,z)
title('signal after filtered')
Z
= fft(z,1024);
Zm = abs(Z);
f
= Fs*(0:511)/1024;
subplot(224)
plot(f,Zm(1:512))
title('signal after filtered spectrum')
f
= Fs*(0:511)/1024;
subplot(224)
plot(f,Zm(1:512))
title('signal after filtered spectrum')
Gambarkan signal input dan output dalam domain waktu dan frekuensi!
3. Jelaskan mengapa respon fase yang linier pada filter digital FIR tidak
menimbulkan distorsi fase! Dan mengapa hal tersebut dikatakan
menguntungkan? Jelaskan!
4. Pada mencari koefisien filter digital FIR dengan metode windowing, mengapa
impuls respon yang didapat harus dikalikan dengan fungsi window? Jelaskan!
5. Jelaskan mengapa tidak dapat dilakukan konversi flter analog ke filter digital
FIR!
VI. Tugas Pendahuluan
1. Apakah yang anda ketahui tentang filter digital FIR?
2. Sebutkan sifat-sifat filter digital FIR.
3. Sebutkan dan jelaskan metode-metode dalam perancangan dilter digital FIR!
4. Sebutkan jenis-jenis fungsi window ! dan jelaskan juga mengapa dibutuhkan
fungsi window, pada perancangan filter digital menggunakan metode
windowing
VII. Lampiran
PERCOBAAN VII
k 0
0
k
1
ak z
H(z)
k0
M
(1
b z k )
k 1
r
Bandwidth / F sampling
1
F
2 resonan
0
F
sampling
r Jari - jari pole.
2. Konversi dari Filter analog
Filter analog Butterworth normalisasi ( Cutoff = 1)
1
Fungsi alih H ( s )
B n( s)
Bn(s) adalah fungsi polinomial butterworth, di mana nilainya
Orde 1: s+1
Rumus Konversi
2
Orde 2: s3 s 2 21
LPF ke LPF
Orde 3: s + 2s + 2.s+1
s
s Cut
LPF ke HPF
Cut
s s
LPF ke BPF
s 2 o2
Ws
LPF ke BSF
s
Ws
2
s o
Konversi dari filter analog ke digital dilakukan dengan 2 cara:
a. Pendekatan Turunan
Terbatas hanya untuk filter tertentu (LPF dan beberapa BPF).
H ( s ) H ( z )
k
1 z 1
s
T
sampling
b. Bilinear Z -Transform (BZT)
Ketika melakukan konversi dari filter analog ke filter digital,
frekuensi sampling pada filter analog tidak dapat dipakai sebagai
frekuensi sampling pada filter digital. Perlu dibelokkan sedikit
nilainya agar pada saat dilakukan filter digital, frekuensi
sampling digitalnya sama dengan frekuensi sampling analog,
disebut juga warping.
k
H ( s)
H
s
(z)
1
( 1 z )
1
( 1 z )
Warping :
2
.T sampling
tan
T
2
T
sampling
B. Daftar Alat
PC
MATLAB
III. Referensi
Vi
n
R1
R2
+
Vou
t
C2
RA
RB
Buatlah filter digital dari filter analog pada gambar diatas, dimana nilai
C1=C2=100 nf dan R1 =R2 =RA = RB = 1k. Gunakan pendekatan BZT
untuk melakukan konversi, dengan fungsi alih seperti dibawah ini.
C 2 R 1 R 2
2 R 1R 2C 1C 2
1
1
f n n
2 2 R 1 R 2 C 1 C 2
A n 2
A 1
RA
RB
H s
2
s 2 n s
n
Gambarkan signal input dan output dalam domain waktu dan frekuensi!
6. Analisa percobaan pada praktikum ini.
VI. Tugas Pendahuluan
1. Apa yang anda ketahui tentang filter digital IIR !
2. Sebutkan dan jelaskan keuntungan dan kerugian filter digital IIR dibandingkan
dengan filter digital FIR!
3. Apa apa yang anda ketahui tentang warping ? Jelaskan mengapa diperlukan
proses warping dalam perancangan filter digital IIR menggunakan metode BZT!
4. Sebutkan dan jelaskan metode-metode perancangan filter digital IIR !
VII. Lampiran
Diskrit Time
Continous Time
p
fp
Direct
Design
Method
s
fs
Ap
p
p
As
s
s
=k.tan(T/2)
Indirect
design
method
Placement zero
and pole
Fp
Fs
Classic Analog
Filter Design
s to z transform
Ap
As
Butterworth
Chebyshev
Elyptic
Bessel
Persamaan
Difference
y(n)
Dapatkan
koefisien
Struktur
Filter
Finish
Testing
Coding
linier
dB
1
0
p
2
p
-Ap
1
2
-3 dB
Passband
Daerah
Transisi
1
1 s 2
Stopband
-As
s
Fp FC
FS
Frekuensi (Hz)
Filter Parameter
p 1
s 1
1 p
A p 10 log( 1
p
1
2
1 s
2
A s 10 log( 1 s )
PERCOBAAN VIII
Penggunaan Simulink
I. Tujuan
Mahasiswa dapat menjelaskan penggunaan fasilitas simulink pada
MATLAB untuk aplikasi pengolahaan sinyal digital seperti filter digital dan
filter adaptif.
II. Ruang Lingkup
A. Teori Singkat
Filter Adaptif
Filter digital adaptif merupakan filter digital yang mampu melakukan
pengaturan terhadap koefisien-koefisiennya secara otomatis. Algoritma adaptif
yang banyak digunakan adalah algoritma Least Mean Square (LMS) karena
komputasi dan tempat penyimpanan yang dibutuhkan lebih efisien. Algoritma
LMS bertujuan untuk meminimalkan kuadrat dari error yang terjadi.
Persamaan di bawah ini adalah rumus untuk memperbaharui koefisien setiap
pencuplikan pada algoritma LMS.
Wn1 Wn 2en X n
Untuk nilai awal tertentu dari koefisien algoritma LMS akan konvergen dan
stabil jika :
1
0 max
N.daya dari sinyal input atau maksimum nilai eigen dari data input kovarian
matriks.
dn
(sinyal referensi)
xn
(sinyal input )
Filter Digital
yn
(sinyal output)
(sinyal error)
Algoritma
Adaptif
Komponen Utama
Filter Adaptif
B. Daftar Alat
PC
MATLAB
III. Referensi
Digital Signal Processing : A System Design Approach, Pertemuan 8
Digital Signal Processing : A Practical Approach, Pertemuan 8
DIGITAL SIGNAL PROCESSING, Principles , Algorithms, and
Applications, Pertemuan 8
Tentang DSP Simulink:
http://web.ccr.jussieu.fr/ccr/Documentation/Calcul/matlab5v11/docs/00002/
0024b.htm
DSP builder: http://www.altera.com/products/software/products/dsp/dspbuilder.html
Matlab HELP
IV. Deskripsi Tugas dan Prosesdur
A. Filter Analog dengan SimuLink
Buatlah suatu Low-Pass Filter dengan menggunakan SimuLink dengan
fc=1000Hz.
butter
Sine Wave
Analog
Filter Design
Time
Scope
Sine Wave1
Time
Scope1
DF FIR
DSP
Sine Wave
Time
Scope
Digital Filter
DSP
Sine Wave1
Time
Scope1
DSP
Sine Wave
Time
Scope
Digital Filter1
DSP
Sine Wave1
Time
Scope1
Siny al Input
Time
Scope1
128 Koefiesien
mu=0.00 5
DSP
Siny al Ouput
Output
Sinus 100Hz
Sinyal Input
Input
LMS
3.255 e-01 6
Error
Sine Wave
Sinus 100Hz
Desired
Wts
Display1
Time
Scope
LMS Filter
DSP
Sinus 1000Hz
0.05624
Display
Sine Wave1
Gambarkan signal input dan output dalam domain waktu dan frekuensi!
VI. Tugas Pendahuluan
1. Jelaskan penggunaan SimuLink pada MATLAB!
2. Jelaskan apa itu Adaptive Filter dan apa kelebihannya dibandingkan dengan
filter digital (FIR dan IIR)!
3. Sebutkan dan jelaskan algoritma-algoritma untuk membuat adaptive filter!
4. Buat menggunakan SimuLink untuk menampilkan sinyal dibawah ini dalam
domain waktu dan frekuensi !
y=sin(2*pi*100*t)+sin(2*pi*500*t)+sin(2*pi*1500*t)+sin(2*pi*2000*t)