Download - BAB 3.pdf
![Page 1: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/1.jpg)
90 Pengolahan Sinyal
BAB 3 ANALISIS FOURIER UNTUK SINYAL DAN
SISTEM WAKTU KONTINYU
Pertemuan ke : 9-12
Topik belajar : Analisis Fourier Waktu Kontinyu
Alokasi waktu : 2 sks / 2 js
Sub bahasan:
1. Respon Sistem LTI Kontinyu terhadap Eksponensial Kompleks2. Representasi Sinyal Periodik : Deret Fourier Waktu Kontinyu3. Representasi Sinyal Aperiodik : Transformasi Fourier Waktu Kontinyu4. Transformasi Fourier Sinyal Periodik dan Waktu Kontinyu5. Sifat-sifat Transformasi Fourier Waktu Kontinyu6. Sifat Konvolusi7. Tabel Sifat-sifat Transformasi Fourier dan Deret Fourier8. Respon Frekuensi dari Sistem Berdasar Persamaan Diferensial Koefisien
Konstan
Tujuan pembelajaran :
1. Mahasiswa mampu memahami Respon Sistem LTI Kontinyu terhadapEksponensial Kompleks
2. Representasi Sinyal Periodik : Deret Fourier Waktu Kontinyu3. Representasi Sinyal Aperiodik : Transformasi Fourier Waktu Kontinyu4. Transformasi Fourier Sinyal Periodik dan Waktu Kontinyu5. Sifat-sifat Transformasi Fourier Waktu Kontinyu6. Sifat Konvolusi7. Tabel Sifat-sifat Transformasi Fourier dan Deret Fourier8. Respon Frekuensi dari Sistem Berdasar Persamaan Diferensial Koefisien
Konstan
PENDAHULUAN
Pada bab ini akan dibahas representasi alternatif dari sinyal dan sistem LTI
waktu kontinyu. Seperti halnya pada bab sebelumnya, pembahasan dimulai dengan
representasi penjumlahan sinyal yang diboboti dan integral dari beberapa sinyal
dasar. Dalam pembahasan disini sinyal dasar yang digunakan adalah unit impulse
yang tergeser dan eksponensial kompleks. Representasi ini menghasilkan deret dan
transformasi Fourier dalam waktu diskrit yang dapat digunakan untuk menyusun
banyak jenis sinyal yang berguna.
![Page 2: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/2.jpg)
91
Pengolahan Sinyal
MATERI
3.1 RESPON SISTEM LTI KONTINYU TERHADAP EKSPONENSIAL KOMPLEKS
Banyak kelebihan yang diperoleh dalam mempelajari sistem LTI dengan
menyatakan sinyal sebagai kombinasi linier dari sinyal dasar yang mempunyai sifat-
sifat:
1. Sekumpulan sinyal dasar dapat digunakan untuk menyusun sebuah kels sinyal-
sinyal yang luas dan berguna.
2. Respon dari sistem LTI terhadap masing-masing sinyal dasar harus cukup
sederhana dalam struktur untuk menyediakan reperesentasi yang mudah untuk
respon dari sistem terhadap sebarang sinyal yang disusun sebagai sebuah
kombinasi linier dari sinyal-sinyal dasar ini.
Untuk sistem LTI waktu kontinyu kedua kelebihan tersebut diberikan oleh
kelompok eksponensial kompleks dalam bentuk est, dimana s adalah bilangan
kompleks biasa.Pentingnya eksponensial kompleks dalam mempelajari sistem LTI
berasal dari kenyataan yang dapat ditunjukkan di bawah ini bahwa respon sebuah
sistem LTI terhadap sebuah input eksponensial kompleks adalah sama dengan
eksponensial kompleks dengan hanya sebuah perubahan dalam amplitudonya, yaitu :
stst esHe )( ……………………………………………….……. (3.1)
dimana faktor amplitudo kompleks H[s] adalah sebagai fungsi biasa dari variabel
kompleks s. Sebuah sinyal yang menyebabkan output sistem berupa konstanta waktu
dari input disebut sebuah fungsi eigen (eigen function) dari sistem, dan faktor
amplitudonya disebut nilai eigen (eigenvalue).
Untuk menunjukkan bahwa eksponensial kompleks benar-benar fungsi eigen
dari sistem LTI, berikut diberikan sistem LTI dengan respon impulse h(t). Untuk
sebuah input x(t) dapat ditentukan melalui penggunaan integral konvolusi, sehingga
x(t) berbentuk x(t) = est, maka dari persamaan (3.1) diperoleh :
( )( ) ( ) ( ) ( ) s ty t h x t d h e d
……………………. (3.2)
Nyatakan es(t-) dalam bentuk est atau e-st sehingga semua est dapat dikeluarkan dari
integral, persamaan (3.2) menjadi:
![Page 3: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/3.jpg)
92
Pengolahan Sinyal
dehety sst )()( …………………………………….. (3.3)
sehingga respon dari estmempunyai bentuk
stesHty )()( …………………………………………….. (3.4)
dimana H(s) adalah kostanta kompleks yang seluruh nilainya tergantung pada s dan
berkaitan dengan respon impulse sistem dengan berhubungan sebagai berikut:
dehsH s)()( …………………………………………….. (3.5)
Sehingga dapat ditunjukkan bahwa eksponensial kompleks sebarang merupakan
fungsi eigen dari sistem LTI. Konstanta H[s] untuk harga s tertentu adalah nilai eigen
yang berkaitan dengan fungsi eigen est. Analisis sistem LTI dengan menggunakan
fungsi eigen dapat juga dilihat dari contoh berikut. Sinyal x(t) menyatakan sebuah
kombinasi linier dari 3 eksponensial kompleks, yaitu :
tststs eaeaeatx 321321)( …………………………………….. (3.6)
Respon masing-masing adalah:
31 31 1 2 21 1 1 2 2 2 3 3 3( ) ( ) ( )s t s ts t s t s t s ta e a H s e a e a H s e a e a H s e
dan dari sifat superposisi dari persamaan (3.1) dan (3.2), respon dari jumlah input
adalah jumlah dari respon-respon tersebut, sehingga:
tststs esHaesHaesHaty 321 )()()()( 332211 ……………. (3.7)
Dalam bentuk lebih umum:
k
tskk
k
tsk
kk esHaea )( ……………. (3.8)
Sehingga dalam sistem LTI, jika diketahui nilai eigen H(su), maka respon dari
kombinasi linier eksponensial kompleks dapat disusun langsung.
3.2 REPRESENTASI SINYAL PERIODIK : DERET FOURIER WAKTU KONTINYU
Dari Bab II, sebuah sinyal adalah periodik jika untuk nilai positif dan tidak nol.
tsemuauntukTtxtx )()( …………………………….. (3.9)
Periode dasar T0 dari x(t) adalah minimum positif, nilai bukan nol dari T sehingga
persamaan (3.9) terpenuhi, dan nilai 2/t0 disebut frekuensi dasar.
Pada bab sebelumnya telah diberikan dua sinyal periodik, sinusoida:
ttx 0cos)( …………………………………………….. (3.10)
dan eksponensial kompleks periodik:
![Page 4: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/4.jpg)
93
Pengolahan Sinyal
tjetx 0)( …………………………………………….. (3.11)
Kedua sinyal periodik dengan frekuensi dasar w0 dan periode dasar T0=2/w0
bersesuaian dengan sinyal pada persamaan (3.11), harmonisa dari eksponensial
kompleks:
,2,1,0,)( 0 ket tjkk
…………………………….. (3.12)
Seperti telah dibahas sebelumnya masing-masing sinyal ini mempunyai frekuensi
dasar yang merupakan kelipatan dari w0 dan masing-masing periodik dengan periode
T0 (walaupun untuk k2, periode dasar dari k(t) adalah pecahan dari T0). Sehingga
kombinasi linier dari harmonisa eksponensial kompleks dari:
k
tjkk eatx 0)( …………………………………………….. (3.13)
juga periodik dengan periode T0. Dalam persamaan (3.13), bentuk untuk k = 0 adalah
sebuah komponen dc atau bentuk konstan. Dua bentuk pada k = 1 mempunyai
periode dasar yang sama dengan T0 dan disebut komponen dasar atau komponen
harmonisa pertama. Dua bentuk pada k = 2 adalah periode dengan periode setengah
(atau frekuensinya dua x) dari komponen dasar dan disebut komponen harmonisa
kedua. Secara umum komponen pada k = N disebut sebagai representasi komponen
harmonisa ke–N.
Representasi sinyal periodik dalam bentuk persamaan (3.13) disebut sebagai
deret Fourier. Berikut sebuah contoh dari representasi tersebut.
Contoh 3.1
Sebuah sinyal periodik x(t) dengan frekuensi dasar 2, dinyatakan dalam
bentuk persamaan (3.13). Sehingga:
3
3
2)(k
tjkk eatx …………………………………………….. (3.14)
dimana : a0 = 1, a1 = a-1 = ½, a2 = a-2 = ½ , a3 = a-3 = 1/3
Persamaan (3.14) dinyatakan dalam tiap komponen harmonisanya adalah sebagai
berikut :
)()()(1)( 663144
2122
41 tjtjtjtjtjtj eeeeeetx (3.15)
Dengan menggunakan rumus Euler x(t) dapat dinyatakan dalam bentuk
ttttx 6cos4cos2cos1)( 32
21 …………………….. (3.16)
Gambar 3.1 menunjukkan representasi grafik dari sinyal x(t).
![Page 5: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/5.jpg)
94
Pengolahan Sinyal
Persamaan (3.16) adalah contoh dari kemungkinan bentuk dari deret Fourier
dari bentuk persamaan (3.13). Jika x’(t)=x(t) maka diperoleh:
k
tjkk eatx 0*)(
Gambar 3.1 Sinyal x(t) pada Contoh 3.1.
Dalam penjumlahan k diganti dengan-k, maka diperoleh ekivalennya,
k
tjkk eatx 0*)(
Dibandingkan dengan persamaan (3.13) dibutuhkan ak = ak* atau ekivalen dengan:
kk aa * …………………………………………………….. (3.17)
Dalam kasus Contoh 3.1 dimana ak adalah real sehingga ak = a-k.
Untuk memperoleh bentuk alternatif dari deret Fourier pertama persamaan (3.13)
disusun dalam bentuk:
![Page 6: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/6.jpg)
95
Pengolahan Sinyal
10
00)(k
tjkk
tjkk eaeaatx
Menggunakan persamaan (3.17) persamaan ini menjadi:
1
*0
00)(k
tjkk
tjkk eaeaatx
Jika dua bentuk dalam penjumlahan adalah kompleks konjugate satu dengan lainnya
maka dapat dinyatakan sebagai:
1
002)(
k
tjkkeaeatx …………………………………….. (3.18)
Jika ak dinyatakan dalam bentuk polar sebagai:
kjkk eAa
maka persamaan (3.18) menjadi:
1
002)(
k
tjkk
keAeatx
Sehingga:
1
00 )cos(2)(k
kk tkAatx …………………………….. (3.19)
Persamaan (3.19) adalah bentuk umum dari deret Fourier dari sinyal periodik waktu
kontinyu. Bentuk lain diperoleh dengan menuliskan ak dalam bentuk:
kkk jCBa
dimana Bk dan Ck adalah real. Dengan bentuk ak ini, persamaan (3.18) mempunyai
bentuk:
1
000 coscos2)(k
kk tkCtkBatx …………………….. (3.20)
Dalam Contoh 3.1 ak adalah nol dan dalam kedua representasi, persamaan (3.19) dan
(3.20) menyederhanakan persamaan (3.16).
Sehingga terlihat bahwa untuk fungsi periodik real deret Fourier berbentuk
eksponensial kompleks seperti yang diberikan dalam persamaan (3.13) adalah
ekivalen secara matematis dengan dua bentuk dalam persamaan (3.19) dan (3.20)
yang menggunakan fungsi trigonometri. Namun demikian persamaan (3.13) yang
menggunakan bentuk eksponensial kompleks lebih banyak digunakan dalam
pembahasan selanjutnya.
Persamaan (3.17) adalah sebuah contoh dari sifat yang dimiliki oleh deret dan
transformasi Fourier. Sifat-sifat ini lebih berguna dalam proses komputasi. Satu sifat
![Page 7: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/7.jpg)
96
Pengolahan Sinyal
yang penting telah diperoleh dari contoh diatas. Sinyal periodik x(t) dengan deret
Fourier seperti dinyatakan dalam persamaan (3.13) dan digunakan sebagai input dari
sistem LTI dengan respon h(t). Secara umum jika input dari sebuah sistem adalah
sinyal periodik dengan periode T, maka outputnya juga periodik dengan periode
sama. Dapat ditunjukkan dengan menggunakan perhitungan koefisien deret Fourier
dari output dalam bentuk dari inputnya.
Dengan menggunakan kenyataan bahwa setiap eksponensial kompleks dalam
persamaan (3.13) adalah sebuah fungsi eigen sistem dan dengan menggunakan
persamaan (3.18), output y(t) dinyatakan dengan:
1
00)()(
k
tjkk ekHAty …………………………………….. (3.21)
dimana dari persamaan (3.5), nilai eigen H(k0) adalah:
dehkH jk 0)()( 0 …………………………………….. (3.22)
Jika {ak} adalah himpunan koefisien deret Fourier untuk input x(t), maka {akH(k0)}
adalah himpunan dari koefisien output y(t).
Contoh 3.2
Sinyal periodik x(t) seperti pada Contoh 3.1 digunakan untuk input sistem LTI
dengan respon impulse: )()( tueth t
Untuk menghitung output y(t) pertama dihitung H(k0).
0000
0 1
1
1
1)( 00
jkee
jkdeekH jkjkt
…. (3.23)
Maka dengan menggunakan persamaan (3.14), (3.21) dan (3.23) dan 0 = 2,
diperoleh:
3
3
2)(k
tjkk ebty …………………………………………….. (3.24)
dengan bk = akH(k2):
![Page 8: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/8.jpg)
97
Pengolahan Sinyal
61
1
3
1,
61
1
3
1
41
1
2
1,
41
1
2
1
21
1
4
1,
21
1
4
1
33
22
11
jb
jb
jb
jb
jb
jb
…………………….. (3.25)
Maka y(t) harus merupakan sinyal nol jika g(t) adalah hasil konvolusi dari x(t) dan
h(t) keduanya real. Hal ini dapat dicek dengan menguji persamaan (3.25) dan b*k = b-
k. Sehingga y(t) dapat dinyatakan dalam bentuk persamaan (3.19) atau (3.20) :
3
1
)2cos(21)(k
kk ktDty ……………………………. (3.26)
3
1
)2sin2cos21)(k
kk ktFktEty ……………………. (3.27)
dimana
3,2,1, kjFEeDb kkj
kkk ……………………….……. (3.28)
koefisien-koefisien dapat dievaluasi dari persamaan (3.25). Sebagai contoh:
)41(2
,414
1
)2(tan,414
1
211211
111211
bmFbeE
bbD
Pada Gambar 3.2 ditunjukkan sketsa dari y(t) dan masing-masing bentuk representasi
deret Fourier berdasarkan persamaan (3.26). Bandingkan gambar ini dengan Gambar
3.1, dimana masing-masing bentuk adalah sinusoida pada frekuensi yang sama
dengan x(t) tetapi berbeda dalam fasa dan amplitudo.
3.2.1 Penetapan Representasi Deret Fourier dari Sinyal Periodik
Diasumsikan bahwa sinyal periodik yang diberikan dapat dinyatakan dalam
deretan seperti persamaan (3.13), hal ini diperlukan untuk menentukan koefisien ak.
Kalikan kedua ruas dari persamaan (3.13) dengan tjne 0 , diperoleh:
k
tjntjkk
tjn eeaetx 000)( ……………………………….……. (3.29)
Integral kedua ruas dari 0 s/d To = 2/0, diperoleh:
0
000
0
00
)(T
k
tjntjkk
T tjn dteeadtetx
![Page 9: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/9.jpg)
98
Pengolahan Sinyal
Disini T0 adalah periode dasar dari x(t), dan akibatnya integral tersebut terjadi pada
satu periode. Tukarkan orde integral dan penjumlahan sehingga didapat:
0
000
0
00
)(T
tjntjk
kk
T tjn dteeadtetx …………………….. (3.30)
Evaluasi dari integral di dalam kurung dapat dilakukan langsung dengan
menggunakan rumus Euler, diperoleh:
0000
0 00 00
)( )sin()cos(TTT tnkj dttnkjdttnkdte …….. (3.31)
Gambar 3.2 Sinyal y(t) pada Contoh 3.2
Untuk k n, cos (k-n)0t dari sin (k–n)0t adalah sinusoida periodik dengan periode
dasar (To/|k–n|). Dalam persamaan (3.31) integrasi dilakukan pada satu inteval
dengan panjang T0 yaitu sejumlah integral dari periode sinyal-sinyal tersebut. Jika
integral tersebut dapat dipandang sebagai pengukuran dari total luasan dibawah
fungsi ini pada satu interval, maka untuk k n kedua integral pada ruas kanan
persamaan (3.31) adalah nol. Untuk k = n, integran pada ruas kiri persamaan (3.31)
sama dengan 1 sehingga integralnya sama dengan T0. Jika dikumpulkan diperoleh:
![Page 10: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/10.jpg)
99
Pengolahan Sinyal
nk
nkTdte
Ttnkj
,0
,0
0
)(0
0
dan akibatnya ruas kanan persamaan (3.30) menjadi T0an sehingga:
00
00
)(1 T tjn
n dtetxT
a …………………………………….. (3.32)
yang merupakan persamaan untuk menentukan koefisen-koefisien. Selanjutnya
persamaan (3.31) menggunakan interval integrasi dengan panjang To, yang
merupakan jumlah integral dalam periode cos (k-n)ot dan sin(k-n)ot, jika 0T
menyatakan integrasi untuk sbarang interval dengan panjang To, maka:
nk
nkTdte
T
tnkj
,0
,0)(
0
0
Akibatnya jika persamaan (3.29) diintegralkan dengan interval sepanjang To,
maka dapat dilakukan langkah yang sama seperti yang dilakukan dari persamaan
(3.30) sampai dengan persamaan (3.32). Hasilnya adalah :
0
0)(1
0 T
tjnn dtetx
Ta …………………………………….. (3.33)
Secara ringkas dapat dinyatakan jika x(t) mempunyai representasi deret
Fourier (yaitu jika dapat dinyatakan sebagai kombinasi linier dari harmonisa yang
berkaitan dengan eksponensial kompleks dalam bentuk persamaan (3.33)) maka
koefisiennya dinyatakan oleh persamaan (3.33). Pasangan persamaan ini,
mendefinisikan deret Fourier dari sinyal periodik:
k
tjkkeatx 0)( …………………………………….. (3.34)
0
0)(1
0 T
tjkk dtetx
Ta …………………………………….. (3.35)
Persamaan (3.34) disebut sebagai persamaan sisntesis dan persamaan (3.35)
disebut persamaan analisis. Koefisien {ak} disebut koefisien deret Fourier atau
koefisen spektrum dari x(t). Koefisien kompleks ini menyatakan porsi sinyal x(t)
pada setiap harmonisa dari frekuensi dasar. Koefisien a0 adalah konstanta dc dari x(t)
dan dinyatakan dengan persamaan (3.35) dengan k = 0, yaitu :
0
)(1
00
T
dttxT
a …………………………………………….. (3.36)
![Page 11: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/11.jpg)
100
Pengolahan Sinyal
yang merupakan nilai rata-rata dari x(t) dalam satu periode. Persamaan (3.34)
ditemukan oleh Euler dan persamaan (3.35) ditemukan oleh Lagrange pada abad ke-
18.
Berikut beberapa contoh dari deret Fourier sinyal periodik.
Contoh 3.3
Sebuah sinyal x(t) dinyatakan dengan persamaan berikut: ttx 0sin)(
Satu pendekatan untuk menentukan koefisien deret Fourier dari contoh ini
menggunakan persamaan (3.35). Dalam hal ini lebih mudah menggunakan fungsi
sinusoidal sebagai kombinasi dari eksponensial kompleks dan identifikasi
berdasarkan koefisien deret Fourier. Bentuk sin ot dapat dinyatakan dalam:
tjtj ej
ej
t 00
2
1
2
1sin 0
Sehingga,
1 1
1 1, , 0 dimana 1 1
2 2 ka a a k atauj j
Contoh 3.4
Sinyal x(t) dinyatakan dalam:
42coscos2sin1)( 000
ttttx
yang dirubah dalam bentuk eksponensial kompleks:
)4/2()4/2( 000000
2
1
2
11)( tjtjtjtjtjtj eeeeee
jtx
Dengan menggabungkan bentuk yang sama diperoleh:
tjjtjjtjtj eeeeej
ej
tx 0000 2)4/(2)4/(
2
1
2
1
2
11
2
111)(
Koefisien deret Fourier dari contoh diatas adalah:
2,0,14
2
2
1,1
4
2
2
1
,2
11
2
111,
2
11
2
11,1
)4/(2
)4/(2
10
kajeajea
jj
ajj
aa
kjj
Dalam Gambar 3.3 ditunjukkan plot dari magnitudo dan fasa dari ak dalam bentuk
grafik batang yang masing-masing garis menyatakan magnitudo atau fasa dari
harmonisa x(t) yang bersesuaian.
![Page 12: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/12.jpg)
101
Pengolahan Sinyal
Gambar 3.3 Plot magnitudo dan fasa dari koefisien Fourier dari sinyal pada Contoh 3.4
Contoh 3.5
Gelombang persegi periodik yang ditujukan pada Gambar 3.4 didefinisikan untuk
satu periode sebagai berikut.
2,0
,1)(
01
1
TtT
Tttx …………………………………….. (3.37)
Sinyal ini periodik dengan periode dasar T0 dan frekuensi dasar 0=2/T0.
Gambar 3.4 Gelombang persegi periodic
Untuk menentukan koefisen deret Fourier untuk x(t), digunakan persamaan
(3.35). Karena x(t) simetris pada t = 0 maka integral akan lebih mudah dilakukan
pada interval (T0/2) t (T0/2), karena sebarang interval integral sepanjang T0
diperbolehkan dan memberikan hasil yang sama. Dengan menggunakan batas
integrasi tersebut dan substitusi dari persamaan (3.37) ; untuk k = 0 diperoleh:
0
1
00
21 1
1T
Tdt
Ta
T
T
…………………………………………….. (3.38)
seperti telah dinyatakan sebelumnya a0 adalah harga rata-rata dari x(t) yang dalam
hal ini adalah sama dengan bagian dari setiap periode selama x(t) = 1. Untuk k0,
1
1
0
1
1
0
000
11 T
T
tjkT
T
tjkk e
Tjkdte
Ta
![Page 13: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/13.jpg)
102
Pengolahan Sinyal
yang juga dapat dituliskan:
j
ee
Tka
TjkTjk
k 2
2 1010
00
…………………………………….. (3.39)
Rumus didalam kurung tidak lain adalah sin k0T, koefisien ak dapat dinyatakan:
0,sinsin2 10
00
10 kk
Tk
Tk
Tkak
…………………….. (3.40)
Disini digunakan persamaan 0T0 = 2.
Representasi grafik dari koefisen deret Fourier pada contoh ini untuk nilai
tetap T1 dan beberapa nilai T0 ditunjukkan pada Gambar 3.5. Untuk T0 = 4T1, x(t)
adalah gelombang persegi simetris (yaitu bernilai satu selama setengah periode dan
nol pada setengah periode berikutnya). Dalam hal ini 0T1 = /2 dan dari persamaan
3.40:
Gambar 3.5 Koefisien deret Fourier untuk sinyal persegi periodik; (a) T0 = 4 T1, (b) T0 = 8 T1,
(c) T0 = 16 T1
0,)2/sin(
kk
kak
…………………………………….. (3.41)
sedangkan dari persamaan (3.38),
a0 = ½
Dari persamaan (3.41) jelas bahwa ak = 0 untuk k genap. Juga sin (k/2) berubah
antara 1 untuk nilai k ganjil dan genap secara berturutan. Maka:
![Page 14: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/14.jpg)
103
Pengolahan Sinyal
1 1 3 3 5 5
1 1 1, , , , .
3 5a a a a a a dst
Dalam beberapa contoh, koefisien deret Fourier adalah bilangan real sehingga dapat
digambarkan pada satu grafik. Tetapi dalam kasus yang lebih umum, koefisien deret
Fourier berupa bilangan kompleks sehingga diperlukan 2 grafik real dan imajiner
atau magnitudo dan phase dari tiap koefisen.
3.3 REPRESENTASI SINYAL APERIODIK : TRANSFORMASI FOURIER WAKTU
KONTINYU
3.3.1. Pengembangan Transformasi Fourier : Representasi Sinyal Aperiodik
Pada bagian sebelumnya telah dibahas bagaimana sebuah sinyal periodik
dapat dinyatakan sebagai kombinasi linier dari harmonisa eksponensial kompleks.
Hasil ini dapat dikembangkan untuk menyatakan sebuah sinyal aperiodik kombinasi
linier dari eksponensial kompleks.
Sebuah sinyal periodik gelombang persegi dari Contoh 3.5 mempunyai
koefisien deret Fourier yang diberikan oleh persamaan (3.40) sebagai berikut:
00
10sin2
Tk
Tkak
…………………………………………….. (3.42)
dimana T0 adalah periode sinyal dan 0=2/T0. Dalam Gambar 3.5 ditunjukkan plot
dari koefisien-koefisien ini untuk nilai T1 tetap dan beberapa nilai T0. Dalam Gambar
3.7 ditunjukkan kembali gambar plot tersebut dengan beberapa modifikasi.
Khususnya, diplot T0ak untuk menggantikan ak dan modifikasi pada spasi horisontal
dari setiap plot. Perlunya perubahan ini dapat dilihat dengan mengujinya
mengunakan persamaan (3.42). Perkalian ak dengan T0 diperoleh :
0
1
0
100
sin2sin2
kk
T
k
TkaT
……………………….……. (3.43)
![Page 15: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/15.jpg)
104
Pengolahan Sinyal
Gambar 3.6 Koefisien Fourier dan selubungnya untuk gelombang persegi periodik; (a) T0 = 4T1,
(a) T0 = 8T1, (c) T0 = 16T1
Sehingga jika adalah variabel kontinyu, fungsi (2sinT1)/ menyatakan
selubung dari T0ak, dan koefisien-koefisien ini adalah sampel-sampel yang berjarak
sama dari selubung tersebut. Untuk T1 tetap, selubung dari T0ak adalah tidak
tergantung pada T0. Dari Gambar 3.6 terlihat bahwa jika T0 naik (atau ekivalen
dengan 0 turun), selubung disampel dengan spasi yang lebih rapat. Untuk T0 yang
sangat besar, gelombang persegi periodik asal akan mendekati pulsa persegi (yaitu
sebuah sinyal periodik dalam seluruh kawasan waktu berhubungan dengan satu
periode dari gelombang persegi). Demikian juga dengan koefisien deret Fourier
dikalikan dengan T0 akan mendekati sampel jarak dari selubung, sehingga dalam
beberapa hal koefisien-koefisien deret Fourier akan mendekati fungsi selubung jika
T0.
Contoh diatas melukiskan ide dasar dari pengembangan Fourier untuk
representasi sinyal aperiodik. Secara spesifik, sinyal aperiodik dinyatakan sebagai
limit dari sebuah sinyal periodik jika periodenya sangat besar, dan juga telah diuji
perilaku pembatasan dari representasi deret Fourier dari sebuah sinyal. Sebuah sinyal
aperiodik umum x(t) mempunyai durasi terbatas. Untuk T1 tertentu x(t) = 0 jika |t| >
T1. Sebuah sinyal ditunjukan pada Gambar 3.7(a). Dari sinyal aperiodik ini dapat
![Page 16: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/16.jpg)
105
Pengolahan Sinyal
disusun sebuah sinyal periodik x~ (t) untuk satu periode x(t) seperti ditunjukkan pada
Gambar 3.7(b). Jika periode T0 dibuat besar, maka x~ (t) identik dengan x(t) untuk
sebuah interval yang panjang ,dan untuk T0 , x~ (t) sama dengan x(t) untuk nilai t
yang terbatas.
Gambar 3.7 (a) Sinyal aperiodik, (b) sinyal periodik dari x(t) selama satu periode.
Berikut diuji efek-efek dari representasi deret Fourier dari x~ (t). Dari
persamaan (3.35) jika batas integral diberikan –T0/2 t T0/2, diperoleh:
k
tjkkeatx 0)(~ …………………………………………….. (3.44)
2/
2/0
0
0
0)(~1T
T
tjkk dtetx
Ta …………………………………….. (3.45)
Jika x~ (t) = x(t) untuk |t| < T0/2 dan jika x(t) = 0 diluar inteval tersebut, persamaan
(3.45) dapat ditulis menjadi:
dtetxT
dtetxT
a tjkT
T
tjkk
0
0
0
0 )(1
)(1
0
2/
2/0
Sehingga definisi x() untuk T0ak adalah:
dtetxX tj )()( …………………………………………….. (3.46)
koefisien ak dapat dinyatakan sebagai:
)(1
00
kXT
ak …………………………………………….. (3.47)
Dengan menggabungkan persamaan (3.47) dan (3.44), x~ (t) dapat dinyatakan dalam
bentuk X() sebagai:
k
tjkekXT
tx 0)(1
)(~0
0
![Page 17: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/17.jpg)
106
Pengolahan Sinyal
Jika 2/T0 = 0, maka ekivalen dengan
k
tjkekXtx 000)(
2
1)(~
…………………………….. (3.48)
Jika T0 , x~ (t) mendekati x(t) dan akibatnya persamaan (3.48) menjadi
representasi dari x(t) selanjutnya 0 dan ruas kanan persamaan (3.48)
merupakan sebuah integral. Representasi grafik dari persamaan (3.48) ditunjukkan
pada Gambar 3.8. Masing-masing suku dalam penjumlahan di ruas kanan persamaan
(3.48) adalah luasan dari sebuah persegi panjang dengan tinggi X(k0)ejkot dan lebar
0 (t dianggap tetap). Jika 0 0, maka akan konvergen sebagai integral dari
X()ejt. Maka dengan menggunakan kenyataan bahwa )()(~ txtx untuk T0 ,
persamaan (3.48) dan (3.46) menjadi:
deXtx tj)(2
1)( …………………………………….. (3.49)
dtetxX tj )()( …………………………………………….. (3.50)
Gambar 3.8 Interpretasi grafik dari persamaan (3.59)
Persamaan (3.49) dan (3.51) dikenal sebagai pasangan transformasi Fourier
dengan fungsi X() seperti diberikan oleh persamaan (3.50) disebut sebagai
transformasi Fourier atau integral Fourier dari x(t) dan persamaan (3.49) adalah
persamaan invers transformasi Fourier. Persamaan sintesa (3.49) memberikan aturan
yang mirip untuk sinyal aperiodik dengan persamaan (3.34) untuk sinyal periodik,
jika keduanya adalah dekomposisi dari sebuah sinyal dalam kombinasi linier dari
eksponensial kompleks. Untuk sinyal periodik eksponensial kompleks mempunyai
amplitudo {ak} yang diberikan oleh persamaan (3.35) dan terjadi pada frekuensi
harmonik diskrit k0, k = 0, 1, 2 , … . Untuk sinyal aperiodik eksponensial
kompleks terjadi pada frekuensi kontinyu dan berkaitan dengan sintesa persamaan
(3.49) dengan amplitudo X()(d/2). Seperti halnya terminologi dari koefisien
deret Fourier dari sinyal periodik maka transformasi X() dari x(t) disebut sebagai
![Page 18: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/18.jpg)
107
Pengolahan Sinyal
spektrum dari x(t) dan informasi tentang bagaimana x(t) disusun dari sinyal
sinusoidal pada frekuensi yang berbeda.
3.4 TRANSFORMASI FOURIER SINYAL PERIODIK DAN WAKTU KONTINYU
Pada bagian sebelumnya telah dikembangkan transformasi Fourier untuk
sinyal aperiodik dengan mempertimbangkan perilaku dari deret Fourier dari sinyal
periodik yang periodenya sangat panjang seperti ditunjukkan pada hasil yang
diperoleh. Deret Fourier dan representasi transformasi Fourier adalah sangat
berhubungan, dan pada bagian ini akan dipelajari lebih lanjut dan juga
dikembangkan sebuah representasi transformasi Fourier untuk sinyal periodik.
3.4.1 Koefisien Deret Fourier Sebagai Sampel dari Transformasi Fourier Untuk
Satu Periode.
Sebagai langkah pertama, dari penurunan transformasi Fourier hal yang
penting adalah bahwa koefisien Fourier dari sinyal periodik )(~ tx dapat diperoleh
dari sampel-sampel dan sebuah selubung yang sama dengan transformasi Fourier
dari sinyal periodik x(t) yang sama dengan satu periode dari )(~ tx . Jika )(~ tx
mempunyai periode dasar T0 seperti pada Gambar 3.9, maka x(t) dinyatakan:
2atau
2,0
22),(~
)(00
00
Tt
Tt
Tt
Ttx
tx …………………………….. (3.51)
maka koefisisen Fourier ak dari x~ (t) dapat dinyatakan dalam bentuk sampel-sampel
dari transformasi Fourier X() dari x(t):
)(1
)(1
)(1
)(~1
000
2/
2/0
2/
2/0
0
0
0
0
0
0
0
kXT
dtetxT
dtetxT
dtetxT
a
tjk
T
T
tjkT
T
tjkk
…………………….. (3.52)
Gamnbar 3.9 Sinyal periodik
![Page 19: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/19.jpg)
108
Pengolahan Sinyal
Bagaimanapun jika koefisien Fourier tidak dapat diperoleh dengan integrasi
dengan sebarang inteval dengan panjang T0 (lihat persamaan (3.35)) maka dapat
diperoleh representasi yang lebih umum dari persamaan (3.53). Secara khusus, jika s
adalah titik sebarang dalam waktu dan didefinisikan x(t) sama dengan )(~ tx pada
interval s t s+T0 dan bernilai nol pada t lainnya. Diperoleh:
0
0
atau,0
),(~)(
Tstst
Tststxtx …………………………….. (3.53)
Kemudian koefisien deret Fourier dari x~ (t) diberikan oleh:
)(1
00
kXT
ak …………………………………………….. (3.54)
dimana X() adalah transformasi Fourier dari x(t) dinyatakan oleh persamaan (3.50).
Contoh 3.6
Sinyal )(~ tx adalah gelombang persegi periode dengan periode T0 seperti ditunjukkan
pada Gambar 3.10(a) dan x1(t) dan x2(t) ditunjukkan pada Gambar 3.10(b) dan
3.10(c). Sinyal-sinyal ini masing-masing sama dengan )(~ tx pada interval dengan
panjang T0 yang berbeda .Seperti terlihat pada Contoh 3.5, trasformasi Fourier dari
x1(t) diberikan oleh:
11
sin2)(
TX …………………………………………….. (3.55)
Transformasi Fourier dari x2(t) dapat diperoleh dari persamaan (3.50).
2/)(2/1
2/2/2/)(2/2/2/
0
22
101
1110111
101
0
10
1
2sin
2
11
11
11
)()(
TTjTj
TjTjTTjTjTjTj
TjTjTj
T
TT
tjT
tjtj
eeT
eeej
eeej
eej
ej
dtedtedtetxX
(3.56)
Transformasi X1() dan X2() adalah tidak sama. Jika X2() bernilai real untuk
semua harga , tetapi X2() tidak. Untuk = k0, persamaan (3.45) menjadi:
2/)(2/10
002
10010
2sin
2)( TTjkTjk ee
Tk
kkX
Jika 0T0 = 2, maka persamaan diatas dapat sederhanakan:
![Page 20: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/20.jpg)
109
Pengolahan Sinyal
2cos
2sin
4
2sin
2)(
1010
0
2/)(2/10
002
10010
TkTk
k
eeTk
kkX TTjkTjk
Dengan menunjukkan identitas trigonometri sin 2x = 2 sin x cos x , diperoleh:
)(
sin2)( 01
0
002
kXk
TkkX
Yang secara substansial sama dengan hasil dalam persamaan (3.43) bahwa koefisien
Fourier dari sebuah sinyal periodik dapat diperoleh dari sampel-sampel transformasi
Fourier dari sinyal aperiodik yang sama dengan sinyal periodik asal pada sebarang
interval dengan panjang T0 dan bernilai nol di luar interval tersebut.
Gambar 3.10 (a) Sinyal periodik )(~ tx (b) dua sinyal aperiodik masing-masing sama dengan
)(~ tx pada panjang interval T0 yang berbeda.
3.4.2 Transformasi Fourier Untuk Sinyal Periodik
Sekarang akan dibahas transformasi Fourier untuk sinyal periodik. Seperti
yang akan terlihat transformasi Fourier dapat disusun dari suatu sinyal secara
langsung dari representasi deret Fouriernya. Hasil transformasi Fourier dari sebuah
sinyal periodik terdiri dari sebuah deretan impulse dalam kawasan frekuensi,dengan
luasan dari impulse sebanding dengan koefisien deret Fourier. Hal ini akan
memberikan sebuah representasi menarik, hal ini akan memfasilitasi aplikasi teknik
analisis Fourier untuk masalah modulasi dan sampling.
![Page 21: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/21.jpg)
110
Pengolahan Sinyal
Untuk mendapatkan hasil yang lebih umum, diberikan sebuah sinyal x(t)
dengan transformasi Fourier X() yang merupakan sebuah impulse tunggal dengan
luas 2 pada = 0, yaitu:
)(2)( 0 X …………………………………………….. (3.57)
Untuk menentukan sinyal x(t), transformasi Fourier invers dapat digunakan untuk
memperoleh:
detx tj)(22
1)( 0
Secara lebih umum, jika X() adalah bentuk dari sebuah kombinasi linier dari
impulse yang berjarak sama dalam frekuensi, maka:
k
k kaX )(2)( 0 ……………………………………. (3.58)
kemudian dengan mengunakan persamaan (3.60) menghasilkan:
k
tjkk eatx 0)( …………………………….………………. (3.59)
Terlihat bahwa persamaan (3.59) tepat bersesuaian dengan representasi deret Fourier
dari sebuah sinyal periodik seperti ditentukan oleh persamaan (3.34). Sehingga
transformasi Fourier dari sebuah sinyal periodik dengan koefisien deret Fourier {ak}
dapat dinyatakan sebagai sebuah deretan dari impulse yang terjadi pada frekuensi
harmonisa dan luas impulse pada frekuensi harmonisa ke-k adalah 2 kali dari
koefisien deret Fourier ke–k, ak.
Contoh 3.7
Diberikan gelombang pulsa seperti ditunjukkan pada Gambar 3.10(a). Koefisien
deret Fourier untuk sinyal tersebut adalah:
k
Tkak
10sin
dan transformasi Fouriernya adalah:
k
kk
TkX )(
sin2)( 0
10
yang disketsa pada Gambar 3.11 untuk T0 = 4T1. Jika dibandingkan dengan Gambar
3.5, perbedaannya hanyalah pada sebuah faktor yang sebanding dengan 2 dan
penggunaan impulse-impulse untuk menggantikan sebuah grafik batang.
![Page 22: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/22.jpg)
111
Pengolahan Sinyal
Gambar 3.11 Transformasi Fourier dari gelombang persegi simetris periodic
3.5 SIFAT-SIFAT TRANSFORMASI FOURIER WAKTU KONTINYU
Pada bagian ini akan sering digunakan fungsi-fungsi kawasan waktu dan
transformasi Fouriernya, sehingga akan lebih mudah jika digunakan notasi-notasi
yang lebih pendek untuk menunjukkan hubungan antara sinyal dan transformasinya.
Sebuah sinyal x(t) dan transformasi Fouriernya X() dihubungkan oleh persamaan
sintesis dan analisis tranformasi Fourier :
(3.60)
deXtx tj)(2
1)( …………………….………. (3.60)
(3.61)
dtetxX tj )()( …………………………………….. (3.61)
Kemudian notasi X() akan dinyatakan juga dengan F{x(t)} dan notasi x(t)
dinyatakan sebagai F{X()}, juga x(t) dan X() dinyatakan sebagai pasangan
transformasi Fourier dengan notasi:
)()( XtxF
Dari Contoh 3.6 diperoleh
jaFtue
tueFja
at
at
1)(
)(1
1
danja
tueF
at
1
)(
3.5.1 Linieritas dari Transformasi Fourier
Jika,
)()( 11 XtxF
dan )()( 22 XtxF
Maka
![Page 23: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/23.jpg)
112
Pengolahan Sinyal
)()()()( 2121 bXaXtbXtaxF
…………………………….. (3.62)
Dari pernyataan matematis diatas dapat dikatakan bahwa transformasi Fourier dari
sebuah kombinasi linier dari dua sinyal adalah kombinasi linier dari transformasi
komponen individualnya.
3.5.2 Sifat-sifat Simetris dari Transformasi Fourier
Jika x(t) adalah fungsi waktu yang bernilai nol, maka:
realtxXX )()(*)( …………………………….. (3.63)
dimana * menyatakan bilangan kompleks konjugate. Hal ini dikenal sebagai simetris
konjugate. Simetri konjugate dari transformasi Fourier diperoleh dengan evaluasi
kompleks konjugate dari persamaan (3.61).
dtetxdtetxX tjtj )()()( *
*
*
Karena x(t) real maka x*(t) = x(t), maka:
)()()(*
XdtetxX tj
dimana persamaan kedua diperoleh dari persamaan (3.61) pada –.
Dari Contoh 3.6, dengan )()( tuetx at
jaX
1)( dan )(
1)( *
X
jaX
kemudian jika x(t) periodik dan real, maka dari persamaan (3.17) menjadi:
*kk aa
Ilustrasi dari sifat ini diberikan dalam Contoh 3.2.
Dari persamaan (3.63), jika X() dinyatakan dalam bentuk rektangular:
)()()( XmjXeX
kemudian jika x(t) real maka:
)()(,)()( XmXmXeXe
Maka bagian real adalah fungsi genap dalam frekuensi dan bagian imajiner adalah
fungsi ganjil dalam kawasan frekuensi. Dengan cara yang sama jika X() dinyatakan
dalam bentuk polar:
)()()( ejXX
![Page 24: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/24.jpg)
113
Pengolahan Sinyal
Kemudian dari persamaan (3.63) diperoleh bahwa |X()| adalah fungsi genap dari
dan () adalah fungsi ganjil dari . Maka jika menghitung atau menampilkan
transformasi Fourier dari fungsi bernilai real dalam kawasan waktu, bagian real dan
imajiner atau bagian magnitudo dan phase dari transformasi, hanya perlu dihitung
atau ditampilkan pada harga frekuensi positif, sedangkan untuk frekuensi negatif
dapat langsung ditentukan dari harga untuk > 0 dengan menggunakan hubungan
yang dijelaskan diatas.
Dari persamaan (3.63) juga diperoleh jika x(t) adalah real dan genap, maka
X() juga real dan genap. Untuk melihat hal ini dapat dinyatakan:
dtetxX tj )()(
atau dengan substitusi dari variabel = -t,
dexX j)()(
jika x(-) = x(), maka:
)(
)()(
X
dexX j
maka X() adalah fungsi genap. Bersama dengan persamaan (3.63) juga diketahui
bahwa X*() = X() (yaitu X() adalah real).
Sifat-sifat yang sama untuk deret Fourier adalah bahwa sebuah sinyal
periodik, real, genap x(t) mempunyai koefisien-koefisien Fourier real dan genap
(yaitu ak = a-k), dimana jika x(t) ganjil, koefisien-koefisiennya adalah ganjil dan
imajiner. Kasus pertama pada Contoh 3.5 untuk gelombang persegi periodik. Seperti
telah diketahui bahwa fungsi x(t) selalu dapat dinyatakan dalam bentuk penjumlahan
dari fungsi genap xe(t) = Ev{x(t)} dan fungsi ganjil x0(t) = Od{x(t)},
)()()( txtxtx oe
Dari sifat linieritas transformasi Fourier,
)()()( txFtxFtxF oe
Dan dari pembahasan diatas, F{xe(t)} adalah fungsi real dan fungsi F{x0(t)} adalah
fungsi imajiner murni. Sehingga dapat disimpulkan bila x(t) real, maka:
)()( XtxF
![Page 25: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/25.jpg)
114
Pengolahan Sinyal
)()( XetxEvF
)()( XmjtxOdF
3.5.3 Pergeseran Waktu
Jika
)()( XtxF
Maka
)()( 00 Xettx tj
F …………………………………….. (3.64)
Untuk memperoleh sifat tersebut, diberikan:
dtettxttxF tj)()( 00 …………………………….. (3.65)
Substitusi = t - t0 pada persamaan (3.64) menghasilkan:
)()()( 00 )(0 XedexttxF tjtj
Akibat dari sifat ini adalah bahwa sinyal yang digeser dalam kawasan waktu tidak
mempunyai magnitudo yang berubah dalam transformasi Fouriernya. Sehingga jika
X() dalam bentuk polar:
)()()()( jeXXtxF
maka
00 )(0 )()()( tjtj eXXettxF
Sehingga efek dari pergeseran waktu pada sebuah sinyal menyebabkan pergeseran
phase dalam transformasinya sebagai fungsi linier dari .
3.5.4 Diferensial dan Integral
Jika x(t) sebuah sinyal dengan transformasi Fourier X(), didiferensialkan pada
kedua sisi dari persamaan sintesis transformasi Fourier (3.60) maka:
deXjdt
tdx tj)(2
1)(
Sehingga,
)()(
Xjdt
tdx F
…………………………………….. (3.66)
Persamaan diatas menunjukkan sifat penting yaitu penggantian operasi diferensial
dalam kawasan waktu menjadi perkalian dengan j dalam kawasan frekuensi.
![Page 26: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/26.jpg)
115
Pengolahan Sinyal
Selanjutnya jika diferensial berarti perkalian dengan j dalam kawasan
frekuensi maka dapat disimpulkan bahwa integral dalam kawasan waktu akan
menjadi pembagian dengan j dalam kawasan frekuensi. Hubungan tersebut dapat
dituliskan sebagai berikut:
)()0()(1
)(
XXj
dxFt
…….………………. (3.67)
Bentuk impulse pada ruas kanan persamaan (3.67) menyatakan dc atau nilai rata-rata
yang diperoleh dari integrasi.
Gambar 3.12 Komposisi ganjil-genap dari sinyal unit step waktu kontinyu.
Untuk lebih memahami sifat ini, berikut diberikan sinyal unit step u(t). Pada
Gambar 3.12 ditunjukkan komposisi genap–ganjil dari u(t), yang dapat dituliskan
sebagai berikut:
2121 )()( tutu …………………………….………………. (3.68)
Bagian ganjil pertama u(t) = u(t) – ½. Jika v’(t) = u’(t) = (t), maka bentuk sifat
diferensialnya adalah :
)()(
)( Vjdt
tdvFtF
……………………………. (3.69)
dan jika transformasi Fourier dari unit impulse sama dengan 1, maka:
jV
1)( ………………………….…………………………. (3.70)
![Page 27: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/27.jpg)
116
Pengolahan Sinyal
Jika u(t) adalah real dan ganjil, maka V() adalah imajiner murni dan ganjil.
Kemudian bagian genap dari u(t) adalah konstanta ½. Maka Ev{u(t)} berupa
sebuah sinyal periodik dengan frekuensi nol, maka transformasi Fouriernya berupa
sebuah impulse pada = 0, diperoleh:
)(21 F ………………….…………………………. (3.71)
dan penggabungan transformasi dari bagian genap dan ganjil dari u(t) diperoleh:
)(1
)(
jtuF …………….………………………. (3.72)
Hasil ini memenuhi sifat integral persamaan (3.67). Bila x(t) = (t) maka X() = 1
dan integral dari x(t) adalah u(t). Dengan menggunakan substitusi ini, persamaan
(3.67) menjadi persamaan (3.72).
Dengan menggunakan sifat diferensial persamaan (3.66) dapat diperoleh
kembali transformasi dari impulse, yaitu:
)(
1)()(
jj
dt
tdut
F
Ruas kanan persamaan tersebut sama dengan 1 karena () = 0 dan 1)(F
t
3.5.5 Skala Waktu dan Frekuensi
Jika
)()( XtxF
Maka
)(1
)(a
Xa
atxF …………….………………………. (3.73)
dimana a adalah konstanta real. Sifat ini diperoleh langsung dari definisi transformasi
Fourier.
dteatxatxF tj)()(
Substitusi = at, diperoleh
0,)(1
0,)(1
)(
adexa
adexa
atxFj
j
![Page 28: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/28.jpg)
117
Pengolahan Sinyal
yang sesuai dengan hubungan (3.73). Sehingga skala linier dalam kawasan waktu
sebesar a sama dengan skala linier dalam kawasan frekuensi sebesar 1/a dan
sebaliknya.
3.5.6 Dualitas
Dengan membandingkan hubungan transformasi (3.60) dan invers
transformasi (3.61) terdapat sebuah simetris yang terbatas (kedua persamaan tersebut
mirip tetapi tidak persis sama bentuknya). Kesimetrisan merupakan sifat dari
transformasi Fourier yang disebut dualitas. Dari Contoh 3.5 diperoleh penurunan
pasangan transformasi Fourier berikut:
1
11
11
1 sinc2sin2
)(.0
,1)(
TT
TX
Tt
Tttx
F
(3.74)
sedangkan dari Contoh 3.6 diperoleh pasangan:
W
WX
WtW
W
Wttx
F
,0
,1)(sinc
sin)( 22 (3.75)
Dua pasangan transformasi Fourier tersebut dan hubungan antara keduanya
ditunjukkan pada Gambar 3.23.
Gambar 3.13 Hubungan antara pasangan transformasi Fourier persamaan (3.74) dan (3.75)
Kesimetrisan yang ditunjukkan dari kedua Contoh (3.4 dan 3.5) tersebut
dapat diperluas untuk transformasi Fourier secara umum. Dua fungsi berhubungan
melalui integral berikut.
![Page 29: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/29.jpg)
118
Pengolahan Sinyal
dvevguf juv)()( …………………………………….. (3.76)
Dengan membandingkan persamaan (3.76) dengan persamaan sintesis dan analisis
Fourier (3.60) dan (3.61), diperoleh bahwa dengan u = dan v = t,
)()( tgFf …………………………………………….. (3.77)
namun jika u = t dan v = ,
)(2
1)( tfFg
…………………………………………….. (3.78)
sehingga jika diberikan pasangan trnsformasi Fourier dari fungsi waktu g(t),
)()( ftgF
………………………………………..….. (3.79)
dan kemudian fungsi waktu f(t) mempunyai pasangan transformasi Fourier
)(2)( gtfF
………………………………………..….. (3.80)
kedua persamaan tersebut mempunyai implikasi yang signifikan sebagai contoh:
Mv
Mvvg
,0
,1)( ………………………………………..….. (3.81)
dan dari persamaan (3.76)
uM
Mu
uMuf sinc2
sin2)( ………………………..….. (3.82)
Hasil ini dan dengan persamaan (3.77) atau sama dengan persamaan (3.79)
menghasilkan pasangan transformasi dalam persamaan (3.74) untuk M = T1, tetapi
jika menggunakan persamaan (3.78) atau (3.80) diperoleh pasangan persamaan
(3.75) dengan M = W. Sehingga sifat dualitas memungkinkan untuk memperoleh
pasangan transformasi ganda dari persamaan (3.76). Sifat ini sering digunakan untuk
mengurangi kekompleksan perhitungan dalam transformasi dan inversnya.
Contoh 3.8
Dicari transformasi Fourier dari sinyal berikut.
1
2)(
2
ttx ………………………………………………..….. (3.83)
Jika diberikan
1
2)(
2
uuf
maka dari persamaan (3.79) diperoleh pasangan transformasi Fourier
![Page 30: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/30.jpg)
119
Pengolahan Sinyal
1
2)()(
2
ftg
F
Dari Contoh 3.2 diketahui bahwa
tetg )(
Selanjutnya dengan menggunakan pasangan transformasi yang diberikan oleh
persamaan (3.80), dapat disimpulkan bahwa jika f(t) = x(t) maka:
egtfFX 2)(2)()( ………………………..….. (3.84)
Sifat dualitas dapat digunakan untuk menentukan atau memperkirakan sifat-
sifat lain dari transformasi Fourier. Jika terdapat karakteristik dari sebuah fungsi
kawasan waktu yang mempunyai implikasi pada transformasi Fouriernya, maka
karakteristik yang sama dalam kawasan frekuensi akan mempunayi implikasi ganda
pada kawasan waktu. Kemudian dari pembahasan sebelumnya telah diketahui bahwa
perkalian fungsi dengan jt dalam kawasan waktu adalah sama dengan diferensial
dalam kawasan frekuensi, sedangkan diferensial dalam kawasan waktu adalah sama
dengan perkalian j dalam kawasan frekuensi, jika persamaan (3.61)
didiferensialkan terhadap , maka diperoleh:
dtetjtxd
dX tj
)()( ………………………………..….. (3.85)
sehingga,
d
dXtjtx
F )()( ………………………………..….. (3.86)
Dengan cara yang sama sifat dualitas persamaan (3.61) dan (3.62) dapat
didiferensialkan dan diperoleh:
)()( 00 Xtxe
Ftj ………………………………..….. (3.87)
dan
dXtxtxjt
F
)()()0()(1 ………………..….. (3.88)
3.5.7 Hubungan Parseval
Jika x(t) dan X() pasangan Fourier, maka:
dXdttxF 22
)(2
1)( ………………………..….. (3.89)
Pernyataan diatas dikenal sebagai hubungan Parseval. Maka:
![Page 31: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/31.jpg)
120
Pengolahan Sinyal
dtdeXtxdttxtxdttx tj
)(
2
1)()()()( **2
dengan membalik urutan integrasi maka diperoleh,
ddtetxXdttx tj)()(
2
1)( *2
Bentuk didalam kurung adalah transformasi Fourier dari x(t) sehingga:
dXdttx22
)(2
1)(
Kuantitas pada ruas kanan persamaan (3.89) adalah energi total dalam sinyal
x(t). Hubungan Parseval persamaan (3.89) menyatakan bahwa energi total tersebut
dapat ditentukan dengan menghitung energi per satuan waktu {|x(t)|} dan
diintegrasikan pada seluruh waktu, atau dengan menghitung energi per satuan
frekuensi {|X()|2/2} dan dintegrasikan pada seluruh frekuensi. Untuk alasan
tersebut |X()|2 disebut sebagai spektrum kerapatan energi (energy-density spectrum)
dari sinyal x(t).
Energi dari sebuah sinyal periodik adalah infinite (terbatas) dan akibatnya
persamaan (3.89) tidak berlaku untuk sinyal tersebut. Namun demikian terdapat
hubungan yang sama untuk sinyal periodik, yaitu:
k
k
T
adttxT
22
0 0
)(1 ………………………..………….. (3.90)
dimana ak adalah koefisien-koefisien deret Fourier dari x(t) dan T0 adalah periode.
Sehingga untuk hubungan Parseval kasus periodik menghubungkan energi dalam
satu periode dari fungsi waktu dengan energi dalam koefisien deret Fourier.
Selanjutnya kuantitas |ak|2 mempunyai interprestasi sebagai bagian dari energi per
periode yang disebabkan oleh harmonisa ke–k.
3.6 SIFAT KONVOLUSI
Satu dari sifat penting transformasi Fourier yang berhubungan dengan
penggunaannya dalam sistem LTI adalah efek dari operasi konvolusi. Untuk
memperoleh hubungan ini, berikut sebuah sistem LTI dengan respon impulse h(t),
output y(t) dan input x(t), dengan hubungan sebagai berikut :
dtthxty )()()( ………………………………..….. (3.91)
![Page 32: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/32.jpg)
121
Pengolahan Sinyal
Diinginkan Y(), yaitu:
dtedthxtyFY tj
)()()()( ………….. (3.92)
Pertukaran urutan integrasi dan bahwa x() tidak tergantung pada t, maka diperoleh:
ddtethxY tj
)()()( ………………..….. (3.93)
Berdasarkan sifat pergeseran persamaan (3.64), bentuk didalam kurung dapat
disederhanakan menjadi e-j H() substitusi ke persamaan (3.93) diperoleh:
dexHdHexY j
tj )()()()()( ………..….. (3.94)
Integral adalah F{x(t)}, maka:
)()()( XHY
Sehingga:
)()()()(*)()( XHYtxthtyF
………..………….. (3.95)
Sifat ini adalah konsekuensi dari kenyataan bahwa eksponensial kompleks adalah
fungsi eigen dari sistem LTI dan dapat diturunkan dengan menggunakan persamaan
sintesis transformasi Fourier sebagai sebuah pernyataan untuk x(t). sebagai
kombinasi linier dari eksponensial kompleks. Berdasarkan persamaan (3.48), x(t)
dapat dinyatakan dalam bentuk limit,
k
tjktj ekXdeXtx 000
0
0
)(2
1lim)(
2
1)(
..….. (3.96)
Respon dari sebuah sistem linier dengan respon impulse h(t) untuk eksponensial
kompleks ejkot adalah H(k0) ejkot (dari persamaan (3.4)) , dimana:
dtethkH tjk 0)()( 0 ………..………………………….. (3.97)
Dari superposisi (lihat persamaan (3.8)) maka diperoleh:
k
tjk
k
tjk ekHkXekX 0000000 )()(
2
1)(
2
1
Dari persamaan (3.117) terlihat bahwa respon dari sistem linier dengan input x(t):
![Page 33: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/33.jpg)
122
Pengolahan Sinyal
deHX
ekHkXty
tj
k
tjk
)()(2
1
)()(2
1lim)( 000
0
0
0
………..………….. (3.98)
Jika y(t) dan transformasi Fouriernya Y() dihubungkan oleh:
deYty tj)(2
1)( ………………………..………….. (3.99)
Y()dapat ditentukan dari persamaan (3.98), menghasilkan:
)()()( HXY ………..………………………………….. (3.100)
Fungsi H() disebut respon frekuensi dari sistem yang berperan penting dalam
analisis sistem LTI seperti halnya transformasi inversnya, respon impulse h(t).
Contoh 3.9
Sebuah sistem LTI waktu kontinyu mempunyai respon impulse:
)()( 0ttth ………..………………………………….. (3.101)
Respon frekuensi dari sistem adalah:
0)( tjeH ………..………………………………………….. (3.102)
Sebuah input x(t) dengan transformasi Fourier X(), diberikan pada sistem sehingga
outputnya dapat dinyatakan dengan:
)(
)()()(0
Xe
XHYtj
………..………………………………….. (3.103)
Hasil ini sama dengan sifat pergeseran pada sub-bab 3.6.3 bahwa sebuah sistem
dengan respon impulse (t-t0) menyebabkan pergeseran sebesar t0 pada input,
)()( 0ttxty
3.6.1 Konvolusi Periodik
Dalam Contoh 3.8, sifat konvolusi diterapkan pada konvolusi dari sebuah sinyal
periodik dan sebuah sinyal aperiodik. Jika kedua sinyal periodik maka integral
konvolusi tidak konvergen. Hal ini menunjukkan kenyataan bahwa sistem LTI
dengan respon impulse periodik adalah tidak stabil dan tidak mempunyai respon
frekuensi yang bernilai terbatas (finite). Kadang-kadang berguna untuk
menggunakan sebuah bentuk konvolusi untuk sinyal periodik dengan periode yang
sama, yang disebut sebagai konvolusi periodik. Konvolusi periodik dari dua sinyal
)(~1 tx dan )(~
2 tx dengan periode T0 yang sama, didefinisikan sebagai:
![Page 34: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/34.jpg)
123
Pengolahan Sinyal
0
)(~)(~)(~21
T
dtxxty ………………..………………….. (3.104)
Gambar 3.14 Konvolusi periodik dari dua sinyal periodik waktu kontinyu
Operasi ini mirip dengan konvolusi umumnya yang biasanya disebut
konvolusi periodik. Seperti ditunjukkan pada Gambar 3.14, terlihat bahwa seperti
halnya konvolusi aperiodik, konvolusi periodik juga melibatkan perkalian )(~1 tx dan
)(~2 tx yang dibalik dan digeser, tetapi dalam hal ini hasil perkalian diintegrasikan
pada satu periode tunggal. Jika t berubah, satu periode dari )(~2 tx akan bergeser
keluar dari interval integrasi dan periode yang lain akan masuk. Jika t diubah oleh T0,
kemudian sinyal periodik )(~2 tx akan digeser sebesar satu periode dan oleh karena
itu akan terlihat sama seperti sebelum digeser. Dari sini dapat disimpulkan bahwa
hasil konvolusi periodik adalah sinyal periodik )(~ ty . Hasil konvolusi periodik tidak
tergantung pada interval integrasi sepanjang T0 dan juga dari persamaan (3.104) jika
{ak}, {bk} dan {ck} adalah koefisien deret Fourier dari )(~1 tx , )(~
2 tx dan )(~ ty maka:
kkk baTc 0 ………………………………..………………….. (3.105)
yang merupakan pasangan dari sifat konvolusi untuk konvolusi periodik.
3.7 TABEL SIFAT-SIFAT TRANSFORMASI FOURIER DAN DERET FOURIER
Sifat-sifat penting dari transformasi fourier diringkas dalam Tabel 3.1. Seperti
telah didiskusikan pada bagian 3.6, kebanyakan sifat-sifat tersebut mempunyai
pasangan pada deret Fourier seperti diringkas pada Tabel 3.2. Kemudian Tabel 3.3
memuat pasangan transformasi Fourier dasar dan penting.
![Page 35: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/35.jpg)
124
Pengolahan Sinyal
Tabel 3.1 Transformasi Fourier
Sinyal Aperiodik Transformasi Fourier
x(t) X()
y(t) Y()
ax(t) + by(t) aX()+bY()
x(t – t0) e-jtoX()
ejotx(t) X(-0)
x*(t) X*(-)
x(-t) X(-)
x(at)
aX
a
1
x(t)*y(t) X()Y()
x(t)y(t) )(*)(2
1
YX
)(txdt
djY()
t
dttx )( )()0()(1
XXj
tx(t) )(
Xd
dj
x(t) real
)()(
)()(
)()(
)()(
)(*)(
XX
XX
XmXm
XeXe
XX
xe(t) = Ev{x(t)} [x(t) real] )(Xe
xo(t) = Od{x(t)} [x(t) real] )(Xmj
Dualitas
dvevguf juv)()( maka )()( ftgF
dan )(2)( ftfF
Hubungan Parseval untuk Sinyal Aperiodik
dXdttx 22 |)(2
1|)(|
Tabel 3.2 Sifat-sifat Deret Fourier
![Page 36: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/36.jpg)
125
Pengolahan Sinyal
Sinyal Periodik Koefisien Deret Fourier
0)(
)(Tperiodedenganperiodik
ty
tx
ak
bk
Ax(t) + By(t) Aak + Bbk
x(t – t0) 00 )/2( tTjkk ea
ejM(2/To)x(t) ak-M
xo(t) a-k*
x(-t) a-k
x(t), > 0 (periodik dg periode
oT) ak
0
)()(T
dtyx T0akbk
x(t)y(t)
llklba
dt
tdx )(ka
Tjk
0
2
t
dttx )( (bernilai terbatas dan periodik
hanya jika a0 = 0)
kaTjk
)/2(
1
0
x(t) real
kk
kk
kk
kk
kk
aa
aa
amam
aeae
aa *
xe(t) = Ev{x(t)} [x(t) real] }{ kae
xo(t) = Od{x(t)} [ x(t) real] }{ kamj
Hubungan Parseval untuk Sinyal Periodik
k
kTadttx
T
22
00
|)(|1
Tabel 3.3 Pasangan Transformasi Fourier
Sinyal Transformasi Fourier
Koefisien Deret
Fourier
(jika periodik)
![Page 37: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/37.jpg)
126
Pengolahan Sinyal
k
tjkk ea 0
k
ka )(2 0 ak
tje 0 )(2 0 a1 = 1
ak = 0, lainnya
t0cos )]()([ 00 a1 = a-1 = ½
ak = 0, lainnya
t0sin )]()([ 00
j
a1 = -a-1 = 1/(2j)
ak = 0, lainnya
x(t) = 1 )(2
a0 = 1, ak = 0, k 0
mempunyai deret
Fourier jika T0 > 0
Sinyal persegi periodik
2,0
,1)(
01
1
TtT
Tttx
dan
)()( 0 txTtx
)(sin2
010
k
k
Tk
k
k
Tk
Tkc
T
10
1010
sin
sin
n
nTt )(
k T
k
T
22 ak = 1/T
untuk semua k
1
1
,0
,1)(
Tt
Tttx
11
1
sin2sin2
TTcT
-
t
WtWtc
W
sin
sin
W
WX
,0
,1)( -
(t) 1 -
u(t) )(1
j-
(t – t0) 0tje -
0}{),( aetue at
ja 1
-
0}{),( aetute at
21
ja -
0}{),()!1(
1
aetuen
t atn
nja 1
-
![Page 38: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/38.jpg)
127
Pengolahan Sinyal
3.8 RESPON FREKUENSI DARI SISTEM BERDASAR PERSAMAAN DIFERENSIAL
KOEFISIEN KONSTAN
3.8.1 Perhitungan Respon Frekuensi dan Respon Impulse untuk Sistem LTI
berdasarkan Persamaan Diferensial
Seperti dibahas pada bab sebelumnya, kelompok penting dan berguna dari
sistem LTI waktu kontinyu adalah hubungan input-output yang dinyatakan dengan
persamaan diferensial linier koefisein konstan yang berbentuk:
M
kk
k
k
N
kk
k
k dt
txdb
dt
tyda
00
)()( ………………..………………….. (3.106)
Pada bagian ini akan dibahas mengenai penentuan respon frekuensi dari sistem LTI
dengan menentukan respon impulsenya kemudian menggunakan transformasi
Fourier untuk mendapatkan respon frekuensinya.
Dari sifat konvolusi:
)()()( XHY
atau sama dengan
)(
)()(
X
YH ………………………..………………….. (3.107)
dimana X(), Y() dan H() adalah transformasi Fourier dari input x(t), ouput y(t)
dan respon impulse h(t). Transformasi Fourier kedua ruas dari persamaan (3.106)
diperoleh:
M
kk
k
k
N
kk
k
k dt
txdbF
dt
tydaF
00
)()( ………..………….. (3.108)
Dari sifat linieritas pada persamaan (3.62) diperoleh:
M
kk
k
k
N
kk
k
k dt
txdFb
dt
tydFa
00
)()( ………..………….. (3.109)
dan dari sifat diferensiasi pada persamaan (3.66) diperoleh:
M
k
kk
N
k
kk XjbYja
00
)()(
atau ekivalen dengan:
M
k
kk
N
k
kk jbXjaY
00
)()(
dan dari persaman (3.107):
![Page 39: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/39.jpg)
128
Pengolahan Sinyal
N
k
kk
M
k
kk
ja
jb
X
YH
0
0
)(
)()(
………..………………….. (3.110)
Dari persamaan diatas, H() adalah sebuah fungsi rasional yaitu polinomial dalam
bentuk j. Koefisien polinomial pembilang dalah sama dengan koefisien pada ruas
kiri persamaan (3.106) dan koefisien polinomial penyebut adalah sama dengan
kofisien yang ada pada ruas kiri persamaan (3.106).
Contoh 3.10
Sebuah sistem LTI dinyatakan oleh:
)()()(
txtaydt
tdy ………………………..………………….. (3.111)
dengan a > 0. Dari persamaan (3.110), respon frekuensinya adalah:
ajH
1)( ………………………..………………….. (3.112)
Bandingkan dengan Contoh 3.2, terlihat bahwa persamaan (3.112) adalah
transformasi Fourier dari e-atu(t). Maka respon impulse dari sistem tersebut:
)()( tueth at
3.8.2 Struktur Bentuk Kaskade dan Paralel
Pada Bab 3 telah dibahas mengenai beberapa realisasi dari implementasi
sistem LTI yang ditentukan oleh persamaan diferensial. Realisasi ini terdiri dari
hubungan antara tiga elemen dasar jaringan: penjumlah, pengali dengan konstanta
dan integrator, yang dapat diimplementasikan secara langsung dengan menggunakan
penguat operasional (op-amp). Selain yang dibahas pada sub-bab 3.6, terdapat dua
struktur yang sangat penting dan banyak digunakan dalam membantu menjelaskan
analisa Fourier.
Struktur kaskade dari respon frekuensi yang dinyatakan pada persamaan
(3.110) untuk sebuah sistem LTI yang ditentukan oleh sebuah persamaan diferensial
linier koefisien konstan, dapat dinyatakan:
N
kkN
M
kkM
ja
jbH
1
1
)(
)()(
………………………...…………. (3.113)
![Page 40: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/40.jpg)
129
Pengolahan Sinyal
Nilai k dan k mungkin kompleks, maka nilainya akan muncul dalam bentuk
pasangan kompleks konjugate. Dengan mengalikan dua bentuk orde pertama dengan
kompleks konjugate dari k dan k, maka diperoleh orde kedua dalam bentuk
koefisien real. Sebagai contoh:
22* 2 jjejj
Dengan mengasumsikan terdapat P pasangan konjugate pada pembilang dan Q pada
penyebut maka H() dapat ditulis dalam bentuk perbandingan dari perkalian
polinomial orde pertama dan kedua dengan koefisien real:
QN
kk
Q
kkkN
PM
kk
P
kkkM
jjja
jjjbH
2
11
210
2
11
210
)()(
)()()(
...…. (3.114)
Persamaan (3.114) menyatakan bahwa respon frekuensi dari sebarang sistem LTI
yang dinyatakan dengan persamaan diferensial linier koefisien konstan dapat ditulis
dalam bentuk perkalian dari bentuk orde pertama dan orde kedua. Hal ini
mengakibatkan sebuah sistem LTI dapat direalisasikan sebagai kaskade dari sistem
orde pertama dan orde kedua. Dengan alasan ini maka sistem orde pertama dan orde
kedua berperan penting dalam analisis dan sintesis sistem linier.
Untuk menjelaskan sebuah struktur kaskade, berikut diberikan kasus yang
sederhana dimana N = M dan H() menyatakan perkalian dari orde kedua saja:
2/
12
10
210
)(
)()(
N
k kk
kk
N
N
jj
jj
a
bH
…………………… (3.115)
Dengan mendapatkan H() pada persamaan (3.115), maka dapat
direalisasikan sistem LTI dengan respon frekuensi sebagai kaskade dari N/2 sistem
orde kedua yang masing-masing dinyatakan dengan persamaan diferensial:
2
2
10012
2 )()()()(
)()(
dt
txd
dt
tdxtxty
dt
tdy
dt
tydkkkk …… (3.116)
Pada sub-bab 3.6 telah dijelaskan bagaimana merealisasikan sebuah persamaan
diferensial dengan menggunakan penjumlah, pengali dengan konstanta dan
integrator, dan pada Gambar 3.15 ditunjukkan realisasi kaskade dari sistem orde
enam menggunakan realisasi bentuk langsung II untuk masing-masing subsistem dari
bentuk persamaan (3.116).
Realisasi kedua yang akan dijelaskan adalah struktur bentuk paralel yang
diperoleh dengan melakukan ekspansi pembagian parsial dari H() dari persamaan
![Page 41: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/41.jpg)
130
Pengolahan Sinyal
(3.110) atau ekivalen dengan persamaan (3.113). Agar lebih sederhana, diasumsikan
semua k pada persamaan (3.113) berbeda dan M = N. Dalam hal ini ekspansi
permbagian parsial menghasilkan:
N
k k
k
N
N
j
A
a
bH
1
)(
…………………………………… (3.117)
Untuk mendapatkan implementasi yang hanya melibatkan koefisien real, maka dapat
diperoleh dengan menambahkan kompleks konjugate dari k untuk memperoleh:
QN
i i
iQ
k kk
kk
N
N
j
A
jj
j
a
bH
2
112
10
10
)(
)()(
…… (3.118)
Dengan menggunakan persamaan (3.118) maka sistem LTI dengan respon frekuensi
H() dapat direalisasikan sebagai hubungan paralel dari sistem LTI dengan respon
frekuensi dari masing-masing bentuk dalam persamaan (3.118). Untuk
menggambarkan struktur paralel, diberikan N genap dan H() dinyatakan dalam
bentuk penjumlahan dari bentuk orde kedua saja:
2/
12
10
10
)(
)()(
N
k kk
kk
N
N
jj
j
a
bH
…………………… (3.119)
3.9 KESIMPULAN
Pada bab ini telah dibahas analisis Fourier dari sinyal dan sistem waktu
kontinyu. Tujuan utama dari analisis ini adalah bahwa sinyal eksponensial kompleks
adalah fungsi eigen dari sistem LTI kontinyu, sehingga jika input sistem adalah
eksponensial kompleks maka output dari sistem adalah eksponensial kompleks yang
dikalikan dengan sebuah bilangan kompleks. Pada bab ini juga dibahas tentang
transformasi Fourier dengan berbagai sifat pentingnya dan beberapa contoh dari
berbagai macam sinyal yang membantu pemahaman dari penjelasan yang diberikan.
Implementasi sistem LTI waktu kontinyu orde tinggi dapat dilakukan dengan
menggunakan struktur bentuk kaskade atau paralel dari sistem LTI waktu kontinyu
orde pertama atau orde kedua. Sehingga sifat-sifat sistem LTI waktu kontinyu orde
pertama dan kedua sangat menentukan sifat sistem LTI orde tinggi.
![Page 42: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/42.jpg)
131
Pengolahan Sinyal
Gambar 3.15 Struktur kaskade mengunakan realisasi bentuk langsung II dari
subsistem-
subsistem orde dua.
3.10 SOAL-SOAL
1. Tentukan representasi deret Fourier dari setiap sinyal berikut:
a. ej20t b. cos[(t – 1)/4]
c. cos 4t + sin 8t d. cos 4t + sin 6t
e. x(t) periodik dengan periode 2 dan x(t) = e-t untuk –1 < t < 1
f. x(t) ditunjukkan pada Gambar P3.1(a).
![Page 43: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/43.jpg)
132
Pengolahan Sinyal
g. x(t) = [1 + cos 2t][cos(10t + /4)]
h. x(t) periodik dengan periode 2, dan
21,2sin1
10,2sin)1()(
ttt
ttttx
i. x(t0 ditunjukkan pada Gambar P3.1(b)
j. x(t0 ditunjukkan pada Gambar P3.1(c)
k. x(t0 ditunjukkan pada Gambar P3.1(d)
l. x(t) periodik dengan periode 4, dan
42,0
20,sin)(
t
tttx
m. x(t) ditnjukkan pada Gambar P3.1(e)
n. x(t) ditnjukkan pada Gambar P3.1(f)
-7 76543210-1-2-3-4-5-6 1098 t
x(t)
1
2
-7 76543210-1-2-3-4-5-6 1098 t
x(t)
1
2
Gambar P3.1
2. Sebuah sistem LTI mempunyai respon impulse:
h(t) = e-4tu(t)
a. Tentukan representasi deret Fourier dari output y(t) dengan input:
(i) x(t) = cos 2t (ii) x(t) = sin 4t + cos (6t +
/4)
(iii)
n
nttx )()( (iv)
n
n nttx )()1()(
b. Ulangi soal a) jika :
lainnya
tttth
,0
10,4cos2sin)(
c. Ulangi kembali soal a) jika h(t) = e-4|t|
3. Tentukan transformasi Fourier dari sinyal-sinyal berikut ini:
a. [e-t cos 0t] u(t), > 0 b. e2+t u(-t + 1)
c. e-3|t| sin 2t d. e-3t [u(t + 2) – u(t – 3)
![Page 44: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/44.jpg)
133
Pengolahan Sinyal
e. x(t) pada Gambar P3.2(a) f. u1(t) + 2(3 – 2t)
g.
1||,0
1||,cos1)(
t
tttx
h.
0
1||),(k
k kTt
i. [te-2t sin4t]u(t) j. sin t + cos (2t + /4)
k.
)1(
)1(2sinsin
t
t
t
t
l. x(t) pada Gambar P3.2(b)
m. x(t) pada Gambar P3.2(c) n. x(t) pada Gambar P3.2(d)
o.
lainnya
tttx
,0
10,1)(
2
p.
n
te |2|
-1 1 2 3
1
2
-1
x(t)
t -2 2
2x(t)
t
-2 -1-1
1
1 2 t
x(t)
-6-5-4 -3 -2 -10 1 2 3 4 5 6 7 8 t
x(t)2
... ...
(a) (b)
(c) (d)
Gambar P3.2
4. Berikut ini adalah transformasi Fourier dari sinyal kontinyu. Tentukan sinyal
kontinyu yang sesuai untuk masing-masing transformasi tersebut.
a.)2(
)]2(3sin[2)(
X
b. )3/4cos()( X
c. X() ditunjukkan pada Gambar P3.3(a)
d. 2()2([3)]1()1([2)( X
e. X() ditunjukkan pada Gambar P3.3(c)
![Page 45: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/45.jpg)
134
Pengolahan Sinyal
-3
-1 1
1
|X()|
X()
(a)
-3 -2 -1
1 2 3
1
-1
X()
(b)
Gambar P3.3
5. Dengan menggunakan sifat-sifat dari transformasi Fourier, tunjukkan bahwa
transformasi Fourier dari:
0),()!1(
)(1
atuen
ttx at
n
adalahnja )(
1
6. a. Jika x(t) adalah sinyal real dan ganjil, tunjukkan bahwa X() = F{x(t)} adalah
imajiner dan ganjil.
b. Sifat-sifat apa yang dimiliki oleh transformasi Fourier dari sinyal x(t) jika x(t)
– x*(-t)?
c. Tuliskan transformasi Fourier dari y(t) dalam bentuk transformasi Fourier dari
x(t).
y(t) = Re{x(t)}
d. Tunjukkan bahwa jika x(t) dan y(t) adalah dua sebarang sinyal dengan
transformasi Fourier X() dan Y(), maka:
dYXtytx )(*)(2
1)(*)(
7. Jika X() adalah transformasi Fourier dari x(t) yang ditunjukkan pada gambar
P3.4.
a. Tentukan X() b. Tentukan X(0)
c. Tentukan
dX )( d. Evaluasi
deX j2sin2
)(
e. Evaluasi dX
2|)(|
8. Empat buah sistem LTI dihubungkan seperti Gambar P3.5, dimana:
![Page 46: BAB 3.pdf](https://reader035.vdokumen.com/reader035/viewer/2022081722/563db85f550346aa9a931a70/html5/thumbnails/46.jpg)
135
Pengolahan Sinyal
t
t
dt
dth c
2
sin)(1 , c
jeH /)( 22
,
t
tth c
3sin
)(3 , )()(4 tth
h1(t)
H2()
h3(t) h4(t)+x(t) +
-
y(t)
Gambar P3.5
a. Tentukan dan sketsalah H1()
b. Tentukan respon impulse h(t) dari sistem
c. Tentukan output y(t) jika diberikan input: )2/cos(2sin)( tttx cc
9. Sebuah sistem LTI diberikan input:
)(][)( 3 tueetx tt
Akan menghasilkan output: )(]22[)( 4 tueety tt
a. Tentukan respon frekuensi dan respon impulse dari sistem ini.
b. Tuliskan persamaan diferensial yang menghubungkan input dan output dari
sistem dan susunlah realisasi sistem dengan menggunakan integrator,
penjumlah dan pengali.
10. Output dari sebuah sistem LTI kausal jika diberikan input x(t) adalah:
)()()()(10)(
txdtzxtydt
tdy
dimana z(t) = e-tu(t) + 3(t)
a. Tentukan respon frekuensi dari sistem yaitu H() = Y()/X().
b. Tentukan respon impulse dari sistem.