praktikum dsp 2015.pdf

7/24/2019 PRAKTIKUM DSP 2015.pdf

1/47

Buku Panduan Praktikum DSP Jurusan Teknologi I nformasi 201

BUKU PEDOMAN PRAKTIKUM

PENGOLAHAN SINYAL DIGITAL

Disusun Oleh:Hari Purwadi, ST, MT

Atif Brahmantyo W P, SST, MT

Jurusan Teknolog Informasi

Politeknik Negeri Samarinda

2015


2/47

Lab sistem 1su

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 prototypingData analysis, exploration, and visualization

Scientific and engineering

Graphics Application development, termasuk graphical userinterface building

Aplikasi matlab cukup luas untuk bidang yang terutama sangatmembutuhkan bantuan perhitungan matematika.

Perlu diketahui, bahwa matlab bekerja dalam operasi matematika yangdalam 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 :

Gambar 2.1 Window MATLAB

Command window digunakan untuk mengetik fungsi, Command history

digunakan untuk melihat atau menggunakan kembali fungsi yang telah

digunakan sebelumnya. Sedangkan Workspace digunakan unuk melihat atau


3/47

Lab sistem 1su

membuat variabel yang ada dalam MATLAB. Current Directory menunjukkan

folder tempat MATLAB sedang bekerja.

Beberapa operasi yang ada dalam MATLAB : Penjumlahan, Pengurangan, Perkalian, Pembagian, Pangkat Matrix

o Menggunakan tanda + - * / ^ Integral dan Differensial

o DIFF (Persamaan) => untuk operasi turunano INT (Persamaan) => untuk operasi integral

Invers dan Transpose Matrix

o INV (Nama_Matrix), untuk inverso TRANSPOSE (Nama_Matrix), untuk transpose

Perulangano Dilakukan dengan cara

X:Y => perulangan dari nilai X ke Y dengan step 1

X:Y:Z => perulangan dari X ke Z dengan step Y Plot Grafik

o Plot (Nama_Variabel_yang_akan_Diplot) oSubplot

Adakalanya perlu juga membaca Help dari MATLAB.

Contoh : Operasi matrix

o a=[3 4 5; 1 2 3 ]o b=[1 3 4;2 4 5;3_3_3]o b=[1 3 4;2 4 5;3,3 3]

o a=[3 4 5; 1 2 3; 5 6 7]o c=a * bo c=a / bo c=a.^2o c=a.*2o transpose (a) %untuk transpose matrix oinv(a)o c(1,1) %untuk mengakses nilai baris 1

kolom 1 pada matrix Co a(1,2) %untuk mengakses nilai baris 1

kolom 2 pada matrix A

Untuk Helpo help inv %untuk help mencari fungsi inverso help diff %untuk help, untuk mengetahui

kegunaan fungsi diff Grafik

o for i=-10:10, x(i+11)=2*i^2; endo plot (x) %untuk membuat grafik fungsi x

Turunano t=sym('x') %mendeklasrasikan suatu simbolo diff(sin(x^2)) %turunan dari sin(x^2)


4/47

Lab sistem 1su

Integralo Syms x %deklarasi simbol xo int (x) %integral xo int(x,1,2) %integral x dari 1 ke 2

Loop (Perulangan)o 1:10o 1:2:10

Supaya dapat lebih memahami, cobalah beberapa contoh syntax diatasdalam MATLAB dan perhatikan hasilnya.

PSD Pada MATLABMATLAB 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 bisamengetikkan terlebih dahulu baru di jalankan kemudian.

Untuk memulai menggunakan M-File, Klik menu File pada Toolbarsanda. Kemudian pilih menu New - M-File. Anda akan melihat satu buahwindow Editor baru.

Simulink merupakan bagian dari MATLAB yang cukup berguna untukmenganalisa 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


5/47

Lab sistem 1su

IV. Deskripsi Tugas dan Prosesdur

A. Operasi dasar MATLAB

Cobalah operasi MATLAB yang ada pada Teori Singkat.

B. Sinyal Analog dan Sinyal Diskrit1. Buka M-File (File - New - M-File), lalu ketikkan program dibawah ini:

% a)% period is 2/5, so 2 sec is long enough for plott = 0:.4/100:2;x = 4*cos(5*pi*t-pi/4);subplot(2,2,1),plot(t,x)xlabel(Time (sec))ylabel(x(t))title(a))

% b)% period is 0.1, so plot for n=0 to 20n=0:20;x = 4*cos(2*pi*0.1*n);subplot(2,2,2),stem(n,x)xlabel(Time (sec))ylabel(x[n])title( b))

2. Save hasil yang diperoleh.

C. Spektrum Frekuensi dari Suatu Sinyal

1. Buat M-File baru, kemudian ketikkan program dibawah ini:close;Fs = 10000;Ts = 1/Fs;t = 0:Ts:1;y = 2*sin(2*pi*200*t)+0.5*sin(2*pi*600*t)+sin(2*pi*1500*t);sound(y,Fs);plot(t(1:100),y(1:100))Y = fft(y,1024);Ym = abs(Y);f = Fs*(0:511)/1024;figure; plot(f,Ym(1:512))

2. Save hasil yang diperoleh.

V. Tugas Laporan

1. Analisa percobaan yang ada pada percobaan ini.

2. Operasi-operasi PSD yang dapat dilakukan oleh MATLAB.

3. Jelaskan keuntungan, aplikasi PSD dan juga kekurangan.

4. Jelaskan dan sebutkan prosesor-prosesor DSP yang ada dan apa kelebihannyadibandingkan MATLAB.


6/47

Lab sistem 1su

VI. Tugas Pendahuluan

1. Pelajarilah penggunaan MATLAB untuk menghitung operasi-operasi dasar

matematik.

6 3 7 0 7 0 1 2 1 4 1 2 3 4 5 5 4 3 2 1 5

10 4 4 4 1 8 5 0 1 5 1 3 2 0 3 3 0 1 0 14 6 6 6 7

: 9 10 13

14 5

0 5 0 1 0 7 7 2

6 9 6 1 3 8 1 2

9 4 5 2 3 5 4 3

8 7 4 7 3 6 3 1

0 6 0 1 0 11 2 4

0 8 2 4 11 4 1 3

2 4 3 5 14 0 0 5

1 15 0 6 0 6 0 0

6 2 2 0 6 0 4 7

7 3 4 2 3 2 5 28 4 5 2 4 4 0 4

8 7 6 0 0 2 5 47 1 7 3 9 10 7 5

6 4 9 4 9 3 6 6

5 8 11 0 12 0 1 2

4 0 2 5 1 3 0 8

1 0 8 7

12 7 1 12 0 5 0 5

34 8 2 11 1 3 3 6 1 1 3 9 10 3 3 8 4

0 5 2 5

2 2 6 8

11 3 7 3

Dengan menggunakan MatLab, hitung determinan dan invers dari matriks M!

2. Gambarkan sinyal-sinyal dibawah ini.

sin(2 100t)

cos(2 6500 t)

sin(2 100t) cos(2 1500 t)

5sin(2 500t)

Gambarkan sinyal-sinyal tersebut dalam satu layar (Gunakan perintah

subplot!)

3. Jelaskan kelebihan PSD dibandingkan pemrosesan sinyal analog dalam hal:- Fleksibilitas.

- Reliability.

- Predictable dan Repeatable.

4. Jika MATLAB dapat mengerjakan seluruh operasi dasar DSP, mengapa masih

dibutuhkan prosesor DSP?


7/47

PERCOBAAN II

Sinyal Waktu Diskrit dan Efek Aliasing

I. Tujuan

Mahasiswa dapat menjelaskan klasifikasi sinyal dan efek aliasing. Mahasiswa dapat mendemonstrasikan bentuk sinyal waktu diskrit dan efek

aliasing menggunakan MATLAB.

II. Ruang Lingkup

A. Teori Singkat

Sinyal Waktu Diskrit

Sinyal merupakan besaran fisika yang nilainya fungsi dari satu atau lebih

besaran fisika lainnya. Sebagai contoh sinyal suara adalah perubahan tekananudara yang bergantung pada waktu dan posisinya dari sumber suara.

Sinyal ada 2 yaitu sinyal analog dan sinyal digital. Sinyal digital adalah

sinyal dengan Discrete Time Discrete Value yang direpresentasikan denganbilangan biner (Bit-bit).

Sinyal DigitalSinyal 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

(n)

1 , n 0

0 , n 0

Sinyal Unit Step

U(n)

1 , n 0

0 , n 0

Sinyal Unit Ramp

Ur(n)

n , n 0

0 ,n 0

Sinyal Eksponensial

(n) an , untuk semuan

Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat Keras

Percobaan II ver:0 - 2006 Halaman: 1 dari 7


8/47

Beberapa operasi untuk memanipulasi sinyal waktu diskrit adalah

o Time Delay

TDkx n

x(n)

o Time Advance

x nk ,k 0

x(n-k)Z-k

TDkx n

x(n)

o Folding

x n k

Zk

,k 0

x(n+k)

FDkxn n

o Scaling

n A n

x(n) A A x(n)

o Addition

n 1n 2 n

x1(n)

x2(n)

o Multiplication

y n

x1(n)

x2(n)

Pedoman Praktikum Pengolahan Sinyal Digital

Percobaan II ver:0 - 2006

+

1 n x 2

n

x

y(n)

y(n)

UPT Perangakat Keras

Halaman: 2 dari 7


9/47


10/47

Operasi sinyal disktrit pada time domain:http://www.bores.com/courses/intro/time/index.htm

Statistik, probabilitas dan noise pada sinyal:

http://www.dspguide.com/ch2.htm

Matlab HELP

IV. Deskripsi Tugas dan Prosedur

A. Sinyal-sinyal Diskrit Elementer

Gambarkan sinyal-sinyal diskrit elementer

singkat pada MATLAB.

Save hasil yang diperoleh.

B. Manipulasi Sinyal Waktu Diskrit

Diberikan suatu fungsi x[n] 0 jika n 2

yang ada pada teori

x[n] 2n 4 jika 2 n 4 4 n j ika 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 AdvanceLakukan Time Advancedengan fungsi

y[n] [n 1] dimanax[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 DelayLakukan Time Delay dengan fungsi

y[n] [n 1]dimana x [n] dari fungsi diatas

% Time Delay

nd = n+1;

subplot(243),stem(nd,x)

Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat KerasPercobaan II ver:0 - 2006 Halaman: 4 dari 7


11/47

xlabel('n')

ylabel('x[n]')

title('Time Delay (n-1)')

ScalingLakukan efek scaling dengan fungsi

y[n] 3x[n] dimana [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] [n] dimana x[n] dari fungsi diatas

% Folding

n = -n;

subplot(245),stem(n,x)

xlabel('n')

ylabel('x[n]')

title('Folding')

AdditionDiberikan suatu fungsi k[h]

0 jikah 4

k[h]h 2 jika 4 h 3 h 2 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]')

Lakukan Addition antara sinyal x[n] dengan sinyal k[h]

Dengan fungsi [z] x[n] k[h]

% Penjumlahan Sinyal x[n] + h[k]



12/47

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 [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 (t) sin(t) dengan f 100Hz disamplingdengan 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.



13/47

4. Efek Aliasing.

5. Syarat Nyquist.

6. Frekuensi Sampling

7. Frekuensi Natural8. Frekuensi Fundamental

9. Frekuensi Nyquist.


1. Apakah yang dimaksud dengan sinyal?

2. Sebutkan dan jelaskan sinyal-sinyal diskrit elementer yang ada!

3. Apakah yang dimaksud dengan Efek Aliasing dan terjadi pada saat apakah efekaliasing tersebut?



14/47

PERCOBAAN III

Linear Time Invariant (LTI) Systems

I. Tujuan

Mahasiswa dapat menjelaskan tentang sistem waktu diskrit LTI (Linear

Time Invariant.)

Mahasiswa dapat mendemonstrasikan impulse respons dan opearsi

konvolusi pada sistem waktu diskrit menggunakan MATLAB.

Mahasiswa dapat membandingkan sistem waktu diskrit berdasarkan impuls

responnya menggunakan MATLAB.

II. Ruang Lingkup

A. Teori SingkatLTI Systems & Impulse Response

Suatu sistem dikatakan LTI jika memenuhi sifat Linier dan Time

Invariant. Impulse Response adalah respon/output dari sistem LTI, jika diberi

input berupa sinyal impuls.

Gambar 3.1

Impulse unit memiliki spektrum frekuensi yang terdiri dari semuafrekuensi sehingga cocok untuk menguji/mengetahui karakteristik dari (Kernel)

dari suatu sistem.

Konvolusi

Ada 3 sifat-sifat konvolusi yaitu:

Komutatif

h1n h2 (n) h2n h 1(n )

Assosiatif

x n h 1(n) h 2n n h 1(n ) h 2 (n)

Distributifn h 1(n ) h 2n n h 1(n ) x n h2 (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.1

y(n ) x khn k (n) xkhn kk0 k0

IIR FIR

Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat KerasPercobaan III ver:0 - 2006 Halaman: 1 dari 5


15/47

Tapi untuk sistem IIR diimplentasikan dengan menggunakan sistem

rekursif (ada output sebelumnya yang digunakan untuk menghitung output

sekarang).

Non-Rekursif Systems

$x(n) y(n)F(x(n), x(n-1),...x(n - )

Rekursif Systems

x(n) F(y(n-1), y(n-2),...y(n -N ), y(n)

x(n), x(n-1)...x(n-M)

-1z

Struktur Sistem Waktu Diskrit

Struktur Untuk FIR Systems

- Direct-form realization.- Cascade-form realization.

- Frequency-sampling realization. -

Lattice realization.

Struktur Untuk IIR Systems

- Direct-form I & II realization.- Cascade-form realization.

- Signal flow graph and transposed. -Pararel-form.

- Lattice and Lattice Ladder.

B. Daftar Alat

PC

MATLAB

III. Referensi

Digital Signal Processing : A System Design Approach, Pertemuan 3

Digital Signal Processing : A Practical Approach, Pertemuan 3

DIGITAL SIGNAL PROCESSING, Principles, Algorithms, andApplications, Pertemuan 3

Tentang konvolusi:http://www.dspguide.com/ch6.htm

Korelasi dan kovolusi:http://www.bores.com/courses/intro/time/index.htm

Sifat sifat konvolusi:http://www.dspguide.com/ch7.htm

Matlab HELP


Percobaan III ver:0 - 2006 Halaman: 2 dari 5


16/47


A. Impulse Response

Ketikkan program untuk mencari impulse respon dibawah ini, sesuai dengan

persamaan: y[n] 0 2y [n1] x[n] [n 1]

ynminus1 = 0;

xnminus1 = 0;

hold on

for n=1:10

if n==1

xn=1;

else xn=0;

end

yn=-0.2*ynminus1 + xn - xnminus1

ynminus1=yn

xnminus1=xn

stem(n-1,yn)

end

Lakukan hal yang sama seperti contoh diatas untuk persamaan-persamaan

dibawah ini, plot dan simpanlah hasilnya.y[n] + 1.2y[n-1] = 2x[n-1]

B. Konvolusi

Lakukan konvolusi x[n] * v[n]x[n]

= u[n] - u[n-4], v[n] = 0.5 u[n]

clc

close

clear

for n=1:20

u(n)=1;

if n


17/47

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) u[n]

C. Penerapan Konvolusi Untuk Filtering

clcclose

clear

for n=1:100u(n)=sin(2*pi*0.01*(n-1))+sin(2*pi*0.1*(n-1));

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!



18/47


1. Apakah yang dimaksud dengan LTI systems ?2. Apakah yang dimaksud dengan konvolusi? Sebutkan aplikasi dari konvolusi

pada PSD!

3. Sebutkan sifat-sifat konvolusi.

4. Apakah yang dimaksud dengan FIR dan IIR?

5. Jika diketahui u 1 3 5 2dan v 8 4 6 7 tentukan w jika w

merupakan hasil konvolusi dari u dan v.6. Gambarkan struktur waktu diskrit dari persamaan dibawah ini.

3 n n-2 2y(n 3) x n-1 2 n-2 (n 3)



19/47

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 diskritmenggunakan MATLAB.

Mahasiswa dapat membandingkan FFT dan DFT.

Mahasiswa dapat mendesain suatu algoritma FFT menggunakan MATLAB.

II. Ruang Lingkup

A. Teori SingkatPada 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.

Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat KerasPercobaan IV ver:0 - 2006 Halaman: 1 dari 4


20/47

Secara umum analisa fourier dapat dibagi menjadi 4 jenis, yaitu Fourier

Series, Fourier Transform, Discrete Time Fourier Transform, dan DiscreteFourier 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 DFTdengan mengurangi jumlah perkalian dan penjumlahan kompleks yangdibutuhkan. Algoritma pada FFT juga memanfaatkan pola perulangan pada

perhitungan DFT.

Pada MatLab, Fast Fourier Transform dilakukan dengan perintahY=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, Principles, Algorithms, and

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



21/47


A. Spektrum frekuensi dari suatu sinyal

1. Buka -filepadaMatLab (File/New/M-File), ketikan program berikut :close;

Fs = 10000;

Ts = 1/Fs;

t = 0:Ts:1;

y = 2*sin(2*pi*200*t)+0.5*sin(2*pi*600*t)+sin(2*pi*1500*t);

sound(y,Fs);

plot(t(1:100),y(1:100))

Y = fft(y,1024);

Ym = abs(Y);

f = Fs*(0:511)/1024;

figure; plot(f,Ym(1:512))

2. Gambarkan dan save hasil yang diperoleh

B. Memfilter suatu sinyal dengan melihat spektrum frekuensinya

1. Buka kembali M-file, lalu ketikan program berikut :close all;

Fs = 10000;

Ts = 1/Fs;

t = 0:Ts:1;

w = sin(2*pi*1000*t) - sin(2*pi*1001*t);

sound(w,Fs); %sinus

plot(t(1:200),w(1:200))

title('sinus')

input('tekan enter');

x = randn(size(t));

y = w+x;

figure; plot(t(1:200),y(1:200))

title('sinus and noise')

sound(y,Fs); %sinus and noise

Y = fft(y,1024);

Ym = abs(Y);

f = Fs*(0:511)/1024;

figure; plot(f,Ym(1:512))

title('sinus and noise spectrum')

input('tekan enter');

[b,a] = butter(15,1100/(Fs/2)); %LPF butter, ordo 15,

cutoff pada 1100 Hz

z = filter(b,a,y);sound(z,Fs); %sinus and noise after filtered

figure; plot(t(1:200),z(1:200))

title('sinus and noise after filtered')

Z = fft(z,1024);

Zm = abs(Z);

f = Fs*(0:511)/1024;

figure; plot(f,Zm(1:512))

title('sinus and noise after filtered spectrum')

2. Gambarkan dan save hasil yang diperoleh



22/47

V. Tugas Laporan

1. Mengapa kita menggunakan FFT? Apa kegunannya?

2. Jelaskan mengapa dengan menggunakan algoritma perhitungan Fast Fourier

Transform( F F T ) lebih cepat dibandingkan dengan Discrete FourierTransform (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 = 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 !


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 satufrekuensi ? 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

DFTdari sinyal diskrit tersebut dan gambarkan spektrum frekuensi-nya !



23/47

PERCOBAAN V

Filter Digital

I. Tujuan

Mahasiswa dapat menjelaskan analisis frekuensi (transformasi fourier) baikpada sinyal analog maupun digital, DFT dan FFT.

Mahasiswa dapat mendemonstrasikan DFT dan FFT dari suatu sinyal diskritmenggunakan 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 sebuahsinyal, yang bertujuan untuk meningkatkan kualitas dari sebuah sinyal.

Secara umum tujuan dari pemfilteran adalah untuk meningkatkan kualitasdari 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 inputsinyal 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 danecho cancellerpada 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) y(n)

Input sinyal digital Output sinyal digital

h(k) Impulse response (Kernel) atau koefisien - koefisien filter digital

yang menentukan jenis dan karakteristik dari filter digital.

Berdasarkan diagram blok tersebut maka secara garis besar filter digitaldapat dibagi menjadi dua yaitu filter digital FIR dan filter digital IIR.

1

FIR: y(n) h(k)x(n k)k0

Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat KerasPercobaan V ver:0 - 2006 Halaman: 1 dari 5


24/47

M

IIR: (n) h(k)x(nk) a kx(nk)k0 k 0 k 1

Kelebihan filter digital dibandingkan filter

analog :

b k (nk)

Dapat memiliki karakteristik yang tidak mungkin dimiliki oleh filteranalog, seperti respon fase yang linier.

Karakteristiknya tidak berubah dengan perubahan lingkungan, misalnya

perubahan suhu, kelembaban dan sebagainya sehingga tidak diperlukankalibrasi yang berulang-ulang.

Respon frekuensinya dapat diatur secara otomatis sebab diimplemen-

tasikan dengan menggunakan prosesor yang dapat diprogram sehingga

filter digital memiliki kemampuan menyesuaikan diri.

Dapat memfilter beberapa sinyal input atau saluran hanya dengan satufilter digital tanpa harus membuat perangkat kerasnya lagi.

Data yang belum atau sudah difilter dapat disimpan untuk keperluan lain Dengan berkembangnya teknologi IC dengan skala besar maka

ukurannya semakin kecil, konsumsi daya rendah dan harganya semakinmurah.

Ketelitiannya hanya dibatasi oleh panjangword dari prosesor yangdigunakan.

Dapat digunakan pada frekuensi yang sangat rendah, yang umumnyadibutuhkan pada aplikasibiomedical.

Dapat dibuat dengan rentang frekuensi yang lebar hanya dengan

mengatur frekuensi sampling-nya.

Kekurangan filter digital dibandingkan filter analog :

Kecepatannya dibatasi oleh kecepatan prosesor yang digunakan danjumlah operasi aritmatik yang dikerjakan pada algoritma pemfilteran.

Lebar pita maksimum lebih kecil dibandingkan dengan filter analogkarena dibatasi oleh frekuensi sampling-nya.

Waktu konversi dari ADC dan waktu settlingdari DAC membatasifrekuensi tertinggi yang dapat diproses.

Adanyaround-off noiseakibat error pada proses kuantisasi sinyal analog

pada ADC dan kuantisasi koefisien sehingga semakin tinggi orde filter

maka akumulasi dariround-off noiseakan menyebabkan ketidakstabilan.

Fungsi alih (Transfer Function) adalah perbandingan output dan inputdalam domain S (Laplace Transform) untuk filter analog atau domain Z(ZTransform) untuk filter digital.


Percobaan V ver:0 - 2006 Halaman: 2 dari 5


25/47


26/47

Contoh:

n axn-byn-1

B. Daftar Alat

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


Tentang efek penempatan pole dan zero terhadap:http://www.nst.ing.tu-bs.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


A. Filter Analog1. Diberikan fungsi alih dari gambar dibawah ini.

Gambar 5.1

DenganC1=C2=100f, R1 =R2 =2000

25H(S)

S2

15S 50

Carilah dan gambarkan Magnitude Respon dan Phase Respon darigambar diatas pada MATLAB

clear

close

F=0:1:50;

W=2*pi*F;

H=25./(((1i.*W).^2)+(15.*(1i.*W))+50);

MR=abs(H);

PR=angle(H)*180/pi;

Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat KerasPercobaan V ver:0 - 2006 Halaman: 4 dari 5


27/47

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 5.2Dengan R1=R2=1000 and C=100f.

H(S)

10

S 20

Carilah dan gambarkan Magnitude Respon dan Phase Respon dari

gambar diatas pada MATLAB

B. Filter DigitalCari fungsi alih dan gambarkan Magnitude Respond dan Phase Respon dari filter

digital dengan persamaan:1. y[n] + 0.5y[n-1] = 2x[n-1]

2. y[n] + 1.2y[n-1] + 0.32y[n-2] = x[n]-x[n-1]

V. Tugas Laporan

1. Turunkan fungsi alih dari gambar 5.1 dan gambar 5.22. Analisa percobaan yang ada pada percobaan ini.

3. Gambarkan respon frekuensi (Magnitude dan Phase Response) di bawah ini.

(n ) 1 ,8y(n1) 0,5 (n 2) 0,3 (n) 0,65 (n1 )

Jelaskan program yang anda buat.


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 denganfilter analog!

5. Jelaskan apa itu fungsi alih, respon frekuensi, magnitude dan phase respon !


Percobaan V ver:0 - 2006 Halaman: 5 dari 5


28/47

PERCOBAAN VI

Filter Digital FIR

I. Tujuan

Mahasiswa dapat menjelaskan filter digital FIR dan metode-metode dalam

menghitung koefisien filter digital FIR.

Mahasiswa dapat menghitung koefisien-koefisien filter digital FIR denganmetode-metode yang ada menggunakan MATLAB.

Mahasiswa dapat membandingkan metode-metode menghitung koefisienfilter digital FIR.

Mahasiswa dapat mendesain filter digital FIR menggunakan MATLAB.

II. Ruang Lingkup

A. Teori Singkat

Filter digital FIR (Finite Impulse Response) merupakan sistem filter yang

mempunyai impuls respon yang terbatas, memiliki fase yang linier dan tidakmemiliki pole sehingga filter digital FIR selalu stabil.

Sifat-sifat filter digital FIR

Memiliki respon fase yang linier sehingga tidak timbul-nya distorsifase, hal ini dibutuhkan pada aplikasi tertentu seperti pengirimandata,biomedical, dan pengolahan citra.

Selalu stabil sebab tidak adanya proses rekursif dan durasi impulse

response yang terbatas. Round-off noise dan error kuantisasi koefisiennya lebih kecil

karena tidak adanya umpan balik.

h(k), k = 0,1,...N-1x(n) y(n)

Input sinyal digital Output sinyal digital

1

(n ) h kxn k ; Jumlah koefisien filterk0

1

H(z) h(k)z kk 0

Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat KerasPercobaan VI ver:0 - 2006 Halaman: 1 dari 9


29/47

Spesifikasi filter digital FIR

Gambar 6.1

Tahap-tahap perancangan filter digital FIR

1. Tentukan karakteristikdan tipe filter yangakan dibuat.

2. Hitung/tentukan

koefisien filter.3. Pilih struktur filter.

4. Analisa efek dari

kuantisasi koefisien

filter dan keterbatasn

word length dariADC/DAC dan

prosesor yang

digunakan.

5. Implementasi hardware

dan / atau software.

6. Verifikasi / testing.

Gambar 6.2



30/47

Metode menghitung koefisien filter digital FIR

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 , -



31/47

- Impulse respon-nya adalah :

h d(n)

1

2

1

H-

n

d e d

h(0 ) 0 n d

2

j e d-

cos n

,n

- n, n 0

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 sebagaicontoh, pada pembangkitkan single side band modulated signals ,radarsignal processingdanspeech signal processing.

- Memiliki respon frekuensi :

Hd( )

j , 0 j , - 0

- Impulse respon-nya adalah :

hd(n)

2

2 n sin

2 , n 0

n

0, n 0

B. Daftar Alat

PC

MATLAB

III. Referensi



Desain filter digital FIR secara interaktif:http://www-users.cs.york.ac.uk/~fisher/mkfilter/


Percobaan VI ver:0 - 2006 Halaman: 4 dari 9


32/47

Tentang filter digital FIR:

http://www.bores.com/courses/intro/filters/4_fir.htmTentang filter digital FIR (Moving Average):

http://www.dspguide.com/ch15.htm

Tentang filter digital FIR:http://www.dspguru.com/info/faqs/firfaq.htmTentang window sinc filter:http://www.dspguide.com/ch16.htm

Matlab HELP


A. Metode Window

1) Buatlah filter digital FIR LPF dengan spesifikasi antara lain : frekuensi

sampling 10 KHz, frekuensi cut-off 1 KHz, lebar frekuensi transisi 500

Hz, passband ripple 0,01 dB.

2) Tentukan jenis window yang akan dipakai (lihat tabel pada lampiran).3) Tentukan jumlah orde yang dibutuhkan untuk spesifikasi diatas.

4) Buka ToolBox Filter Design & Analysis Tools dari menu Start -Toolboxes - Filter Design - Filter Design & Analysis Tools (FDA

Tool)

Gambar 6.3



33/47

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 M-

File 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);



34/47

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')

11) Ulangi percobaan diatas untuk HPF, BPF, dan BSF.

B. Metode Optimum

1) Buatlah filter digital FIR HPF dengan spesifikasi antara lain :

frekuensi sampling 10 KHz, passband upper frekuensi 2,4KHz,

stopband lower frekuensi 1,5KHz, stop band attenuation 50dB.2) Ulangi langkah 2 sampai 4 pada point A diatas.

3) Pilih jenis filter yang diinginkan (FIR - Equiripple), Pilih MinimumOrder, frekuensi sampling, dan sesuai dengan spesifikasi diatas.

4) Ulangi langkah 6 sampai 9 pada percobaan A diatas.

5) Kemudian 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);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);



35/47

f = Fs*(0:511)/1024;

subplot(224)

plot(f,Zm(1:512))

title('signal after filtered spectrum')

6) Ulangi percobaan diatas untuk LPF, BPF, dan BSF.

V. Tugas Laporan

1. Analisa percobaan pada praktikum ini.2. Rancang filter digitalFIR LPFdengan spesifikasi frekuensi sampling 20 KHz,

passband lower frekuensi 100 Hz, stopband upper frekuensi 500 Hz, passband

ripple 0,3 dB, stop band attenuation 50 dB. Buat dengan metode :- Windowing

- Optimum

Gambarkan magnitude dan phase respon dari filter yang telah dirancang,kemudian filter tersebut digunakan untuk memfilter signal :y=sin(2*pi*100*t)+sin(2*pi*500*t)+sin(2*pi*1500*t)+sin(2*pi*2000*t)

Gambarkan signal input dan output dalam domain waktu dan frekuensi!

3. Jelaskan mengapa respon fase yang linier pada filter digital FIR tidakmenimbulkan distorsi fase! Dan mengapa hal tersebut dikatakanmenguntungkan? 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 Pendahuluan1. 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



36/47

VII. Lampiran

Tabel Impulse response Ideal (hd(n))

Tabel Fungsi Window



37/47

PERCOBAAN VII

Filter Digital IIR

I.

II.

Tujuan

Mahasiswa dapat menjelaskan filter digital IIR dan metode konversi dari

filter analog(pendekatan turunan dan BZT) untuk menghitung koefisien

filter digital IIR.

Mahasiswa dapat menghitung koefisien-koefisien filter digital IIR dengan

metode konversi dari filter analog (pendekatan turunan dan BZT).

Mahasiswa dapat membandingkan metode pendekatan turunan dan BZTdalam mencari koefisien filter digital IIR.

Mahasiswa dapat mendesain filter digital IIR menggunakan MATLAB.

Ruang Lingkup

A. Teori Singkat

IIR (Infinite Impulse Response) merupakan filter digital yang mempunyai

beberapa karakteristik antara lain impuls respon yang tidak terbatas (takberhingga), memiliki respon fase yang umumnya tidak linier, dan memiliki pole

sehingga filterIIRmungkin mengalamiketidakstabilan.

Sifat-sifat filter digital IIR:

Membutuhkan lebih sedikit koefisien untuk mempertajam kemiringan

filter pada frekuensi potong sehingga memerlukan waktu proses yanglebih cepat dan memori yang lebih sedikit.

Dapat dibuat dengan transformasi dari filter analog dengankarakteristik yang sama.

(n) h(k)x(nk) k0 k

0

M

a k (nk)k

1

b k (nk)

akdanbkadalah koefisien - koefisien filter.

k

akzH(z) k0

M

(1 b z k)

k 1

Metoda perancangan filter IIR

1. Penempatan pole dan zero.

k

Menentukan letak pole dan zero dalam domain z untuk mendapatkan

respon frekuensi yang diinginkanMenempatkan pole dan zero ke dalam bidang Z sesuai dengan

spesifikasi filter yang diinginkan.Terbatas hanya untuk filter tertentu (BPF dan BSF).


Percobaan VII ver:0 - 2006 Halaman: 1 dari 7


38/47

r 1

0

Bandwidth/F sampling

F

2 resonan

r Jari -

2. Konversi dari Filter analog

F sampling

jari pole.

Filter analog Butterworth normalisasi ( Cutoff = 1)

Fungsi alihH(s)1

B n ( s )

Bn(s) adalah fungsi polinomial butterworth, di mana nilainya

Orde 1: s+12Orde 2:ss2 1Orde 3: s

3+ 2s

2+ 2.s+1

Rumus Konversi

LPF ke LPF

ss Cut

LPF ke HPF

Cuts

LPFs

ke BPF

ss 2 2

oWs LPF

ss

ke BSF

Ws2 2

oKonversi dari filter analog ke digital dilakukan dengan 2 cara:

a. Pendekatan TurunanTerbatas hanya untuk filter tertentu (LPF dan beberapa BPF).

H

ks

(s)H(z)k

1 z1 T

samplingb. Bilinear Z -Transform (BZT)

Ketika melakukan konversi dari filter analog ke filter digital,frekuensi sampling pada filter analog tidak dapat dipakai sebagaifrekuensi sampling pada filter digital. Perlu dibelokkan sedikit

nilainya agar pada saat dilakukan filter digital, frekuensisampling digitalnya sama dengan frekuensi sampling analog,

disebut juga warping.




39/47

H( s ) H

2sTsampling

B. Daftar Alat

PC

MATLAB

III. Referensi

(z)

1

( 1z) Warping :1

( 1z)

2 .T sampling tan

T 2 S



Desain filter digital IIR secara interaktif: http://www-users.cs.york.ac.uk/~fisher/mkfilter/

Tentang filter digital IIR: http://www.dspguru.com/info/faqs/iirfaq.htm Matlab HELP


A. Konversi dari filter analog

C1

Vi R1 R2

n +

-

C2

Vou

t

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 BZTuntuk melakukan konversi, dengan fungsi alih seperti dibawah ini.


C 2 R 1 R 2

2R 1

R 2

C 1

C 2

UPT Perangakat Keras



40/47

A 1 R

R B

Hs

2

s

1 1f n n

2 2 R 1R 2 C 1 C 2

A n22

2 ns n

1. Gambarkan magnitude respon dan phase respon dari filter analog

diatas.

2. Gambarkan pula magnitude respon dan phase respon dari filter digitalyang dibuat.

%Filter Analog

R1=1000;

R2=1000;

RA=1000;

RB=1000;

C1=100e-9;

C2=100e-9;

Fn=(1/(2*pi))*sqrt(1/(R1*R2*C1*C2));

zeta=(C2*(R1+R2))/(2*sqrt((R1*R2*C1*C2)));

A=1+(RA/RB);

Wn=2*pi*Fn;

F=0:10:5000;

W=2*pi*F;

s=1i*W;

H=(A*Wn^2)./((s.^2)+(2*zeta*Wn*s)+Wn^2);

MR=abs(H);

PR=angle(H)*180/pi;

subplot(221)

plot(F,MR);

title('Magnitude Respon Filter Analog')

subplot(222)

plot(F,PR);

title('Phase Respon Filter Analog')

%Filter DigitalFs=10000;

Ts=1/Fs;

f=0:0.002:0.5;

w=2*pi*f;

z=exp(1i*w);

s=(2/Ts)*((1-z.^-1)./(1+z.^1));

h=(A*Wn^2)./((s.^2)+(2*zeta*Wn*s)+Wn^2);

mr=abs(h);

pr=angle(h)*180/pi;

subplot(223)

Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat KerasPercobaan VII ver:0 - 2006 Halaman: 4 dari 7


41/47


42/47

kemudian filter tersebut digunakan untuk memfilter signal :y=sin(2*pi*100*t)+sin(2*pi*500*t)+sin(2*pi*1500*t)+sin(2*pi*2000*t)


6. Analisa percobaan pada praktikum ini.


1. Apa yang anda ketahui tentang filter digital IIR !

2. Sebutkan dan jelaskan keuntungan dan kerugian filter digital IIR dibandingkandengan 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 digitalIIR !

VII. LampiranDiskrit Time Continous Time

Spesifikasi Filter Digital Spesifikasi Filter Analogarping

p sfp fs

Direct

Design

Method

Ap As

p sp s

Placement zero

and pole

Ap Asp s

p s=k.tan(T/2) Fp Fs

p sIndirectdesign

method Classic Analog ButterworthFilter Design Chebyshev

Elyptic

Bessel

Digital Filter H(z) s to z transform

atau

pole dan zero dalam

z BZT, Pendekatan turunan

Persamaan Dapatkan

Difference koefisien

y(n)

Finish Testing

Design IIR Method

Analog Filter H(s)

atau

pole dan zero dalam s

Struktur

Filter

Coding

DESAIN FILTER DIGITAL IIR

Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat KerasPercobaan VII ver:0 - 2006 Halaman: 6 dari 7


43/47

1

linier dB

1 0p

2 -Ap1 p

1

1 s2

1

2

Passband

s

p 1

DaerahTransisi

Fp FC FS

Filter Parameter

1 s 1

2

-3 dB

Stopband

-As

Frekuensi (Hz)

1

2

1 pA p 10 log( 1

p

1 s2 2

) A s 10 log( 1 s )




44/47

PERCOBAAN VIII

Penggunaan Simulink

I. Tujuan

Mahasiswa dapat menjelaskan penggunaan fasilitas simulink pada

MATLAB untuk aplikasi pengolahaan sinyal digital seperti filter digital danfilter adaptif.

II. Ruang Lingkup

A. Teori Singkat

Filter Adaptif

Filter digital adaptif merupakan filter digital yang mampu melakukanpengaturan terhadap koefisien-koefisiennya secara otomatis. Algoritma adaptif

yang banyak digunakan adalah algoritmaLeast Mean Square (LMS) karenakomputasi dan tempat penyimpanan yang dibutuhkan lebih efisien. Algoritma

LMSbertujuan untuk meminimalkan kuadrat dari error yang terjadi.Persamaan di bawah ini adalah rumus untuk memperbaharui koefisien setiap

pencuplikan pada algoritmaLMS.

Wn1 Wn 2enXn

Untuk nilai awal tertentu dari koefisien algoritma LMSakan konvergen dan

stabil jika :1

0 ax

.daya dari sinyal input atau maksimum nilai eigen dari data input kovarian

matriks.

dn(sinyal referensi)

+

yn -

xn Filter Digital (sinyal input ) (sinyal output)

(sinyal error)

AlgoritmaAdaptif

Komponen UtamaFilter Adaptif

Gambar 8.1 Blok Diagram Filter Adaptif

Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat KerasPercobaan VIII ver:0 - 2006 Halaman: 1 dari 4


45/47

B. Daftar Alat

PC

MATLAB

III. Referensi



DIGITAL SIGNAL PROCESSING, Principles , Algorithms, andApplications, 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/dsp-

builder.html

Matlab HELP


A. Filter Analog dengan SimuLink

Buatlah suatu Low-Pass Filter dengan menggunakan SimuLink dengan

fc=1000Hz.

butter

Sine Wave

Analog Time

Filter Design Scope

Sine Wave1Time

Scope1

Gambar 8.2 Filter Analog

Gambarkan dan simpan hasilnya. Ulangi untuk filter High-Pass, BandPass

dan Band-Stop.

B. Filter FIR dan IIR dengan SimuLink

Buatlah filter digital FIR dan IIR dengan menggunakan SimuLink dari

percobaan yang ada pada Percobaan 6 dan Percobaan 7 pada bukupedomaan praktikum ini.

Pedoman Praktikum Pengolahan Sinyal Digital UPT Perangakat KerasPercobaan VIII ver:0 - 2006 Halaman: 2 dari 4


46/47

DSP

Sine Wave

DSP

Sine Wave1

DSP

Sine Wave

DSP

Sine Wave1

DF FIR

Digital Filter

Gambar 8.2 Filter Digital FIR

IIR DF2T

Digital Filter1

Gambar 8.2 Filter Digital IIR

Time

Scope

Time

Scope1

Time

Scope

Time

Scope1

C. Filter Adaptif dengan SimuLink

Sinyal Input

Time

DSPSinus 100Hz

Sinyal Input

Sine WaveSinus 100Hz

DSPSinus 1000Hz

Sine Wave1


128 Koefiesien

mu=0.00 5

Output

Input

LM S E rror

Desired WtsKoef isien Filter

LMS Filter

Scope1

Sinyal Ouput

3.255 e-01 6Time

ScopeDisplay1

0.05624

Display

UPT Perangakat KerasPercobaan VIII ver:0 - 2006 Halaman: 3 dari 4


47/47

Gambarkan blok diagram diatas kemudian lihat hasilnya.

Kemudian rubah Sinus 1000Hz menjadi sinyal noise, kemudian lihathasilnya!

V. Tugas Laporan1. Analisa percobaan pada praktikum ini!

2. Salah satu aplikasi dari PSD adalah adaptive echo cancellation, buat blok

diagram dan jelaskan cara kerja-nya ! Kemudian simulasikan menggunakan

SimuLink!

3. Rancang filter digital IIR dengan mengkonversi filter analog dibawah ini,menggunakan metode BZT, frekuensi sampling 20 KHz, dengan C1=C2=100nf,

R1 =R2 =1000


Simulasikan menggunakan SimuLink!4. Rancang filter digitalFIR HPFdengan spesifikasi frekuensi sampling 20 KHz,

passband upper frekuensi 500 Hz, stopband lower frekuensi 1000 Hz, passband

ripple 0,3 dB, stop band attenuation 50 dB. Buat dengan metode :

- Windowing- Optimum

Gambarkan magnitude dan phase respon dari filter yang telah dirancang,



VI. Tugas Pendahuluan1. 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 dalamdomain waktu dan frekuensi !

y=sin(2*pi*100*t)+sin(2*pi*500*t)+sin(2*pi*1500*t)+sin(2*pi*2000*t)

praktikum dsp 2015.pdf

Documents