Upload
marufah-dalimunthe
View
23
Download
0
Embed Size (px)
Citation preview
LAPORAN AWAL
PRAKTIKUM PENGOLAHAN SINYAL ELEKTRONIKA
MODUL I
PENDAHULUAN
Nama : Amty Ma’rufah A.D.
NPM : 140310090007
Hari/ Tanggal Praktikum : Jumat, 9 Maret 2012
Waktu Praktikum : 15.00-17.00 WIB
Asisten :
LABORATORIUM PENGOLAHAN SINYAL DAN CITRA
JURUSAN FISIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PADJADJARAN BANDUNG
2012
LEMBAR PENGESAHAN
MODUL I
PENDAHULUAN
Nama : Amty Ma’rufah A.D.
NPM : 140310090007
Hari/ Tanggal Praktikum : Jumat, 9 Maret 2012
Waktu Praktikum : 15.00-17.00 WIB
Asisten :
Jatinangor, 9 Maret 2012
Asisten
(...................................)
NPM.
LP SP LA
I. Tujuan Percobaan
1. Mengetahui definisi, representasi matematis, dan pengertian dasar tentang
sinyal, sistem, dan pemrosesan sinyal.
2. Memahami elemen-elemen dasar sistem DSP, termasuk ND dan D/ A,
berserta untung-ruginya apabila dibandiungkan dengan sistem analog..
3. Mengklasifikasikan berbagai sinyal (real vs. kompleks, multichannel vs.
single channel, multidimensional vs. Single dimensional, waktu kontinu
vs. waktu diskrit, nilai kontinu vs. Nilai diskrit, sinyal digital vs. analog,
deterministik vs. random) dan sumbersumbemya.
4. Memahami konsep ftekuensi, amplituda dan fasa pada sinyal sinyal waktu
diskrit dan waktu kontinu, serta perbedaan sifat-sifatnya, terutama pada
sinyal sinusoidal.
5. Memahami konsep harmonically related complex exponentials untuk
kasus waktu diskrit dan waktu kontinu, serta definisi dari ftekuensi
fundamental.
6. Mengerti proses mengubah sinyal analog menjadi sinyal waktu diskrit dan
digital, melalui pencuplik, kuantisasi, dan pengkodean.
7. Menghitung sinyal waktu diskrit yang dihasilkan dari proses sampling
sinyal waktu kontinue.
8. Memahami konsep aliasing, dan tahu cara menghindarinya. Menghitung
sinyal diskrit hasil sampling sinyal analog pada kasus terjadi aliasing.
9. Mengerti teorema sampling Nyquist, Nyquist rate, Nyquist criteria.
Merekonstruksi sinyal analog dari sinyal digital melalui rekonstruksi ideal
(fungsi sine). Mengerti proses kuantisasi dan dapat menghitung error
kuantisasi. Mengetahui definisi kuantisasi level, dynamic range, dan
resolusi, serta hubungan hal-hal tersebut dengan error kuantisasi.
Mengetahui cara menghitung jumlah bit minimal agar error kuantisasi
dapat dibatasi pada level tertentu.
Pemodelan Sinyal
II. Teori Dasar
Sinyal adalah besaran fisis yang berubah menurut waktu, ruang, atau
variable-variabel bebas lainnya. Secara matematis sinyal adalah fungsi dari
satu atau lebih variabel independen. Proses ini dilakukan melaui pemodelan
sinyal. Contoh fungsi matematis dari sinyal adalah :
s1(t)=5t
s(x,y)=3x+2xy+10y2
Secara garis besar, pemodelan sinyal menjadi fungsi matematis dapat
terlihat seperti bagan dibawah ini :
SINYAL
Elemen-Elemen Dasar Sistem Digital Signal Processing
Sistem diidentikan sebagai pemroses sinyal. Suatu system biasanya
diwakili dengan suatu kotak yang memiliki masukan dan keluaran. System
ini dapat dibedakan menjadi :
Sistem Analog
Merupakan suatu pemroses sinyal yang memproses sautu sinyal analog
sebagai masukan dan menghasilkan sinyal analog pula pada keluarannya.
Sebagai contoh: sensor suhu yang menganalogikan besaran suhu dengan
besaran tegangan. Secara garis besar dapat digambarkan dengan bagan
dibawah ini :
Besaran Fisis Fungsi Mstematis
Sinyal Analog ASP (Analog Signal Procesor)
Sinyal Analog
Sistem Digital
Merupakan suatu pemroses yang memproses sautu sinyal analog menjadi
digital, ataupun digital menjadi digital. Secara garis besar dapat di
gambarkan sebagai berikut :
Meskipun dikenal 2 sistem tersebut, dalam kenyataannya lebih banyak
digunakan DSP ketimbang ASP karena ASP memiliki keterbatasan
mengenai aplikasi yang dapat digunakan, selain itu pula dari faktor
kesulitan membangun system ASP disbanding dengan DSP. Adapun
beberapa keunggulan DSP adalah sebagai berikut :
a. Menggunakan pendekatan komputerisasi, sehingga lebih mudah
dalam pengoperasian dan praktis.
b. Operasi DSP hanya menggunakan proses penjumlahan dan
perkalia, sehingga prosesnya sangat stabil.
c. DSP lebih murah untuk dibangun.
d. DSP dapat dengan mudah dimodifikasi pada kondisi real time
dengan cara mengubah program pada softwarenya.
Klasifikasi Sinyal
Sinyal Nyata vs Kompleks
Sinyal nyata (real) adalah sinyal yang bernilai bilangan nyata, dimana
sinyal tersebut menghasilkan bilangan real. Sedangkan sinyal kompleks
adalah sinyal yang memiliki unsure bilangan kompleks pada fungsi
matematisnya. Perhatikan dua sinyal berikut ini:
s1 ( t )= A sin 3 πt s2 ( t )=Aei 3 πt=A cos 3 πt + j sin 3 πt
dengana s1 (t) adalah sinyal nyata, sedangkan s2(t) adalah sinyal kompleks.
Sinyal Analog
ADC DAC Sinyal Analog
Sinyal Digial Sinyal
Digital
DSP(Digital Signal Processor)
Multi channel vs Single channel
Sinyal multikanal (multichannel) adalah sinyal yang terdiri dari kumpulan
beberapa sinyal independen (komposit). Sinyal satu kanal (single channel)
adalah sinyal tunggal yang hanya terdiri dari satu sinyal independen.
Perhatikan dua sinyal berikut ini:
S1={s1 ( t ) , s2 ( t ). .. . .. Sn } ; S2=s1
dengan adalah S1 adalah sinyal multikanal, sedangkan S2 adalah sinyal satu
kanal. Contoh sinyal multikanal adalah sinyal video berwarna (kanal-kanal
merah, hijau, dan biru), serta sinyal musik stereo (kanal-kanal kiri dan kanan).
Contoh sinyal satu kanal adalah sinyal radio medium wave (MW) pada radio
biasa.
Multi Dimensional vs Single Dimensional
Sinyal multidimensi (multi dimensional) adalah sinyal dengan lebih dari
satu variabel independen. Sinyal satu dimensi (single dimensional) adalah
sinyal dengan variable independen tunggal. Perhatikan dua sinyal berikut
ini:
f ( x , y ) vs s1 (t)
Sinyal f (x,y) adalah sinyal multidimensi karena memiliki variable
independen x dan y- Sinyal s1 (t) adalah sinyal dimensi satu karena
variable independennya hanya t.
Continuous Time vs Discrete Time
Sinyal waktu kontinu (continous time) adalah sinyal yang memiliki
variable independent yang bernilai nyata (real), sama dengan sinyal real.
Sinyal waktu diskrit (discrete time) adalah sinyal dengan variable
independen bernilai integer.
Sinyal waktu kontinu didapat dari sinyal yang bersifat analog sehingga
terdapat nilainya disepanjang waktu, sedangkan sinyal waktu diskrit
didapat dari sinyal waktu digital yang dapat diperoleh dengan cara – cara
sebagai berikut :
Sampling dari sinyal waktu kontinu, artinya kita mengambil beberapa
data dari sinyal continu untuk mewakili keseluruhan data.
Mencacah (counting), kita mencacah data yang kita ambil dengan
ketentuan waktu tertentu.
Continuous Valued vs Discrete Valued
Continuous valued signal adalah sinyal yang tak hanya memiliki besaran
independennya yang real tetapi dapat juga memiliki besar yang merupakan
bilangan nyata juga. Discrete valued Signal adalah sinyal yang besarnya
atau variabel dependennya merupakan bilangan diskrit dimana bilangan
tersebut merupakan bilangan berindeks yang mana indeksnya
mengindikasikan kapan penyamplingan ataupun peng–counting-an
dilakukan.
Dari penjelasan mengenai sinyal nilai diskrit & kontinu dan sinyal waktu
diskrit & kontinu, dapat kita peroleh 2 klasifikasi sinyal yang lain, yaitu :
Sinyal digital adalah sinyal yang sekaligus waktu diskrit dan nilai diskrit
valued, sedangkan Sinyal analog adalah sinyal yang sekaligus waktu
kontinu dan nilai kontinu.
Sinyal Deterministik vs Sinyal Random
Sesuai dengan namanya, kedua jenis sinyal ini berdasarkan asal usul
besaran yang dipakai. Sinyal deterministic merupakan sinyal yang
besarannya telah diketahui dengan pasti, misal bila diketahui besaran
independentnya. Sedangkan sinyal random adalah sinyal yang belum
diketahui dengan pasti besaran independentnya, dalam artian masih
random. Kadang – kadang sinyal rumit menggunakan sinyal bentuk ini.
Konsep Frekuensi untuk Sinyal Waktu Diskrit dan Sinyal waktu
kontinu
Sinyal Waktu Kontinu (C- T)
Bila kita misalkan sebuah sinyal analog berbentuk sinusoid sebagai berikut
Xa( t )= A cos (Ω t + θ ) , −∞ < t <∞
Dari fungsi matematis diatas terlihat frekuensi Ω memiliki hubungan
dengan frekuensi F dengan satuan Hertz (Hz) melalui
Ω = 2nF
Bila frekuensi F diketahui, maka bisa didefinisikan perioda fundamental
TFP = 1/F
Adapun sifat – sifat frekuensi F pada sinyal kontinu ini sebagai berikut:
1. Untuk F tetap maka sinyal akan periodic (berulang)
2. Sinyal akan berbeda bila frekuensi F nya berbeda.
3. Menaikan nilai F sama dengan menaikkan laju osilasi
Ketiga sifat diatas tidak hanya berlaku untuk sinyal nyata, tetapi juga
berlaku untuk sinyal kompleks.
Sinyal waktu diskrit (D- T) Sinusoidal
Sebuah sinyal sinusoidal waktu diskrit berbentuk
xa(n) = A cos (ωn +θ); −∞<n<∞
dengan n adalah indeks sample. Untuk sinyal seperti ini, parameter di ruas
kanan dikenal dengan nama
A : Amplitudo ω : Frekuensi θ : Phasa
Sebagaimana pada kasus C-T, ftekuensiω (dalam satuan radian per
indeks sample) memiliki hubungan dengan frekuansi f melalui ω =
2 πf .
Berbeda dengan F pada sinyal kontinu, pada sinyal diskrit f memiliki sifat
sebagai berikut :
1. Sinyal periodic hanya apabila f nya rasional
2. sinyal dengan frekuensi berbeda sejauh k2π (dengan k integer)
adalah identik.
3. frekuensi tertinggi yang bisa dicapai adalah ω = ± π, f = ± ½.
Konsep Eksponensial komplek berelasi secara harmonik
Eksponensial waktu kontinu
sk=e ik Ω0 t=e i2 π kF 0t ; k=0,1,2 , .. .
Sinyal ini memiliki keistimewaan, yaitu satu sarna lain memiliki hubungan
secara harmonik. Sinya.l S1(t), S2(t), S3(t),dst, memang memiliki beragam
periode T, namun ada sebuah periode Tp=l/Fo yang temyata dimiliki oleh
setiap sinyal tersebut. Periode ini disebut perioda fundamental dari
kumpulan sinyal ini, dan FQ disebut ftekuensi fundamental dari kumpulan
sinyal ini. Salah satu sifat istimewanya adalah semua sinyal di dunia yang
memiliki periode Tp dapat dinyatakan sebagai kombinasi linier dari sinyal-
sinyal Sk(t) ini, menurut
x ( t )= ∑k=−∞
∞
Ck Sk ( t )
Eksponensial waktu diskrit
Hal yang sama berlaku juga didomain waktu diskrit. Disini, sinyal yang
terhubung secara harmonis adalah
Sk (n )= e j2 π f n ; k = 0,1,2,3 . .. .
Yang memiliki frekuensi fundamental f0 = 1/N dengan N sebagai periode.
Sinyal ini dapat digunakan untuk menghasilkan sinyal periodic dengan
periode N menurut kombinasi linier :
x ( t )= ∑k=0
N−1
ck sk ( t )
Konversi Analog ke Digital dan Digital Ke Analog
Dalam pengaplikasian sinyal dikehidupan sehari – hari, sering kali orang
dihadapkan pada efisiensi bekerja. Dengan menggunakan system
komputerisasi dalam memproses sesuatu maka hasilnya akan lebih baik
dan lebih cepat sehingga diperlukan suatu piranti untuk mengubah besaran
analog menjadi suatu besaran digital.
ADC
Analog to Digital Converter merupakan piranti yang digunakan untuk
mengubah sinyal analog menjadi sinyal digital. Proses ADC terdiri dari
tiga tahap, pertama sinyal analog xo(t) dilalukan pada sebuah pencuplik
(sampler). Hasilnya adalah sinyal waktu diskrit x(n).Sinyal diskrit
dikuantisasi untuk menghasilkan sinyal bernilai digital xq(n). sering
digunakan apabila kita ingin memproses sinyal analog dengan PC.
DAC
Digital to Analog Converter merupakan kebalikan dari ADC, setelah kita
memproses suatu sinyal analog dengan menggunakan program pada
computer, terkadang kita menginginkan kembali hasil yang berupa sinyal
analog kembali sesuai dengan masukannya. Maka digunakan lah converter
ini.
Proses sampling waktu kontinu menjadi waktu diskrit
Untuk kasus sinyal sinusoida yang diketahui frekuensinya, dapat dihitung
frekuensi sinyal diskrit yang dihasilkan pada sampling rate tertentu, dan
sebaliknya. Proses yang terjadi dalam blok sampler secara matematis
adalah:
x (n )= Sampler Data xa (nT )= xa ( t ) t= nT
Teorema sampling, Nyquist Rate, Nyquist Criteria, dan Interpolasi
ideal
Sampling merupakan kegiatan mencuplik data kontinu dengan suatu
ketentuan tertentu sehingga diperoleh data diskrit yang dapat mewakili
sinyal kontinu tersebut. Bila kita misalkan suatu sinyal yang akan
disampling tersebut memiliki beberapa frekuensi maka ketentuan sampling
adalah Fs > 2 Fmax, dimana hal ini disebut dengan Nyquist Criteria,
sedangkan nilai 2 Fmax merupakan Nyquist rate.
Rekonstruksi Ideal
Adalah suatu usaha untuk membentuk kembali sinyal analog yang tadi kita
cuplik dari sinyal diskrit yang kita peroleh. Hal ini hanya dapat berhasil
jika criteria Nyquistnya dapat terpenuhi.
Proses Kuantisasi
Proses kuantisasi adalah proses mengubah sinyal continuous valued x(n)
menjadi sinyal discrete valued xq(n) yang digunakan untuk
merepresentasikan x(n). Salah satu proses kuantisasi yang sering
digunakan berbentuk Xq(n)= Q [x(n)]
Kuantisasi ini menghasilkan kesalahan (error) kuantisasi sebesar eq(n)=
xq(n)-x(n). Besar kesalahan ini diilustrasikan pada Gambar berikut.
Misalnya sinyal analog xa(t) ternyata memiliki nilai antara
0 .1 ≤xa ( t )≤0 . 4 Sinyal ini disampling pada sebuah frekuensi sampling
tertentu menghasilkan x(n). Pada titik-titik sampling, nilai x(n) persis sama
dengan xa(t). Namun ketika dikuantisasi, maka hasilnya xq(n) memiliki
perbedaan dengan xq(n) (dan xa(t) pada titik sampling) sebesar eq(n). Hal
ini disebabkan oleh adanya pembatasan nilai yang bisa dimiliki oleh
xq(n). Dalam eontoh ini, xq(n) hanya diberi kesempatan untuk mempunyai
satu dari L buah nilai dari daftar yang terbatas {0.0, 0.1, 0.2, dst}. Nitai-nilai
sebanyak L itu disebut sebagai level kuantisasi. Step kuantisasi ( Δ ) adalah
selisih antara satu level dengan level terdekat berikutnya
Ada dua cara untuk menentukan besarnya nilai untuk sebuah sampel:
trunkas Atau pembulatan (rounding). Seperti yang diperlihatkan pada
Tabel 2, pada cara trunkasi, nitai xq(n) yang dipilih untuk
merepresentasikan x(n) adalah level terbesar yang bernilai ¿ x(n) . Pada
cara pembulatan, nilai xq(n) yang terpilih adalah level yang menghasilkan
eq(n) terkecil.
Beberapa sifat dari kuantisasi adalah:
1. Apabila step kuantisasi ini membesar, maka jumlah level kuantisasi yang
dibutuhkan untuk mencakup rentang dinamis sinyal menjadi berkurang,
sehingga jumlah bit yang diperlukan dapat dihemat. Tapi akibatnya eq(n)
ratarata membesar.
2. .Sebaliknya, apabila step kuantisasi mengecil, maka eq(n) rata-rata
membaik (mengecil). Namun akibatnyajumlahjumlah level kuantisasi
yang dibutuhkan untuk mencakup rentang dinamis sinyal menjadi
membesar, sehingga jumlah bit yang diperlukan menjadi boros.
DAFTAR PUSTAKA
A Gobel, Robert dkk. 1996. Sinyal dan Sistem Linier. Edisi ke-3. Jakarta :
Erlangga.
Proakis, John G. 1997. Digital Signal Processing Using Matlab. Boston : PWS
Publishing Company.