Upload
others
View
11
Download
0
Embed Size (px)
Citation preview
PROGRAM SIMULASI UNTUK PEMROSESAN KECEPATAN
PESAWAT TERBANG DENGAN PERGESERAN DOPPLER
TUGAS AKHIR
Diajukan Untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Teknik
Program Studi Teknik Elektro
Oleh:
Nama : Robertus Bellarmino Oscar Ariswasana
NIM : 025114078
PROGRAM STUDI TEKNIK ELEKTRO
JURUSAN TEKNIK ELEKTRO
FAKULTAS TEKNIK
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2007
SIMULATION PROGRAM FOR AN AIRPLANE VELOCITY
PROCESSING WITH DOPPLER SHIFT
FINAL PROJECT
Presented as Partial Fulfillment of the Requirements
To Obtain the Sarjana Teknik Degree
In Electrical Engineering Study Program
By:
Name : Robertus Bellarmino Oscar Ariswasana
Student Number : 025114078
ELECTRICAL ENGINEERING STUDY PROGRAM
DEPARTMENT OF ELECTRICAL ENGINEERING
FACULTY OF ENGINEERING
SANATA DHARMA UNIVERSITY
YOGYAKARTA
2007
HALAMAN PERSEMBAHAN
Kupersembahkan karya tulis ini kepada :
Tuhan Yesus Kristus atas penyertaan dan bimbingannya
Bapak dan Ibu Tercinta atas segala dukungan, semangat serta doa
Kedua saudaraku tercinta Paska dan Icha
Almamaterku Teknik Elektro USD
vi
HALAMAN MOTO
Semakin tinggi kita memanjat pohon
Semakin besar angin yang menerpa
Tapi kita dapat jauh melihat sekitar
Seperti pucuk padi
Semakin tinggi
Semakin menunduk
vii
INTISARI
Pendeteksian jarak jauh atau disebut dengan Radar, biasa digunakan di bandara untuk pengaturan lalu lintas udara yang meliputi pendeteksian tinggi, kecepatan dan jarak dari pesawat terbang. Dalam pendeteksian kecepatan pesawat terbang, bandara menggunakan prinsip pergeseran Doppler. Efek Doppler menjelaskan bahwa target yang mendekati peninjau akan menerima frekuensi yang lebih besar daripada target yang menjauhi peninjau. Frekuensi yang diterima oleh radar dari pantulan target adalah hasil penjumlahan dari frekuensi carrier yang dipancarkan dan frekuensi Doppler. Program simulasi pemrosesan kecepatan pesawat terbang dengan pergeseran Doppler ini dirancang untuk mengetahui kecepatan pesawat terbang.
Program akan memancarkan sinyal pulsa dan menampilkan bentuk sinyal tersebut dengan spesifikasi masukan dari pengguna yang berupa Band Frekuensi, Frekuensi Carrier, Lebar Pulsa, Frekuensi Pengulangan Pulsa (PRF), dan perpindahan posisi target pada axes. Program selanjutnya akan menghitung time travel, jarak target, kecepatan target dan frekuensi Doppler. Untuk mengetahui kecepatan target dan frekuensi Doppler, program akan mengambil posisi target yang dipilih pengguna dan posisi target sesudahnya.
Program simulasi untuk pemrosesan kecepatan pesawat terbang dengan pergeseran Doppler telah diimplementasikan dan dilakukan pengujian untuk mengamati hasil perancangan. Dari hasil pengujian tersebut, program simulasi ini telah bekerja dengan baik. Kinerja dari program ini ditentukan berdasarkan hubungan antara masukan pada program dan kecepatan yang merupakan hasil program. Hasil yang diperoleh adalah frekuensi carrier dan frekuensi Doppler yang meningkat yang mengakibatkan kecepatan yang semakin tinggi. Frekuensi Doppler jauh lebih kecil dari pada frekuensi carrier. Agar memperoleh nilai frekuensi Doppler yang stabil, frekuensi carrier dan kecepatan target juga harus stabil.
Kata kunci : Pergeseran Doppler, kecepatan target, radar
viii
ABSTRACT
Remote detection or known as Radar, commonly use in airport for air traffic control that cover detection of height, velocity and range from the airplane. In velocity detection of airplane, airport applies Doppler shift principle. Doppler Effect explains that target that is moving toward to the observer will receive larger frequency than target moving away from the observer. Frequency received by radar from target reflection is resulted by adding carrier frequency that was transmitted and Doppler frequency. Simulation program of velocity processing of airplane with Doppler shift is designed to understand the airplane velocity.
This program will transmit pulse signal and display the waveform according to the user’s specification input, which are Frequency Band, Carrier Frequency, Pulse Width, Pulse Repetition Frequency (PRF), and displacement of target position on axes. This program calculates time travel, target velocity and Doppler frequency. To understand the target velocity and Doppler frequency, program will take the target position of user’s choice and the next position of the target.
Simulation program for an airplane velocity processing with Doppler shift was implemented and tested to observe the scheme result. From this test, simulation program has been worked well. The performance of the program is determined based on the relation between program’s inputs and the velocity as the result of the program. The results are carrier frequency and the increment of Doppler Frequency resulting a velocity increment. Doppler Frequency much smaller than frequency carrier. To obtain a stable Doppler frequency value, carrier frequency and velocity of targets have to be stable.
Keyword : Doppler shift, velocity of target, radar
ix
KATA PENGANTAR
Puji syukur penulis panjatkan kepada Tuhan Yang Maha Esa, karena atas
Anugerah-Nya penulis akhirnya dapat menyelesaikan Tugas Akhir ini dengan
baik.
Dalam proses penulisan Tugas Akhir ini penulis menyadari bahwa ada
begitu banyak pihak yang telah memberikan perhatian dan bantuan sehingga
Tugas Akhir ini dapat terselesaikan. Oleh karena itu penulis ingin mengucapkan
terima kasih kepada :
1. Tuhan Yesus atas penyertaan dan bimbingannya.
2. Bapak Ir. Greg. Heliarko, S.J., B.S.T., M.A., M.Sc, selaku dekan fakultas
teknik.
3. Bapak Damar Widjaya, S.T., M.T. selaku pembimbing atas ide-ide yang
berguna, bimbingan, dukungan, saran dan kesabaran bagi penulis dari awal
sampai Tugas Akhir ini bisa selesai.
4. Bapak Bayu Primawan, S.T., M.Eng., Ir. Iswanjono, M.T., dan B. Djoko
Untoro S., SSi., M.T. selaku penguji yang telah bersedia memberikan kritik
dan saran.
5. Seluruh dosen teknik elektro atas ilmu yang telah diberikan selama penulis
menimba ilmu di Universitas Sanata Dharma Yogyakarta.
6. Bapak dan Ibu tercinta atas semangat, doa serta dukungan secara moril
maupun materiil. Kedua adekku, Paska dan Icha atas dukungan, cinta, bantuan
x
DAFTAR ISI
JUDUL ................................................................................................... i
HALAMAN PERSETUJUAN................................................................ iii
HALAMAN PENGESAHAN ................................................................ iv
HALAMAN PERNYATAAN KEASLIAN KARYA ........................... v
HALAMAN PERSEMBAHAN ............................................................ vi
HALAMAN MOTO .............................................................................. vii
INTISARI ............................................................................................... viii
ABSTRACT ........................................................................................... ix
KATA PENGANTAR ........................................................................... x
DAFTAR ISI .......................................................................................... xii
DAFTAR GAMBAR ............................................................................. xvi
DAFTAR TABEL .................................................................................. xix
DAFTAR CONTOH .............................................................................. xx
BAB I PENDAHULUAN .............................................................. 1
1.1. Latar Belakang ........................................................... 1
1.2. Tujuan Penulisan Tugas Akhir .................................. 2
1.3. Manfaat Penulisan Tugas Akhir ................................ 3
1.4. Batasan Masalah ........................................................ 3
1.5. Sistematika Penulisan Tugas Akhir ........................... 3
xii
BAB II DASAR TEORI ................................................................. 5
2.1. Komponen Dasar dari Sistem Radar .......................... 5
2.1.1. Data Processing System.................................. 5
2.1.2. Signal Generator ............................................. 6
2.1.2.1. Pulsa Radar ...................................... 6
2.1.3 Signal Processor ............................................. 7
2.1.3.1. Analog to Digital Converter (ADC) 10
2.1.3.2. Matched Filter .................................. 11
2.1.3.3. Detection Processor ......................... 12
2.1.3.4. Postprocessor ................................... 13
2.1.4. Antena ............................................................ 13
2.2. Parameter yang Dihitung oleh Radar ......................... 13
2.2.1. Range dan Resolusi Range ............................. 14
2.2.2. Doppler Filtering ............................................ 15
2.3. Velocity Processing ................................................... 16
2.3.1. Moving Target Indication (MTI) ................... 16
2.3.2. Canceller ........................................................ 16
2.3.3. Pergerakan Target .......................................... 17
2.4. Transformasi Fourier Diskret .................................... 18
2.4.1. Transformasi Fourier ..................................... 18
2.4.2. Discrete Fourier Transform (DFT) ................ 19
2.4.3. Fast Fourier Transform (FFT)......................... 20
2.4.4. Butterfly .......................................................... 22
xiii
2.4.5. Korelasi ........................................................... 25
2.4.5.1. Fast Correlation ............................... 29
2.4.6. Konvolusi ........................................................ 30
2.4.6.1. Sifat-sifat Operasi Konvolusi .......... 33
2.4.6.2. Fast Convolution .............................. 34
2.5. Layout pada Matlab ................................................... 34
BAB III PERANCANGAN PROGRAM SIMULASI UNTUK
VELOCITY PROCESSING DENGAN DOPPLER
SHIFT ................................................................................. 36
3.1. Perancangan Program Pemrosesan Kecepatan .......... 36
3.1.1. Merancang Sinyal .......................................... 37
3.1.2. Menentukan Posisi Target ............................. 40
3.1.3. Menghitung Jarak Target dan Time Travel .... 40
3.1.4. Merancang Sinyal Echo .................................. 43
3.1.5. Mengubah Sinyal Analog ke Digital .............. 43
3.1.6. Mengurangi Noise dengan Matched Filter .... 46
3.1.7. Menghitung Kecepatan Target ....................... 46
3.2. Layout Program ......................................................... 48
BAB IV HASIL DAN PEMBAHASAN ......................................... 50
4.1. Tampilan Program ..................................................... 50
4.2. Pembahasan Program ................................................. 54
xiv
4.3. Hubungan Antara Perubahan Kecepatan Target
Terhadap Frekuensi Doppler dan
Frekuensi Carrier ....................................................... 59
4.4. Hubungan Antara Perubahan Kecepatan Target
Terhadap Frekuensi Doppler dan Sudut yang
Dibentuk Pergerakan Target dengan Radar ............... 60
BAB V PENUTUP........................................................................... 63
5.1. Kesimpulan ................................................................ 63
5.2. Saran .......................................................................... 63
DAFTAR PUSTAKA
LAMPIRAN
xv
DAFTAR GAMBAR
Gambar 2.1. Blok diagram dari sistem radar modern ......................... 5
Gambar 2.2. Bentuk gelombang pulsa ................................................ 7
Gambar 2.3. Ambigu antara sinyal yang dikirim dengan sinyal yang
diterima .......................................................................... 10
Gambar 2.4. a) Masukan matched filter merupakan sinyal yang
disembunyikan oleh noise ....................................... 11
b) Noise dari keluaran matched filter telah dikurangi . 11
Gambar 2.5. Diagram blok dari subsistem detection processor .......... 12
θGambar 2.6. Definisi dari saat
(a) Menuju .................................................................... 17
(b) Menjauh .................................................................. 17
(c) Melingkar dengan radius tetap dari sumber ............ 17
Gambar 2.7. Sirkuit pembatalan pada MTI processor ........................ 18
Gambar 2.8. FFT butterfly untuk FFT 8-point .................................... 23
Gambar 2.9. FFT butterfly untuk FFT 4-point .................................... 24
Gambar 2.10. Bentuk gelombang yang tidak sefase yang dikorelasikan
100 % dengan nol korelasi saat nol lag........................... 27
Gambar 2.11. Masukan impuls dan tanggapan impuls yang sesuai pada
sistem ............................................................................. 31
Gambar 2.12. Penerapan urutan impuls pada tanggapan sistem yang
diperoleh dari masing-masing tanggapan impuls ........... 32
xvi
Gambar 3.1. Algoritma perancangan program untuk pemrosesan
kecepatan ….................................................................... 37
Gambar 3.2. Diagram alir pemancaran sinyal ..................................... 39
Gambar 3.3. Merancang posisi target ................................................. 41
Gambar 3.4. Merancang jarak target dan time travel .......................... 42
Gambar 3.5. Diagram alir dari perancangan sinyal echo ..................... 44
Gambar 3.6 Diagram alir pengubahan dari Analog ke Digital .......... 45
Gambar 3.7. Diagram alir matched filter ............................................ 47
Gambar 3.8. Diagram alir dari proses perhitungan kecepatan ............ 48
Gambar 3.9. Layout pada program ..................................................... 49
Gambar 4.1. Tampilan awal program .................................................. 50
Gambar 4.2. Tampilan program utama ................................................ 51
Gambar 4.3. Submenu Tentang Kecepatan ......................................... 52
Gambar 4.4. Submenu Petunjuk Penggunaan Program ..................... 53
Gambar 4.5. Pesan kesalahan untuk frekuensi carrier ....................... 54
Gambar 4.6. Pesan kesalahan untuk PRF lebih besar dari lebar
pulsa ............................................................................... 55
Gambar 4.7. Tampilan untuk sinyal yang dipancarkan ....................... 55
Gambar 4.8. Tampilan untuk sinyal pancar yang telah diperbesar ..... 56
Gambar 4.9. Memasukkan posisi target pada axes ............................. 56
Gambar 4.10. Pesan peringatan untuk target yang melebihi Range
maksimum ...................................................................... 57
Gambar 4.11. Pesan peringatan untuk masukan yang melebihi jumlah
xvii
maksimal target .............................................................. 57
Gambar 4.12. Hasil akhir dari program simulasi .................................. 58
Gambar 4.13. Sinyal yang diterima oleh radar ..................................... 58
Gambar 4.14. Grafik hubungan antara perubahan kecepatan Target
terhadap frekuensi carrier dan Frekuensi Doppler ........ 59
Gambar 4.15. Grafik hubungan antara frekuensi Carrier yang tidak
stabil dengan frekuensi Carrier yang stabil ................... 60
Gambar 4.16. Grafik hubungan antara perubahan kecepatan target
Terhadap frekuensi Doppler dan sudut yang Dibentuk
pergerakan target dengan radar ...................................... 61
xviii
DAFTAR TABEL
Tabel 2.1. Band Frekuensi ...................................................................... 9
xix
DAFTAR CONTOH
Contoh 2.1. FFT butterfly untuk FFT 4-point .................................... 23
Contoh 2.2. Cross-correlation ........................................................... 26
Contoh 2.3. Cross-correlation dengan lag ......................................... 28
xx
BAB I
PENDAHULUAN
1.1. Latar Belakang
Radar merupakan sensor gelombang mikro aktif, yakni sensor yang
mempunyai sumber tenaga sendiri. Kata radar merupakan kepanjangan dari Radio
Detection And Ranging. Yang sesuai dengan namanya, radar menggunakan
gelombang radio untuk mendeteksi target dan menentukan jarak atau posisi. [1]
Prinsip fisika yang mendasari dari pengoperasian sistem radar pertama kali
diperagakan oleh Hertz sekitar tahun 1880-an. Eksperimennya membuktikan
bahwa gelombang elektromagnet dapat dipantulkan oleh logam, seperti
gelombang cahaya yang dipantulkan oleh cermin. Pada tahun 1904, insinyur dari
Jerman, Christian Hulsmeyer, memperagakannya dalam pencegahan terhadap
terjadinya tabrakan antar kapal. Radar setelah itu tidak dikembangkan lagi sampai
tahun 1930-an. Selama Perang Dunia ke II, Inggris menggunakan radar untuk
mendeteksi pesawat pengebom Jerman yang mendekat, yang berdasar atas usulan
dari Robert Watson Watt pada tahun 1935. [2]
Pada tahun 1950-an, sistem radar yang lebih canggih telah menyebar.
Sebagai contoh perkembangannya dalam sistem pertahanan udara antar benua
SAGE (semiautomatic ground environment). Sistem ini tidak memakai manusia
lagi tetapi dikombinasikan oleh radar, komputer, komunikasi, dan teknologi
tampilan, karena manusia tidak dapat bekerja lebih cepat dan tidak dapat lebih
akurat. [2], [3]
1
2
Dengan bertambahnya waktu, teknologi radar dapat mendeteksi benda
kecil dan subyek yang berbeda yang secara tepat dalam penargetannya walau di
bawah kondisi yang kurang baik dan dalam waktu yang singkat. Sebagai contoh
dalam aplikasi lalu lintas udara atau ATC (Air Traffic Control), navigasi kapal,
prakiraan cuaca, pemetaan, astronomi, dan pendeteksi kecepatan mobil oleh
polisi. [2]
Secara sederhana, cara kerja dari radar adalah radar mengirimkan sinyal,
beberapa sinyal mengenai target dan memantulkannya kembali. Dari sinyal yang
diterima terdapat beberapa informasi, yaitu waktu tunda dari sinyal yang
dipantulkan target yang mengindikasikan jarak dari radar ke target, pergeseran
frekuensi Doppler yang dapat mengetahui kecepatan target. Hasil dari proses
ditampilkan pada display.[4]
Kebanyakan radar menggunakan efek Doppler untuk mengetahui
kecepatan target. Efek ini menyebabkan frekuensi pantulan dari target dapat
meningkat atau menurun, tergantung apakah target sedang bergerak mendekat
atau menjauhi radar. Perbedaan frekuensi yang dipancarkan radar dan pantulan
yang diterima dapat menentukan kecepatan relatif target dengan radar. [4]
1.2. Tujuan Penulisan Tugas Akhir
Penulisan tugas akhir ini diharapkan dapat membuat program untuk
mengetahui kecepatan dari benda yang bergerak dengan menggunakan program
Matlab yang mengacu pada pemrosesan kecepatan dengan pergeseran Doppler.
3
1.3. Manfaat Penulisan Tugas Akhir
Manfaat dari penulisan tugas akhir ini adalah:
a. Dapat digunakan sebagai bahan kuliah tentang pemrosesan
kecepatan dengan pergeseran Doppler.
b. Referensi yang dapat mendukung pada penelitian selanjutnya.
1.4. Batasan Masalah
Beberapa batasan masalah pada penulisan tugas akhir adalah sebagai
berikut:
a. Simulasi yang dibuat hanya terbatas pada pemrosesan kecepatan
dengan pergeseran Doppler.
b. Program dibuat menggunakan program Matlab.
c. Sinyal yang dikirim dan diterima tidak mengalami ambigu.
d. Frekuensi yang dipancarkan sebatas L-Band dan S-Band.
e. Radar bersifat stationary.
f. Terdapat hanya satu target.
g. Tidak ada interferensi oleh sinyal lain.
1.5. Sistematika Penulisan Tugas Akhir
Penulisan tugas akhir ini disusun dengan menggunakan sistematika
sebagai berikut:
4
BAB I : Pendahuluan
Berisi tentang latar belakang, tujuan penulisan tugas
akhir, manfaat penulisan tugas akhir, batasan masalah,
sistematika penulisan tugas akhir.
BAB II : Dasar Teori
Berisi tentang teori-teori yang mendasari penulisan tugas
akhir.
BAB III : Perancangan Program
Berisi tentang langkah-langkah perancangan program
simulasi untuk pemrosesan kecepatan pesawat terbang
dengan pergeseran Doppler.
BAB IV : Analisa
Berisi pembahasan dari program simulasi.
BAB V : Kesimpulan dan Saran
Berisi kesimpulan dari hasil penelitian dan perancangan
dan saran yang berguna untuk pengembangan penelitian
selanjutnya.
BAB II
DASAR TEORI
2.1. Komponen Dasar dari Sistem Radar
Komponen-komponen utama pada sistem radar modern adalah Data
Processing System, Signal Processing, Signal Generator dan antena seperti yang
diperlihatkan pada Gambar 2.1.
Control
Unit
Data Processing
System
Display Processing
Transmit And
Receive Antenna
Signal Processor
Signal Generator
ADC Matched Filter
Detection Processor
Postprocessor
Gambar 2.1. Blok diagram dari sistem radar modern [3]
2.1.1. Data Processing System
Data processing system adalah otak dari sistem radar yang mengontrol
semua fungsi. Sebagai contoh, untuk mengontrol dan menentukan posisi antena,
mengontrol sinyal dalam signal generator, mengkonfigurasi signal processor, dan
lain-lain. Data processing system menerima data yang diproses dari signal
5
6
processing dan menghitungnya. Hasil dari pemrosesan ini akan ditampilkan pada
sistem penampil dalam display processing.[2], [3]
2.1.2. Signal Generator
Sinyal awal dari signal generator adalah berupa sinyal baseband yang
dapat dirumuskan sebagai
(2.1) tfj oets π2)( =
Sinyal ini kemudian diubah menjadi In-phase (I) dan Quadrature (Q). In-phase
merupakan komponen sinyal referensi sedangkan quadrature merupakan
komponen sinyal yang digeser sebesar 90° dari frekuensi referensi. Kemudian
kedua sinyal ini akan digabungkan dan dimodulasikan dengan sinyal pulsa.
Penggabungan sinyal in-phase dan quadrature dirumuskan dalam
( ) ( )tftQtftIts oo ππ 2sin)(2cos)()( −= (2.2)
Frekuensi dan panjang gelombang yang digunakan oleh radar distandarkan
secara internasional yang dapat dilihat pada Tabel 3.1.
2.1.2.1. Pulsa Radar
Pulsa radar dapat digambarkan seperti Gambar 2.2. Pulsa radar terdiri dari
PRI (Pulse Repetition Interval), dan lebar pulsa ( ). N PRI merupakan jarak
antara pengiriman sinyal pulsa dengan lebar pulsa ke pengiriman sinyal pulsa N
7
selanjutnya. PRI biasanya ditentukan dalam frekuensi yakni PRF atau Pulse
Repetition Frequency yang diperoleh dari rumus
PRI
PRF 1= (2.3)
dan N juga ditentukan dalam frekuensi yang dirumuskan sebagai 1/N.
PRI
N
Time
Gambar 2.2. Bentuk gelombang pulsa [3]
2.1.3. Signal Processor
Secara umum, terdapat tiga fungsi utama dari signal processing dalam
radar modern, yakni mengurangi noise pada sinyal yang diterima dengan matched
filter, mencocokan sinyal dengan pendeteksian thresholding, dan menghasilkan
target metrics yang diperlukan (posisi target dalam range, angle, dan velocity).
[2], [3] Tugas-tugas dari signal processing adalah [5]:
1. Menggabungkan informasi
Radar secondary surveillance yang berada di bandara dapat berhubungan
dengan transponder pesawat terbang untuk mengetahui informasi seperti altitude,
8
bahan bakar atau nomor penerbangan. Pilot juga bisa mengeluarkan sinyal bahaya
lewat transponder. Signal processor radar yang ada di bandara mengkombinasikan
data ini dengan hasil pengukuran range dan arah sudut serta memetakannya
bersama-sama pada tempat yang sesuai dengan lingkup.
2. Pelacakan
Dengan menghubungkan himpunan data yang diperoleh dalam
pengamatan, radar dapat menghitung garis vektor penerbangan yang menandai
kecepatan pesawat terbang dan posisi untuk periode pengamatan berikutnya.
Radar di bandara mampu melacak banyak target secara bersamaan, dan
keselamatan penerbangan tergantung pada keandalannya. Sedangkan radar untuk
militer menggunakan informasi ini untuk penggunaan senjata atau pemanduan
proyektil untuk sasaran.
3. Memisahkan ambiguity dalam range atau pengukuran Doppler
Pada Gambar 2.3., antara sinyal yang dikirim dengan echo yang diterima
dapat mengalami ambigu yaitu apakah echo yang diterima berasal dari pulsa
sinyal yang pertama atau yang kedua. Untuk mengetahui hal ini, dapat merubah
PRF. Dengan pengaturan PRF yang sesuai, ambiguity dapat dihilangkan dan
posisi target yang benar dapat ditentukan.
4. Pemetaan ground clutter
Clutter adalah istilah kolektif untuk semua titik sinar yang tidak
dikehendaki pada layar radar yang dapat berasal dari bangunan, pegunungan, dan
lain-lain. Hal ini dapat dimanfaatkan untuk memetakan bumi dari pesawat atau
9
dari satelit. Ataupun clutter dapat dihilangkan untuk mengetahui keberadaan
target yang tersembunyi di antara clutter.
Tabel 1. Band Frekuensi [6]
Band
Frekuensi
Panjang
Gelombang
Rentang
Frekuensi
Aplikasi
HF 100 – 10 m 3 – 30 MHz Sistem radar koastal, radar
over the horizon (OTH)
VHF 1 – 10 m 30 – 300 MHz Ground Penetrating
UHF 0.3 – 1 m 300 – 1000 MHz Peringatan dini peluru
balistik
L 15 – 30 cm 1 – 2 GHz Radar ATC (Air Traffic
Conrol) dan surveillance
S 7,5 – 15 cm 2 – 4 GHz Radar cuaca, marinir, ATC
C 3,75 – 7,5 cm 4 – 8 GHz Radar cuaca
X 2,5 – 3,75 cm 8 – 12 GHz Radar cuaca, marinir,
pemetaan
Ku 1, 67 – 2,5 cm 12 -18 GHz Pemetaan
K 1,11 – 1,67 cm 18 – 27 GHz Radar cuaca, pendeteksian
kecepatan motor oleh polisi
Ka 0,75 – 1,11 cm 27 – 40 GHz Pemetaan, Radar foto
mm 7,5 – 1 mm 40 – 300 GHz Radar militer, meteorologi
10
Gambar 2.3. Ambigu antara sinyal yang dikirimkan
dengan sinyal yang diterima [7]
5. Meniadakan interferensi
Interferensi dapat berupa gangguan alami atau buatan manusia.
Interferensi alami dapat berupa hujan es atau hujan lebat, dan lain-lain. Sedangkan
interferensi buatan manusia berupa jamming yang berasal dari peralatan
elektronika.
Di dalam signal processing terdapat beberapa sub sistem, yakni ADC
(Analog-Digital Converter), Matched Filter, Detection Processor, dan
Postprocessor.
2.1.3.1. Analog-Digital Converter (ADC)
ADC pada radar digunakan untuk mengubah sinyal analog ke digital.
Karena sistem radar mempunyai bandwidth yang tinggi, dibutuhkan ADC yang
mempunyai jumlah bit yang lebih besar pula. [2]
11
2.1.3.2. Matched Filter
Sinyal yang diterima biasanya telah bercampur dengan noise, sehingga
diperlukan filter untuk mengurangi noise tersebut. Filter ini dinamakan matched
filter, yang mengurangi noise dengan menggunakan perhitungan dari konvolusi
dan korelasi yang dapat dipercepat perhitungannya dengan menggunakan
transformasi Fourier. Pada Gambar 2.4 (a) merupakan contoh sinyal yang telah
disembunyikan oleh noise dan Gambar (b) noise dari sinyal tersebut dikurangi
dengan menggunakan matched filter.
(a)
(b)
Gambar 2.4. (a) Masukan matched filter merupakan sinyal yang disembunyikan
oleh noise. (b) Noise dari keluaran matched filter telah dikurangi.[8]
12
2.1.3.3. Detection Processor
Data dari keluaran matched filter akan diproses pada subsistem selanjutnya
yaitu disebut sebagai detection processor. Fungsi dari detection processor ini
adalah untuk mencocokkan apakah sinyal yang diterima sama seperti sinyal yang
dipancarkan. Data dari target yang cocok (yaitu yang melebihi threshold) diambil
dan data yang tidak cocok bisa ditolak. Data yang diambil merupakan sinyal yang
dipantulkan oleh target. Diagram blok dari struktur detection processor
ditunjukkan dalam Gambar 2.5.
Gambar 2.5. Diagram blok dari subsistem detection processor [2]
Magnitude calculation adalah perhitungan untuk mengukur magnitudo
dari sinyal yang diterima. Diperoleh dari berapa besar sinyal quadrature yang
diterima. Amplitudo estimator digunakan untuk memperkirakan puncak amplitudo
dari sinyal yang diterima. CFAR atau Constant False Alarm Rate digunakan
13
untuk menyediakan tingkat threshold. Sehingga tingkat threshold dapat bervariasi
untuk menstabilkan false alarm rate. Binary control digunakan untuk
mengindikasikan postprocessor untuk mengambil data yang cocok (melebihi
threshold).[2]
2.1.3.4. Postprocessor
Setelah filtering dan pendeteksian, langkah selanjutnya dari pemrosesan
adalah postprocessing. Secara umum, langkah ini menggunakan keluaran dari
Detection Processor yang berupa data yang cocok (melebihi threshold) untuk
menghasilkan target metrics dan signature information sehingga dapat
mengetahui target yang sesungguhnya. Postprocessor berfungsi saat detection
processor menghadapi sejumlah besar target atau clutter selama pencarian. [2]
2.1. 4. Antena
Antena adalah perangkat untuk mengirim dan menerima energi radio
frequency (RF). Antena terdiri dari perangkat keras pengirim, modulator dan
perangkat keras penerima. [2]
2.2. Parameter yang Dihitung oleh Radar
Parameter-parameter yang dapat dihitung oleh radar meliputi posisi, jarak,
dan kecepatan. Untuk melakukan pengukuran tersebut, diperlukan ‘penyinaran’ ke
target dengan energi sinyal yang cukup sehingga terdapat pantulan energi sinyal
dari target yang kemudian diproses dalam sistem radar. [2], [3]
14
2.2.1. Range dan Resolusi Range
Pengukuran range dalam radar adalah sebanding dengan pengukuran waktu.
Range maksimum diberikan oleh rumus maxR
2maxPRIcR ×
= (2.4)
dengan adalah kecepatan cahaya ( m/detik) dan c 8103×≅ PRI adalah
interval pengulangan pulsa. Dari persamaan 2.4, dapat pula ditentukan time travel
dengan persamaan
cRT 2
= (2.5)
Resolusi range merupakan perhitungan untuk dua target yang berdekatan
satu sama lain yang bisa dilacak oleh radar. Hal ini diperlukan agar sinyal yang
dipantulkan dari kedua target yang berdekatan tersebut tidak bisa menjadi target
tunggal saat diterima oleh radar. Resolusi range dirumuskan sebagai:
2
NcR ×=Δ (2.6)
dengan RΔ adalah resolusi range dan adalah lebar pulsa. [2] N
15
2.2.2. Doppler Filtering
Doppler filtering dari informasi target didasarkan pada efek Doppler.
Penentuan dari kecepaan target melibatkan pengukuran pergeseran frekuensi,
yang dapat dirumuskan: [9]
θ
λ
θ
cos2
cos2
vcvff o
d
−=
−= (2.7)
dengan adalah frekuensi carrier, adalah kecepatan target, of v λ adalah panjang
gelombang ( λofc = ), adalah hasil pergeseran frekuensi yang diterima, dan df θ
adalah sudut yang dibentuk antara sumber dengan arah dari pergerakan.
Gambar 2.6. menunjukkan target yang bergerak menuju, menjauhi atau
melingkar dengan radius yang sama dengan sumber. Yang apabila target bergerak
menuju sumber, maka sudut θ yang terbentuk adalah °≤≤° 18090 θ . Sehingga
cos θ bernilai negatif dan bernilai positif. Dengan demikian mengalami
peningkatan frekuensi. Begitu juga sebaliknya, apabila target bergerak menjauhi
sumber, maka sudut
df df
θ yang terbentuk adalah °≤≤° 900 θ . Sehingga cos θ
bernilai positif dan bernilai negatif. Dan mengalami penurunan frekuensi.
Apabila target bergerak melingkar dengan radius tetap, maka arah pergerakan
akan tegak lurus dengan sumber. Sehingga sudut
df df
θ yang terbentuk sebesar 90º
dan bernilai 0, yang mengakibatkan tidak adanya pergeseran frekuensi. [9] df
16
Pengukuran pergeseran Doppler dapat dipenuhi dengan analisis spektrum
dan resolusi kecepatan yang ditentukan oleh sudut, yang dua sinyal saat frekuensi
yang berbeda dapat dibedakan. Resolusi kecepatan dapat ditingkatkan dengan
menambah frekuensi dari pembawa RF dan mengurangi panjang gelombang.
2.3. Velocity Processing
2.3.1. Moving Target Indication (MTI)
Aplikasi dari radar mengenai pemrosesan kecepatan tercakup dalam moving
target indication (MTI). Sistem MTI ini mengukur perubahan fase antara sinyal
yang dikirim dan sinyal yang kembali untuk menentukan gerakan dari target, atau
bisa disebut juga dengan menggunakan efek Doppler, sehingga dapat
membedakan antara target yang bergerak dan diam. Karena MTI digunakan hanya
untuk target yang bergerak saja, maka target yang diam dapat dihilangkan. [2],
[10]
2.3.2. Canceller
Agar target yang diam tersebut dapat dihilangkan, maka ini dapat terpenuhi
oleh rangkaian pembatalan (cancellation circuit). Processor MTI yang
ditunjukkan pada Gambar 2.7, mengambil sample dari keluaran perbandingan fase
dan merata-ratanya. Target yang bergerak akan mempunyai rata-rata nol, sedang
target yang diam akan mempunyai rata-rata yang tidak sama dengan nol. Sinyal
rata-rata kemudian dikurangi dari keluaran sebelum ditampilkan, dengan demikian
membatalkan target yang diam. [2], [10]
17
(a) (b)
(c)
Gambar 2.6. Definisi dari θ saat a) menuju b) menjauhi
c) melingkar dengan radius tetap dari sumber [9]
2.3.3. Pergerakan Target
Pergerakan target yang mendekati radar atau menjauhi radar dapat
diketahui besarnya pergeseran Doppler seperti yang telah dijelaskan di atas.
Sedangkan untuk pergerakan yang melingkar dengan radius tetap dari sumber
maka untuk memperoleh kecepatan dari target harus mengetahui jarak
perpindahan target dan waktu dari pemancaran sinyal. Misalkan radar
memancarkan sinyal saat 0=t detik dan target diketahui posisinya, kemudian
radar memancarkan sinyal lagi saat 3=t detik, dan target mengalami pergeseran
18
dalam jarak sebesar 30 meter. Maka kecepatan target dapat diketahui dengan
membagi jarak tempuh target dengan waktu, yakni detikmeter10
detik03meter 30
=−
.
Gambar 2.7. Sirkuit pembatalan pada MTI processor [10]
2.4. Transformasi Fourier Diskret
Agar matched filter dapat melakukan perhitungan dengan kecepatan tinggi
maka diperlukan suatu transformasi yang dapat melakukan perhitungan dengan
cepat. Dalam hal ini Fast Fourier Transform (FFT) digunakan oleh sistem radar,
karena kecepatan perhitungannya.[2], [11], [12], [13], [14]
2.4.1. Transformasi Fourier
Untuk fungsi kontinyu dari satu variable , transformasi Fourier )(tf )( ωjF
akan didefinisikan sebagai:
19
∫∞
∞−
−== dtetfjFdd tjωω
πωω )()(2/)( (2.8)
Dan inverse dari transformasi Fourier sebagai
(2.9) ∫∞
∞−
= dfejFtf tjωω)()(
Dengan j adalah akar dari -1 dan adalah bilangan eksponensial e
(2.10) )sin()cos( φφφ je j +=
2.4.2. Discrete Fourier Transform (DFT)
Data yang ditransformasikan merupakan diskrit dan tidak periodis. DFT
dari deretan dengan adalah jumlah sample dan )(nTx n T adalah interval
sampling untuk menghasilkan deret sample sebanyak digambarkan sebagai
deretan nilai kompleks
N
)( ΩkX pada kawasan frekuensi, dengan adalah
frekuensi harmonik. pada umumnya mempunyai komponen real dan
imajiner sehingga untuk harmonik ke- diberikan oleh rumus
Ω
)( ΩkX
k
)()()( kjIkRkX += (2.11)
20
Jadi data real (dalam kawasan waktu) ditransformasikan menjadi data
kompleks (dalam kawasan frekuensi). Nilai DFT, , diberikan oleh rumus
N N
)(kX
; k =0, 1, …., (2.12) ∑−
=
Ω−=1
0)()(
N
n
nTjkenTxkX 1−N
dengan adalah jumlah harmonik dari komponen transformasi. Dan inverse dari
transformasi DFT didefinisikan sebagai
k
∑−
=
Ω=1
0
)(1)(N
k
nTjkekXN
nTX ; n =0,1, …, (2.13) 1−N
2.4.3. Fast Fourier Transform (FFT)
Algoritma yang lebih cepat telah dikembangkan oleh Cooley dan Tukey
sekitar tahun 1965 yang disebut FFT (Fast Fourier Transform). Ketika diterapkan
dalam kawasan waktu, algoritma ditunjukkan sebagai Decimation in Time (DIT)
FFT. Decimation kemudian menunjuk ke pengurangan yang signifikan dalam
jumlah perhitungan yang diterapkan pada kawasan waktu. Pengurangan
perhitungan yang terjadi bisa mengenai NNN 22 log
2− kali. Dari persamaan 2.12
dapat ditulis sebagai
; k = 0, …., (2.14) ∑−
=
−=1
0
/21 )(
N
n
NnkjnexkX π 1−N
21
Jika weighting/twiddle factor
(2.15) NjN eW /2π−=
maka persamaan 2.14 menjadi
; k = 0, …., (2.16) knN
N
nnWxkX ∑
−
=
=1
01 )( 1−N
Beberapa relasi adalah NW
(2.17) K
NNk
N
NN
NjN
WWWW
eW
−=
=
=
+
−
)2/(
2/2
/2π
Untuk menggunakan persamaan 2.16 di atas, urutan data dapat dibagi menjadi dua
urutan yang sama panjang, yakni data nomor genap dan data nomor ganjil. Agar
urutan menjadi sama panjang, maka data harus berjumlah genap, jika urutan data
ganjil, maka diperlukan penambahan nol. dapat ditulis dalam 2 DFT yaitu
untuk deretan data genap dan untuk deretan data ganjil. -point
DFT diubah menjadi 2 DFT masing-masing . Proses berulang sampai
terbagi menjadi DFT masing-masing 2 point. Persamaan 2.16 dapat
ditulis menjadi
)(1 kX
)(11 kX )(12 kX N
2/N
)(1 kX 2/N
22
;
∑ ∑
∑∑
−
=
−
=+
−
=
++
−
=
+=
+=
12/
0
12/
0
212
22
12/
0
)12(12
12/
0
221
sequence oddsequenceeven
)(
N
n
N
n
nkNn
kN
nkNn
N
n
knNn
N
n
nkNn
WxWWx
WxWxkX44 344 2143421
1,.....,0 −= Nk (2.18)
Menggunakan persamaan 2.17, , sehingga persamaan 2.18 di atas
menjadi
nkN
nkN WW 2/2 =
;∑ ∑−
=
−=
=++=
12/
0
12/
02/122/2)(
N
n
Nn
n
nkNn
kN
nkNn WxWWxkX 1,...,0 −= Nk (2.19)
Persamaan 2.19 dapat disederhanakan menjadi
;)()()( 12111 kXWkXkX kN+= 1,...,0 −= Nk (2.20)
2.4.4. Butterfly
Gambar 2.8 merupakan contoh penggambaran dari FFT 8-point yang biasa
disebut dengan istilah butterfly. Data dari kawasan waktu ( akan
dirubah menjadi data berkawasan frekuensi . Persamaan
pada Gambar 2.8 diperoleh dari
),....,, 710 xxx
)7(),....,1(),0( 111 XXX
)(21 kX
;44/021 )( xWxkX kN+= 14/,....,0 −= Nk (2.21)
; 1,0=k
23
Gambar 2.8. FFT butterfly untuk FFT 8-point [11]
Begitu juga untuk persamaan menggunakan cara
yang sama dengan persamaan 2.21 di atas. Persamaan diperoleh dari
penggabungan hasil perhitungan dari persamaan sebelumnya, yakni
)( ),( ),( 242322 kXkXkX
)(11 kX
; 3)()()( 222/2111 kXWkXkX kN+= ,2,1,0=k (2.22)
Contoh 2.1:
Terdapat empat nilai tegangan tersampling dengan urutan {1, 0, 0, 1}. Dari
data tersebut dapat diketahui nilai DFT yang diperoleh dengan FFT.
Urutan data tersebut didefinisikan menjadi = 1, = 0, = 0, = 1. ox 1x 2x 3x
Terdiri dari DFT yakni dengan adalah banyaknya data, sehingga 2/N N
24
menjadi DFT, dan mempunyai hasil masing-masing 2 poin DFT Data 2/4
tersebut akan dipisiahkan menjadi dua, genap dan ganjil. Untuk yang genap terdiri
dari , , dan untuk yang ganjil terdiri dari , . Butterfly untuk data ini ox 2x 1x 3x
ditunjukkan pada Gambar 2.9. Untuk nilai , , , )0(21X )1(21X )0(22X
)1(21X diperoleh dari penjumlahan atau pengurangan dari data masukan
sebelumnya, yakni
101
)0( 2021
=+=+= xxX
Gambar 2.9. FFT Butterfly untuk FFT 4-point
101
)1( 2021
=−=−= xxX
110
)0( 3122
=+=+= xxX
110
)1( 3122
−=−=−= xxX
25
Hasil akhir dari data ini adalah , , , yang diperoleh )0(11X )1(11X )2(11X )3(11X
dari
211
11)0()0()0(
0
0)4/2(22
042111
=+=
+=
+=−
ee
XWXXj π
011
11
)0()0()1(
0
0)4/2(22
042111
=−=
−=
−=−
ee
XWXXj π
jee
XWXX
j
j
−=+=
+=
+=
−
−
111
11)1()1()2(
2/
1)4/2(22
142111
π
π
jee
XWXX
j
j
+=−=
−=
−=
−
−
111
11)1()1()3(
2/
1)4/2(22
142111
π
π
Jadi nilai DFT yang diperoleh dengan cara FFT untuk data {1, 0, 0, 1} adalah {2,
0, ( , (j−1 ) j+1 )}
2.4.5. Korelasi
Terdapat beberapa penerapan dimana korelasi dari sinyal diperlukan untuk
membandingkan satu sinyal referensi dengan satu siyal atau lebih Pengukuran
26
korelasi bisa diperoleh dengan menjumlahkan hasil pasangan poin-poin yang
sesuai dari poin-poin dua bentuk gelombang. Cross-correlation antara dua
urutan data dan masing-masing berisi data dapat ditulis sebagai
)(12 nr
)(1 nx )(2 nx N
(2.23) ∑−
=
=1
02112 )()(
N
nnxnxr
Definisi dari cross-correlation ini, diperoleh hasil yang tergantung pada
banyaknya sampling point yang diambil sehingga dapat dirumuskan seperti pada
persamaan di bawah ini dan dapat dicontohkan pada Contoh 2.2.
∑−
=
=1
02112 )()(1 N
nnxnx
Nr (2.24)
Contoh 2.2:
Terdapat jumlah urutan data n , dan urutannya adalah dan . Maka 1x 2x
perhitungan adalah 12r
n 1 2 3 4
1x 4 2 -1 3
2x -4 1 3 7
( )
5
)73()31()12()44(41
12
=
×+×−+×+−×=r
27
Apabila gelombang yang satu dengan gelombang yang lain tidak sefase,
yang ditunjukkan pada Gambar 2.10, maka untuk mengatasi perbedaan fase
tersebut diperlukan pergeseran, atau lag, dari salah satu bentuk gelombang. Yang
dapat dirumuskan sebagai
∑−
=
−=1
02112 )()(1)(
N
njnxnx
Njr , ,...2 ,1 ,0 ±±=j (2.25)
Dapat dilihat pada Contoh 2.3, dimana merupakan urutan referensi dan
merupakan urutan waktu yang digeser, dan parameter
1x
2x j disebut dengan lag
yang merupakan jumlah sampling points oleh yang telah digeser ke kiri yang
mengindikasikan time-shift antar pasangan. Urutan digeser ke kanan oleh
sample
2x
2x
j untuk nilai positif dari j , dan digeser ke kiri oleh sample j untuk nilai
negatif dari j .
Gambar 2.10. Bentuk gelombang yang tidak sefase yang dikorelasikan 100%
dengan nol korelasi saat nol lag [11]
28
Contoh 2.3:
Cross-correlation dari dua urutan data dan saat lag . Maka )(1 nx )(2 nx 3=j
)3(12r adalah
n 1 2 3 4 5 6
1x 4 2 -1 3 -2 -6
2x 7 4 -2
( ) ( ) (( )
33.6
21427461)3(12 )
=
−×−+×+×=r
Apabila dan adalah berkebalikan dari uraian di atas yakni adalah
urutan waktu yang digeser dan merupakan urutan referensi, maka rumusan
cross-correlation diberikan oleh rumus
1x 2x 1x
2x
)(12
1
02
1
01221
)()(1
)()(1)(
j
N
n
N
n
r
nxjnxN
jnxnxN
jr
−
−
=
−
=
=
+=
−=
∑
∑
(2.26)
Dengan begitu, diperoleh dengan membalik urutan waktu dari )(21 jr )(12 jr
29
Apabila , bentuk gelombang kemudian mengalami cross-
correlation dengan dirinya sendiri. Proses ini dikenal sebagai autocorrelation
yang dirumuskan oleh
)()( 21 nxnx =
∑−
=
+=1
01111 )()(1)(
N
n
jnxnxN
jr (2.27)
Apabila pada rumus di atas 0=j , maka akan diperoleh persamaan
SnxN
rN
n== ∑
−
=
)(1)0(1
0
2111 (2.28)
dimana adalah energi dari . [11], [14] S 1x
2.4.5.1. Fast Correlation
Perhitungan korelasi bisa dipercepat dengan memanfaatkan teori korelasi,
biasanya dinyatakan sebagai
[ ])()(1)( 2*1
112 kXkXF
Njr D
−= (2.29)
dimana dinotasikan sebagai inverse discrete Fourier transform (IDFT).
Pendekatan ini membutuhkan perhitungan dari dua discrete Fourier transform
(DFT) dan satu IDFT. [10]
1−DF
30
2.4.6. Konvolusi
Istilah konvolusi menjelaskan bagaimana masukan ke sistem saling
berhubungan dengan sistem untuk menghasilkan keluaran. Umumnya keluaran
sistem akan ditunda dan dilemahkan atau dikuatkan dari masukan yang berguna
untuk mempertimbangkan keluaran dari sistem. Keluaran pada sistem yang
dikarenakan masukan impuls tidak akan menjadi impuls yang sesuai, tetapi akan
berbeda menurut waktu, seperti yang ditunjukkan pada Gambar 2.11. Gambar ini
menunjukkan bahwa saat sampling ke- , keluaran yang dikarenakan unit impulse
diterapkan saat sampling ke-0 yaitu . Karakteristik ini dikenal sebagai
tanggapan impuls pada sistem.
m
)(mh
)(mh
Aplikasi dari urutan dari impuls ke sistem, diterapkan saat sampling
ke- . Menurut Gambar 2.12, ouput saat 0 adalah yang diberikan oleh
)(mx
m )0(y
)0()0()0( xhy = (2.30)
Saat sampling keluaran dirumuskan oleh , efek pada arus
masukan , ditambah efek tunda pada masukan yang diterapkan saat
sampling . Dengan demikian
1=m )1()0( xh
)1(x )0()1( xh
0=m
)1()0()0()1()1( xhxhy += (2.31)
Dengan cara yang sama, keluaran berikut akan diberikan oleh
31
)()0(...)1()1()0()()(
)3()0()2()1()1()2()0()3()3()2()0()1()1()0()2()2(
nxhxnhxnhny
xhxhxhxhyxhxhxhy
++−+=
+++=++=
M (2.32)
Gambar 2.11. Masukan impuls dan tanggapan impuls
yang sesuai pada sistem [11]
Keluaran diperoleh dari mengalikan urutan masukan dengan poin-poin
dari fungsi tanggapan waktu time-reversed yang sesuai. Sehingga persamaan 2.32
dapat ditulis sebagai
)0()(...)1()1()()0()( xnhnxhnxhny ++−+= (2.33)
32
Gambar 2.12. Penerapan urutan impuls dan tanggapan sistem yang diperoleh dari
masing-masing tanggapan impuls [11]
Keluaran di sini merupakan hasil dari pasangan poin-poin yang sesuai
dalam fungsi tanggapan impuls oleh urutan time-reversed masukan. Persamaan
2.32 dan 2.33 dapat dirumuskan dalam
(2.34) ∑=
−=n
mmxmnhny
0)()()(
dan
(2.35) ∑=
−=n
mmnxmhny
0)()()(
33
Kedua fungsi ini kemudian dikenal sebagai penjumlahan konvolusi pada
masukan dengan fungsi tanggapan impuls, dan keluaran dihasilkan oleh konvolusi
dari masukan dengan tanggapan impuls pada sistem.
Persamaan 2.34 dan 2.35 bisa digunakan untuk bentuk gelombang dari
durasi yang tanpa batas dengan merumuskannya dalam
(2.36) )
)
()()()()( nhnxmnhmxnym
⊗=−= ∑∞
−∞=
dan
(2.37) ()()()()( nxnhmnxmhnym
⊗=−= ∑∞
−∞=
Dalam persamaan ini simbol ⊗ menandakan operasi konvolusi. [11]
2.4.6.2. Sifat-Sifat Operasi Konvolusi
1. Komutatif
)()()()( 1221 txtxtxtx ⊗=⊗ (2.38)
2. Distributif
)()()()()]()([)( 3121321 txtxtxtxtxtxtx ⊗+⊗=+⊗ (2.39)
3. Asosiatif
)()]()([)]()([)( 321321 txtxtxtxtxtx ⊗⊗=⊗⊗ (2.40)
34
2.4.6.2. Fast Convolution
Sama halnya dalam perhitungan korelasi yang dapat dipercepat dengan
menggunakan teori korelasi, konvolusi juga dapat dipercepat dengan
menggunakan teori konvolusi. Dengan begitu, di dalam istilah diskret dan untuk
kawasan waktu
(2.41) )]()([)()( 211
21 kXkXFrxlx D−=⊗
Persamaan 2.41 merupakan teori konvolusi, di mana menandakan inverse
discrete Fourier transform (IDFT), merupakan discrete fourier transform
(DFT) dari , dan merupakan discrete Fourier Transform (DFT) dari
, dan adalah urutan periodik dari panjang N. [11]
1−DF
)(1 kX
)(1 lx )(2 kX
)(2 rx )(1 lx )(2 rx
2.5. Layout pada Matlab
Perancangan pada program simulasi ini menggunakan program Matlab,
yang mempunyai layout terdiri dari
1. Pushbutton
Pushbutton merupakan jenis kontrol berupa tombol tekan yang akan
menghasilkan sebuah tindakan jika diklik
2. Edit Text
Kontrol edit text merupakan sebuah tempat yang memungkinkan pengguna
memasukkan atau memodifikasi text
35
3. Static Text
Kontrol static text akan menghasilkan teks bersifat statis (tetap), sehingga
pengguna tidak dapat melakukan perubahan padanya.
4. Slider
Slider merupakan komponen GUI yang dapat bergeser secara horisontal
maupun vertikal.
5. Frames
Frame merupakan kotak tertutup yang dapat digunakan untuk
mengelompokkan kontrol yang berhubungan.
6. Popup Menu
Popup menu membuka tampilan daftar pilihan saat pengguna mengklik
tanda panah pada aplikasi.
7. Axes
Dengan axes, pengguna dapat membuat aplikasi yang dapat digunakan
untuk menampilkan sebuah grafik maupun gambar. [15]
BAB III
PERANCANGAN PROGRAM SIMULASI UNTUK
PEMROSESAN KECEPATAN PESAWAT TERBANG
DENGAN PERGESERAN DOPPLER
3.1. Perancangan Program Pemrosesan Kecepatan
Program ini dirancang untuk mengukur kecepatan dari target yang
bergerak menggunakan program Matlab. Algoritma perancangan program ini
ditunjukkan pada Gambar 3.1.
Proses awal dari program simulasi untuk pemrosesan kecepatan pesawat
terbang dengan pergeseran Doppler adalah merancang pemancaran sinyal.
Selanjutnya pengguna menentukan posisi target yang dapat ditentukan lewat axis
pada layout program. Kemudian sinyal dipancarkan, mengenai target dan
selanjutnya program menghitung jarak target dan time travel merancang sinyal
yang dipantulkan oleh target yang bergerak beserta noise. Setelah menerima
sinyal yang dipantulkan dari target, sinyal tersebut diubah dari analog menjadi
digital untuk diproses di dalam matched filter untuk mengurangi noise. Setelah itu
diperoleh hasil sinyal tanpa noise dan melakukan proses perhitungan untuk
mengetahui kecepatan dari target.
3.1.1. Merancang Sinyal
Tahap awal dari progam ini adalah merancang pemancaran sinyal yang
diagram alirnya diperlihatkan pada Gambar 3.2. Pengguna terlebih dahulu
36
37
memasukkan data yang berupa jenis band frekuensi yang terdiri dari L-Band dan
S-Band yang rentang frekuensi dan panjang gelombang ditunjukkan pada Tabel
2.1, salah satu dari frekuensi carrier atau panjang gelombang yang rentangnya
diperoleh dari jenis band yang dipilih, PRF atau Pulse Repetition Frequency dan
N atau lebar pulsa.
Gambar 3.1. Algoritma perancangan program untuk pemrosesan kecepatan
38
Apabila yang pengguna masukkan berupa frekuensi carrier maka
selanjutnya program akan melihat apakah frekuensi tersebut berada dalam rentang
frekuensi pada band frekuensi, apabila tidak berada dalam rentang, program akan
meminta pengguna memasukkan data lagi, apabila berada pada rentang program
akan menghitung panjang gelombang, menampilkannya, dan menuju ke proses
selanjutnya. Apabila yang dimasukkan berupa panjang gelombang maka program
akan melihat apakah panjang gelombang tersebut berada dalam rentang panjang
gelombang pada band frekuensi, apabila tidak berada dalam rentang, program
akan meminta pengguna memasukkan data lagi, apabila berada pada rentang
program akan menghitung frekuensi, menampilkannya, dan menuju ke proses
selanjutnya.
Selanjutnya program akan melihat data yang dimasukkan pengguna,
apabila PRF lebih besar dari N maka program akan meminta pengguna
memasukkan data lagi, dan jika PRF kurang dari N maka program akan
menghitung PRI atau Pulse Repetition Interval, dan membuat deretan pulsa dari
spesifikasi yang pengguna masukkan.
Pemancaran sinyal ini dibutuhkan pembangkit sinyal baseband yang
dirumuskan pada persamaan 2.1. Sinyal baseband ini kemudian diubah menjadi
in-phase (I) dan quadrature (Q). Setelah diperoleh I/Q, kedua sinyal ini
digabungkan dan dimodulasi dengan sinyal pulsa. Rumus dari penggabungan in-
phase dan quadrature ditunjukkan pada persamaan 2.2. Setelah itu program akan
menghitung jarak maksimal yang ditempuh oleh target dari spesifikasi yang
39
pengguna masukkan. Hasil keluaran berupa sinyal pancar ditampilkan ke
penampil yang berupa axis dan menampilkan juga jarak maksimum dari radar.
PRFPRI 1
=
2max PRIcR ×
=
λ
λ
λ
λ
λ
Gambar 3.2. Diagram alir pemancaran sinyal
40
3.1.2. Merancang Posisi Target
Posisi target ditentukan oleh pengguna dengan memilih posisi di dalam
axis pada layout program. Titik-titik yang dimasukkan oleh pengguna merupakan
jarak perpindahan target yang tiap titiknya telah diurutkan oleh program. Tiap titik
target pada plot digambarkan sebagai tiap detik pergerakan target. Sehingga
semakin jauh jarak antara titik yang satu dengan titik selanjutnya maka semakin
cepat kecepatan target. Diagram alir ini diperlihatkan pada Gambar 3.3.
Selama pengguna menentukan posisi dari target, program mengurutkan
lokasi target sesuai dengan urutan yang pengguna masukkan dan program juga
menentukan waktu pergerakan target dari titik satu ke titik berikutnya yakni satu
detik.
3.1.3. Menghitung Jarak Target dan Time Travel
Proses selanjutnya adalah menghitung jarak target yang dapat diketahui
dengan persamaan pithagoras. Setelah diperoleh jarak target, program akan
menghitung waktu tempuh sinyal (waktu antara pemancaran sinyal dan
penerimaan sinyal) dengan persamaan 2.5. Diagram alir proses ini ditunjukkan
pada Gambar 3.4.
Program mula-mula meminta data masukan dari pengguna, kemudian
program melihat apakah data berupa bilangan positif atau tidak dan tidak melebihi
jumlah target maksimum. Apabila kriteria ini tidak terpenuhi maka program akan
menampilkan pesan kesalahan dan meminta pengguna untuk memasukkan data
41
kembali. Apabila masukkan sudah benar program akan memanggil nilai x dan y
dari axis sesuai dengan data yang pengguna masukkan.
Mulai
Masukandata dari axis
Tiap titik samadengan
perpindahandalam 1 detik
Selesai
Ya
Urutkan datan
Masukan > 1?
Tidak
Masukandiposisi yang
sama?
Ya
Tidak
Gambar 3.3. Merancang posisi target
Dengan menggunakan rumus pitagoras maka dapat diperoleh jarak target.
Program akan melihat apakah jarak target tersebut berada pada kawasan radar,
apabila tidak program akan menampilkan pesan kesalahan dan meminta pengguna
42
memasukkan data kembali. Apabila berada pada kawasan radar maka program
akan menghitung time travel dari jarak target tersebut dan menampilkan jarak
target, dan time travel.
22 yxRt +=
smc /103 8×=maxRRt >
cRTt max2 ×
=
nt =
nke ≤≤1
Gambar 3.4. Merancang jarak target dan time travel
43
3.1.4. Merancang Sinyal Echo
Setelah program menentukan posisi target, program selanjutnya
merancang sinyal echo. Sinyal echo merupakan sinyal yang telah dipantulkan oleh
target yang menuju ke radar yang bergeser oleh frekuensi dan waktu. Pada
Gambar 3.5 memperlihatkan diagram alir dari perancangan sinyal echo.
Program membandingkan antara Rt dan R(t+1), apabila Rt > R(t+1) maka
arah gerak target menjauh, apabila Rt < R(t+1) maka arah gerak target menjauh.
Apabila masukan dari pengguna sama dengan jumlah target maka sudah tidak ada
pergerakan target, dan apabila Rt = R(t+1) maka pergerakan target adalah
melingkar. Setelah itu program menghitung frekuensi Doppler dan hasilnya
dijumlahkan dengan frekuensi carrier yang hasilnya merupakan frekuensi echo.
Selanjutnya program membuat derean pulsa dengan time travel Tt dan membuat
sinyal echo. Setelah itu sinyal echo dan deretan pulsa digabungkan dan dicampur
dengan white gaussian noise dan kemudian ditampilkan ke axes penampil dan
juga menampilkan frekuensi Doppler.
3.1.5. Mengubah Sinyal Analog ke Digital
Sinyal echo yang diterima oleh radar masih berupa sinyal analog. Program
akan mengubah sinyal analog ini menjadi sinyal digital. Tetapi sebelumnya, sinyal
ini akan diubah menjadi in-phase dan quadrature. Kemudian kedua sinyal
tersebut diproses dalam filter LPF. Diagram alirnya dapat dilihat pada Gambar
3.6. Kemudian in-phase dan quadrature ini diubah menjadi sinyal digital dalam
ADC.
44
cfotRRtf D
×+−=
))1((2
DR ffof +=
Df
Gambar 3.5. Diagram alir dari perancangan sinyal echo
Sebagai masukan pada proses ini adalah sinyal echo, kemudian sinyal echo
ini diubah menjadi in-phase dan quadrature. Kemudian sinyal tersebut oleh
program diproses dalam Filter LPF. Setelah itu program mengubah kedua sinyal
ini dari analog menjadi digital menggunakan Analog to Digital Converter (ADC)
agar dapat dibaca oleh sistem radar yang umumnya dilakukan secara digital.
45
Sinyal dari in-phase dan quadrature akan di-sampling, dan dikuantisasi. Hasil dari
pengubahan dari analog ke digital ini akan diproses dalam macthed filter.
IQarctan=θ
Gambar 3.6. Diagram alir pengubahan dari Analog ke Digital
46
3.1.6. Mengurangi Noise dengan Matched Filter
Fungsi dari matched filter adalah untuk mengurangikan noise dengan cara
memaksimalkan signal to noise ratio (SNR) dengan cara mencari tanggapan
impulse untuk dapat melakukan perhitungan konvolusi. Perhitungan korelasi
digunakan untuk mendeteksi dan memperkirakan sinyal yang tersembunyi di
dalam noise dengan membandingkan antara sinyal yang dipancarkan dengan
sinyal yang diterima. Diagram alir pada proses ini ditunjukkan pada Gambar 3.7.
Program pertama kali akan memanggil sinyal yang berasal dari ADC
kemudian program menghitung tanggapan impuls h(t). Hasil dari tanggapan
impuls ini akan dikonvolusikan dengan sinyal yang masuk. Setelah itu program
akan mengkorelasikan sinyal yang masuk dengan sinyal referensi yang dapat
dilihat pada persamaan 2.24. Hasilnya berupa sinyal tanpa noise yang kemudian
ditampilkan ke penampil.
3.1.7. Menghitung Kecepatan target
Setelah proses macthed filter selesai, maka proses selanjutnya adalah
proses pengukuran kecepatan. Proses ini dapat dilihat pada Gambar 3.8. Program
akan menghitung kecepatan target, yang frekuensi Doppler diperoleh dari
frekuensi yang diterima oleh radar, dan θ diperoleh dari sudut yang dibentuk oleh
in-phase dan quadrature. Hasil dari perhitungan ini masih dalam meter/detik.
Satuan kecepatan kemudian diubah menjadi km/jam dengan mengalikan dengan
3,6.
47
)(th
)(ty
)(nr
Gambar 3.7. Diagram alir matched filter
48
θcos2 ××
=fo
cfv D
6.3*vv =
Gambar 3.8. Diagram alir dari proses perhitungan kecepatan.
3.2. Layout Program
Program pada simulasi ini digunakan untuk menentukan kecepatan target
dengan efek Doppler. Pada gambar 3.9 menampilkan layout dari program ini.
Masukan pada program ini terdiri dari band frekuensi, panjang gelombang,
frekuensi carrier, frekuensi sampling, PRF, lebar pulsa, dan posisi target pada
plot axis untuk menentukan lokasi target. Keluaran dari program ini berupa jarak
target, kecepatan target, bentuk sinyal yang dipancarkan dan bentuk sinyal yang
49
diterima. Setelah pengguna selesai memasukkan masukannya, maka pengguna
dapat menekan tombol tampil untuk menjalankannya program ini.
Gambar 3.9. Layout pada program
BAB IV
HASIL DAN PEMBAHASAN
4.1. Tampilan Program
Program simulasi ini dapat dijalankan menggunakan program Matlab. Saat
program dijalankan pertama kali, pengguna akan melihat tampilan pembuka yang
ditunjukkan pada Gambar 4.1.
Gambar 4.1. Tampilan awal program
Tampilan awal ini terdiri dari judul program, logo universitas, tombol
masuk, tombol keluar dan nama penyusun. Tampilan awal ini mempunyai dua
50
51
masukan berupa tombol Masuk untuk masuk ke program utama dan tombol
Keluar untuk keluar dari program.
Gambar 4.2 menunjukkan tampilan program utama yang terdiri dari menu,
panel masukan, panel keluaran, serta axes.
Gambar 4.2. Tampilan program utama
Menu program terdiri dari Berkas dan Bantuan. Submenu dari Berkas terdiri
dari Buka untuk membuka data-data yang tersimpan, Simpan untuk menyimpan
data dengan berekstensi .mat, Cetak untuk mencetak hasil ke printer, dan Keluar
untuk keluar dari program.
52
Sedangkan submenu dari Bantuan yang ditunjukkan pada Gambar 4.3 dan
Gambar 4.4, terdiri dari Tentang Kecepatan yang memberikan keterangan singkat
mengenai pemrosesan kecepatan dengan pergeseran Doppler, dan Petunjuk
Penggunaan Program yang memberikan keterangan singkat mengenai langkah-
langkah penggunaan program.
Gambar 4.3. Submenu Tentang Kecepatan
Submenu Tentang Kecepatan mempunyai tiga masukan bagi pengguna
berupa tombol Keluar untuk keluar dari Bantuan, tombol Kembali untuk melihat
halaman sebelumnya, dan tombol Selanjutnya untuk melihat halaman berikutnya.
Submenu Tentang Kecepatan ini juga mempunyai menu Berkas dan menu
53
Bantuan. Menu Berkas yang dapat digunakan oleh pengguna hanya submenu
Cetak untuk mencetak dan submenu Keluar untuk keluar dari Bantuan.
Sedangkan submenu Buka dan submenu Simpan dinonaktifkan karena pada
Bantuan tidak dapat digunakan untuk membuka dan menyimpan data. Menu
Bantuan yang dapat digunakan oleh pengguna hanya submenu Petunjuk
Penggunaan Program dan submenu Tentang Kecepatan dinonaktifkan karena
submenu Tentang Kecepatan sedang dibuka.
Gambar 4.4. Submenu Petunjuk Penggunaan Program
Submenu Petunjuk Penggunaan Program terdiri dari tombol Keluar,
tombol Kembali dan tombol Selanjutnya, dan mempunyai menu Berkas dan menu
54
Bantuan. Menu Berkas yang dapat digunakan oleh pengguna hanya submenu
Cetak dan submenu Keluar, sedangkan submenu Buka dan submenu Simpan
dinonaktifkan karena pada Petunjuk Penggunaan Program tidak dapat digunakan
untuk membuka dan menyimpan data. Untuk menu Help yang dapat digunakan
oleh pengguna hanya submenu Tentang Kecepatan dan submenu Petunjuk
Penggunaan Program dinonaktifkan karena submenu Petunjuk Penggunaan
Program sedang dibuka.
4.2. Pembahasan Program
Program dapat berjalan apabila pengguna telah memasukkan data pada
panel masukan dan sesuai dengan syarat-syarat yang telah ditentukan dan
diperlihatkan pada program’s help. Gambar 4.5 merupakan salah satu contoh
pesan kesalahan yang ditampilkan oleh program apabila pengguna belum
memasukkan data positif atau data berupa karakter.
Gambar 4.5. Pesan kesalahan untuk frekuensi carrier
Program juga akan menampilkan pesan kesalahan apabila pada masukan PRF
lebih besar dari lebar pulsa seperti yang ditampilkan pada Gambar 4.6.
55
Gambar 4.6. Pesan kesalahan untuk PRF lebih besar dari lebar pulsa
Pengguna memasukkan data-data ke masukan dan program akan melihat
apakah masukan sudah sesuai syarat. Program kemudian menampilkan bentuk
sinyal yang dipancarkan seperti yang ditampilkan pada Gambar 4.7. Gambar 4.8.
menunjukkan sinyal pancar yang telah diperbesar. Pengguna dapat menentukan
target pada axes seperti yang ditampilkan pada Gambar 4.9.
Gambar 4.7. Tampilan untuk sinyal yang dipancarkan
56
630 640 650 660 670 680 690 700
-1
-0.5
0
0.5
1
Time (1e-7)
Ampl
itude
Gambar 4.8. Tampilan untuk sinyal pancar yang telah diperbesar
Gambar 4.9. Memasukkan posisi target pada axes
57
Untuk mengetahui hasil dari perpindahan target yang telah dimasukkan,
pengguna dapat memasukkan nilai numerik dalam edit text pada Jarak Target ke-.
Program akan menampilkan pesan peringatan apabila pengguna memasukkan data
pada axes melebihi Range maksimum seperti yang ditunjukkan pada Gambar
4.10. Program juga akan menampilkan pesan peringatan apabila pengguna
memasukkan nilai numerik dalam edit text pada Jarak Target ke- melebihi target
maksimal yang telah dimasukkan oleh pengguna pada axes seperti yang
ditunjukkan pada Gambar 4.11. Hasil akhir dari program simulasi ini ditunjukkan
pada Gambar 4.12 yang terdiri dari jarak antara radar dengan target, time travel,
keceatan target, frekuensi doppler dan sinyal yang diterima oleh radar. Gambar
4.13 menunjukkan sinyal yang diterima oleh radar.
Gambar 4.10. Pesan peringatan untuk target yang melebihi Range maksimum
Gambar 4.11. Pesan peringatan untuk masukan
yang melebihi jumlah maksimal target
58
Gambar 4.12. Hasil akhir dari program simulasi
850 900 950 1000 1050 1100-3
-2
-1
0
1
2
3
Time (1e-7)
Ampl
itude
Gambar 4.13. Sinyal yang diterima oleh radar
59
4.3. Hubungan Antara Perubahan Kecepatan Target Terhadap Frekuensi
Doppler dan Frekuensi Carrier
Gambar 4.14. menunjukkan perubahan kecepatan target terhadap frekuensi
Doppler dan frekuensi carrier dengan sudut yang dibentuk antara radar dengan
pergerakan target tetap yakni 180°.
Fc=1 GHz
Fc=2 GHz
Fc=3 GHz
Fc=4 GHz
0
50
100
150
200
250
300
0 500 1000 1500 2000
Kecepatan (m
/s)
Frekuensi Doppler (Hz)
Gambar 4.14. Grafik hubungan antara perubahan kecepatan target terhadap
frekuensi carrier dan frekuensi Doppler
Di lihat dari Gambar 4.14., frekuensi carrier sebanding dengan frekuensi
Doppler dan kecepatan. Sehingga apabila frekuensi carrier semakin besar atau
kecepatan semakin tinggi, frekuensi Doppler juga semakin besar.
60
Gambar 4.15. Grafik hubungan antara frekuensi Carrier yang tidak stabil
dengan frekuensi Carrier yang stabil
Dari Gambar 4.15., diperoleh nilai frekuensi Doppler dengan kecepatan
dan frekuensi carrier yang berbeda-beda. Dengan kecepatan target konstan,
frekuensi Doppler akan mempunyai nilai yang sangat kecil apabila dibandingkan
dengan frekuensi carrier, sehingga dibutuhkan pemancaran sinyal dengan
frekuensi carrier yang stabil.
4.4. Hubungan Antara Perubahan Kecepatan Target Terhadap Frekuensi
Doppler dan Sudut yang Dibentuk Pergerakan Target Dengan Radar
Gambar 4.16. menunjukkan perubahan kecepatan target terhadap frekuensi
Doppler yang diterima dan sudut yang dibentuk antara perpindahan target dengan
radar. Diperoleh nilai positif pada frekuensi Doppler untuk sudut yang dibentuk
61
antara 90º < θ ≤ 180º, nilai negatif pada frekuensi Doppler untuk sudut yang
dibentuk antara 0º ≤ θ < 90º, dan nilai nol pada frekuensi Doppler untuk sudut
yang dibentuk adalah 90º.
01020 30 40 50 60 70 80 90 100 110 120 130 140150 160170
180
0
50
100
150
200
250
300
‐2000 ‐1500 ‐1000 ‐500 0 500 1000 1500 2000
Kecepatan (m
/s)
Frekuensi Doppler (Hz)
Gambar 4.16. Grafik hubungan antara perubahan kecepatan target terhadap
frekuensi doppler dan sudut yang dibentuk pergerakan target dengan radar
Hal ini sesuai dengan Bab II yang menyatakan bahwa untuk target yang
mendekati sumber, cos θ akan bernilai negatif sehingga frekuensi Doppler bernilai
positif. Untuk target yang menjauhi sumber, cos θ akan bernilai positif, sehingga
frekuensi Doppler bernilai negatif. Frekuensi dari sinyal yang diterima oleh radar
merupakan penjumlahan dari frekuensi yang dipancarkan atau frekuensi carrier
62
dengan frekuensi Doppler. Target yang mendekati sumber, frekuensi yang
diterima akan menjadi lebih besar daripada frekuensi yang dipancarkan.
Sedangkan target yang menjauhi sumber, frekuensi yang diterima akan menjadi
lebih kecil daripada frekuensi yang dipancarkan.
Cos θ yang dihasilkan apabila dihubungkan dengan frekuensi Doppler,
apabila cos θ semakin besar, frekuensi Doppler yang diterima juga semakin besar.
Begitu juga sebaliknya apabila cos θ semakin kecil, frekuensi Doppler juga
menjadi semakin kecil.
BAB V
PENUTUP
5.1. Kesimpulan
Berdasarkan perancangan dan pengamatan yang telah dilakukan, diperoleh
beberapa kesimpulan sebagai berikut:
1. Semakin besar frekuensi carrier yang dipancarkan dan semakin besar
kecepatan target, semakin besar pula frekuensi Doppler yang diterima oleh
radar.
2. Karena frekuensi Doppler sangat kecil apabila dibandingkan dengan
frekuensi carrier, maka saat pemancaran sinyal, frekuensi carrier harus
stabil, sehingga diperoleh frekuensi Doppler yang stabil pula.
3. Target yang mendekati sumber, frekuensi yang diterima akan menjadi
lebih besar daripada frekuensi yang dipancarkan. Sedangkan target yang
menjauhi sumber, frekuensi yang diterima akan menjadi lebih kecil
daripada frekuensi yang dipancarkan.
5.2. Saran
Untuk pengembangan program simulasi pemrosesan kecepatan dengan
pergeseran Doppler selanjutnya, penulis menyarankan untuk :
1. Jumlah target lebih dari satu.
63
64
2. Sudut pandang radar sebesar 360º.
3. Untuk pendeteksian pesawat, pengembang diharapkan dapat mendeteksi
tinggi dari pesawat tersebut.
4. Apabila terdapat clutter atau pantulan sinyal yang tidak diinginkan,
pengembang dapat menghilangkan clutter tersebut.
5. Dalam proses pelacakan target, pengembang diharapkan dapat membuat
animasi pada layar radar.
DAFTAR PUSTAKA
[1] Sutanto. Penginderaan Jauh. Gadjah Mada University Press,
Yogyakarta, Jilid 2, 1987.
[2] Alan V. Oppenmheim. Applications of Digital Signal Processing.
Prentice-Hall, New Jersey, 1978.
[3] Rabiner, Lawrence R. and Bernard Gold. Theory and Aplication of
Digital Signal Processing. Prentice-Hall of India, New Delhi, 1997
[4] What is Radar and How Does it Work?. http://www.ieee-virtual-
museum.org
[5] DSP Applications in Radar. http://www.ee.iitb.ac.in
[6] Radar. http://en.wikipedia.org
[7] Microwave Devices & Radar. http://www.dcjenn.com
[8] http://www.cambridge.org
[9] Lab Exercise : Doppler Radar
[10] Advanced Radar Systems. http://www.fas.org
[11] Ifeachor, Emmanuel C. and Barrie W. Jervis. Digital Signal Processing,
a pratical approach. Prentice-Hall, New Jersey, 2th edition, 2001.
[12] http://www.cmlab.csie.ntu.edu.tw
[13] http://www.local.wasp.uwa.edu.au
[14] Sanjit K. Mitra. Digital Signal Processing A Computer-Based Approach.
McGraw-Hill, New York, 2th edition, 2001.
[15] Sugiharto, Aris. Pemrograman GUI dengan MATLAB. Penerbit Andi,
Yogyakarta, 2006.
LAMPIRAN
A
Listing Program
function varargout = Kecepatan(varargin) % KECEPATAN M-file for Kecepatan.fig % KECEPATAN, by itself, creates a new KECEPATAN or raises the
xisting singleton*. E% % H = KECEPATAN returns the handle to a new KECEPATAN or the
the existing singleton*. handle to% % KECEPATAN('CALLBACK',hObject,eventData,handles,...) calls the local function named CALLBACK zin KECEPATAN.M with the given input arguments.
% % KECEPATAN('Property','Value',...) creates a new KECEPATAN or raises the existing singleton*. Starting from the left, property value pairs are to the GUI before Kecepatan_OpeningFunction gets called. An unrecognized property name or invalid value makes property application stop. All inputs are passed to Kecepatan_OpeningFcn via varargin.
% % *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one instance to run (singleton)".
% % See also: GUIDE, GUIDATA, GUIHANDLES % Edit the above text to modify the response to help Kecepatan % Last Modified by GUIDE v2.5 06-Aug-2007 01:52:01 % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @Kecepatan_OpeningFcn, ... 'gui_OutputFcn', @Kecepatan_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT % --- Executes just before Kecepatan is made visible. function Kecepatan_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) % varargin command line arguments to Kecepatan (see VARARGIN) % Choose default command line output for Kecepatan handles.output = hObject; % Update handles structure guidata(hObject, handles); % UIWAIT makes Kecepatan wait for user response (see UIRESUME) % uiwait(handles.figure1); set(handles.Target,'enable','off'); set(handles.edit9,'enable','off'); set(handles.file_simpan,'enable','off') ;set(handles.file_cetak,'enable','off'); % --- Outputs from this function are returned to the command line. function varargout = Kecepatan_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hObject handle to figure % eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) % Get default command line output from handles structure varargout{1} = handles.output; % --- Executes on selection change zin BandFrek. function BandFrek_Callback(hObject, eventdata, handles) % hObject handle to BandFrek (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) % Hints: contents = get(hObject,'String') returns BandFrek contents as cell array contents{get(hObject,'Value')} returns selected item from BandFrek
Band=get(hObject,'value'); switch Band case 1 errordlg('Anda belum memilih Band Frekuensi'); Fwarn=''; case 2 Fwarn='Rentang Frekuensi Carrier Antara 1 - 2 GHz'; PGwarn='Rentang Panjang Gelombang Antara 15 - 30 cm'; Fmin=1; Fmax=2; PGmin=15; PGmax=30; case 3 Fwarn='Rentang Frekuensi Carrier Antara 2 - 4 GHz'; PGwarn='Rentang Panjang Gelombang Antara 7.5 - 15 cm'; Fmin=2; Fmax=4;
PGmin=7.5; PGmax=15; end set(handles.text2,'String',Fwarn); set(handles.text30,'String',PGwarn); handles.Fmin=Fmin; handles.Fmax=Fmax; handles.PGmin=PGmin; handles.PGmax=PGmax; guidata(hObject,handles); % --- Executes during object creation, after setting all properties.
function BandFrek_CreateFcn(hObject, eventdata, handles) % hObject handle to BandFrek (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called
% Hint: popupmenu controls usually have a white background on Windows.
% See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end function FrekCar_Callback(hObject, eventdata, handles) % hObject handle to FrekCar (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of FrekCar as text % str2double(get(hObject,'String')) returns contents of
FrekCar as a double Fo=str2double(get(handles.FrekCar,'String')); c=3*1e8; Fo=Fo*1e9; PG=(c/Fo)*1e2; set(handles.PanGel,'String',PG); guidata(hObject,handles); % --- Executes during object creation, after setting all properties.
function FrekCar_CreateFcn(hObject, eventdata, handles) % hObject handle to FrekCar (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called
% Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER.
if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end function FPP_Callback(hObject, eventdata, handles) % hObject handle to FPP (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA )% Hints: get(hObject,'String') returns contents of FPP as text % str2double(get(hObject,'String')) returns contents of FPP
as a double pulrepint=str2double(get(handles.FPP,'String')); handles.pulrepint=pulrepint; guidata(hObject,handles); % --- Executes during object creation, after setting all properties.
function FPP_CreateFcn(hObject, eventdata, handles) % hObject handle to FPP (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called
% Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end function LebPuls_Callback(hObject, eventdata, handles) % hObject handle to LebPuls (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of LebPuls as text % str2double(get(hObject,'String')) returns contents of
LebPuls as a double leb=str2double(get(handles.LebPuls,'String')); handles.leb=leb; guidata(hObject,handles); % --- Executes during object creation, after setting all properties.
function LebPuls_CreateFcn(hObject, eventdata, handles) % hObject handle to LebPuls (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called
% Hint: edit controls usually have a white background on Windows.
% See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end function edit4_Callback(hObject, eventdata, handles) % hObject handle to edit4 (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of edit4 as text % str2double(get(hObject,'String')) returns contents of
edit4 as a double % --- Executes during object creation, after setting all properties. function edit4_CreateFcn(hObject, eventdata, handles) % hObject handle to edit4 (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called
% Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end function edit10_Callback(hObject, eventdata, handles) % hObject handle to edit10 (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of edit10 as text % str2double(get(hObject,'String')) returns contents of
edit10 as a double Rt=str2double(get(handles.edit10,'String')); handles.Rt=Rt; guidata(hObject,handles); % --- Executes during object creation, after setting all properties.
function edit10_CreateFcn(hObject, eventdata, handles) % hObject handle to edit10 (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called
% Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER.
if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end function edit9_Callback(hObject, eventdata, handles) % hObject handle to edit9 (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of edit9 as text % str2double(get(hObject,'String')) returns contents of
edit9 as a double ke=str2double(get(handles.edit9,'String')); Fo=str2double(get(handles.FrekCar,'String')); PRF=str2double(get(handles.FPP,'String')); N=str2double(get(handles.LebPuls,'String')); c=3*1e8; xy=handles.xy; L=handles.L; Fo=Fo*1e9; Rmax=handles.Rmax; n=handles.n; PW=handles.PW; PRI=handles.PRI; x=handles.x; pancar=handles.pancar; sa=handles.sa; j=sqrt(-1); if (ke>=1 & ke<=n); a=xy(:,ke); xia=a(1); yia=a(2); Rt=sqrt(xia^2+yia^2); Rt1=Rt/1e3; if Rt<=Rmax, T=((2*Rt)/c)*1e6; set(handles.edit10,'string',Rt1); set(handles.edit11,'string',T); if ke<n, b=xy(:,(ke+1)); xib=b(1); yib=b(2); Rt1=sqrt(xib^2+yib^2); jarak=sqrt((xia-xib)^2+(yia-yib)^2); if Rt<Rt1, if yia<yib, if xia<xib, alfa=asind(yia/Rt); beta=asind((xib-xia)/jarak); teta=alfa+beta+90; elseif xia==xib, alfa=asind(yia/Rt);
teta=alfa+90; elseif xia>xib, alfa=asind(yia/Rt); beta=asind((yib-yia)/jarak); teta=alfa+beta; end elseif yia==yib, alfa=asind(xia/Rt) teta=alfa+90; elseif yia>yib, alfa=asind(xia/Rt); beta=asind((xib-xia)/jarak); teta=alfa+beta; end elseif Rt==Rt1, teta=90; elseif Rt>Rt1, if yia<yib, alfa=(xia/Rt); beta=((yib-yia)/jarak); teta=alfa+beta; elseif yia==yib, teta=(xia/Rt); elseif yia>yib, if xia<xib, alfa=(xia/Rt); beta=((xib-xia)/jarak); teta=alfa+beta; elseif xia==xib, teta=(xia/Rt); elseif xia>xib, alfa=(xia/Rt); beta=((xib-xia)/jarak); teta=(alfa-beta); end end end fd=(2*jarak*Fo*cosd(teta))/c; if fd<0, fd1=-fd/1e3; set(handles.edit20,'string','Menjauhi'); elseif fd>0, fd1=fd/1e3; set(handles.edit20,'string','Mendekati'); elseif fd==0, fd1=fd/1e3; set(handles.edit20,'string','Melingkar'); end set(handles.edit12,'string',fd1);; set(handles.text19,'string',ke); set(handles.text21,'string',ke+1); end if ke==n, fd=0; v=0; teta=0;
set(handles.text19,'string',ke); set(handles.text21,'string',ke); set(handles.edit12,'string',fd); set(handles.edit16,'string',v); end %Merancang Sinyal Echo F=Fo+fd; Fs=10*F; Ts=2/Fs; pt=cos(2*pi*Fo*(x*Ts)+2*pi*fd*(x*Ts)); I=0.5*(cos(2*pi*Fo*(x*(Ts+T))+2*pi*fd)+cos(2*pi*fd*(x*(Ts+T)))); Q=0.5*(sin(2*pi*Fo*(x*(Ts+T))+2*pi*fd)+sin(2*pi*fd*(x*(Ts+T)))); Ilpf=0.5*(cos(2*pi*fd*(x*(Ts+T)))); Qlpf=0.5*(sin(2*pi*fd*(x*(Ts+T)))); phasa=(Qlpf/Ilpf); phasa=atand(phasa); if fd>0, v=(((fd*c)/(2*Fo))*cosd(teta))*3.6; set(handles.edit16,'string',v); elseif fd<0, v=(((fd*c)/(2*Fo))*cosd(teta))*3.6 ; set(handles.edit16,'string',v); elseif fd==0, set(handles.edit16,'string',0); end JP=PRI*L; puls=zeros(JP-(PW-1),1); puls=round(puls); for i=1:L, puls(1+(i-1)*PRI)=1; puls=round(puls); end echo=conv(puls,pt); if sa==1e3; T=T*1e1; T=round(T); for a = 1:length(echo), b = a - T ; if b <= 0, gs(a) = 0; else gs(a) = echo(a - T); end end nois=awgn(gs,0.2,'measured'); u=size(nois); echosize=size(gs); noise=nois+gs;
axes(handles.axes1); plot(real(pancar),'-b'); hold on plot(real(noise),'-r'); hold off legend('sinyal pancar','sinyal echo'); xlim([0 3000]); ylim([-2.5 2.5]); xlabel('Time (1e-7)'); ylabel('Amplitude'); hold off elseif sa==1e6; T=T*1e3; T=round(T); for a = 1:length(echo), b = a - T ; if b <= 0, gs(a) = 0; else gs(a) = echo(a - T); end end nois=awgn(gs,0.2,'measured'); u=size(nois); echosize=size(gs); noise=nois+gs; axes(handles.axes1); plot(real(pancar),'-b'); hold on plot(real(noise),'-r'); hold off legend('sinyal pancar','sinyal echo'); xlim([0 1000]); ylim([-2.5 2.5]); xlabel('Time (1e9)'); ylabel('Amplitude'); hold off end else errordlg('Target melebihi dari Range maximum','Peringatan') end else errordlg('Masukan melebihi jumlah maksimal dari target','Peringatan') end % --- Executes during object creation, after setting all properties.
function edit9_CreateFcn(hObject, eventdata, handles) % hObject handle to edit9 (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called
% Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end % --- Executes on button press zin Out. function Out_Callback(hObject, eventdata, handles) % hObject handle to Out (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) keluar=questdlg(['Keluar Dari Program?'],['Tutup Aplikasi'], 'Ya','Tidak','Ya'); if strcmp(keluar,'Tidak') return; end delete(handles.figure1) % --- Executes on button press zin Target. function Target_Callback(hObject, eventdata, handles) % hObject handle to Target (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) %Menentukan posisi target helpdlg('Tombol kiri mouse untuk mengambil data. Tombol kanan mouse untuk mengakhiri.') xmin=0; ymin=0; c=3*1e8; Rmax=handles.Rmax; axes(handles.axes4) Rmax=Rmax/1e3; R=Rmax/3; angles = [0:0.05:2*pi+0.01]; hold on; for n=0:4 x= cos(angles(5-n:end-4+n))*R*1e3*n; y= sin(angles(5-n:end-4+n))*R*1e3*n; plot(x,y,'k'); str=[num2str(R*n) 'Km']; %text(n*R*1e3-5e3,0,str,'color','k'); xlabel('Range'); ylabel('Range'); end axis (handles.axes4,'equal'); set(handles.axes4,'xlim',[0 Rmax]*1e3, 'ylim', [0 Rmax]*1e3);
hold on %Inisialisasi, list point adalah kosong. xy=[]; n=0; %mengambil point tmbl=1; while tmbl==1 axes(handles.axes4); set(handles.Target,'enable','off') set(handles.edit9,'enable','on') [xi,yi,tmbl]=ginput(1); plot(xi,yi,'ro','LineWidth',4) n=n+1; xy(:,n)=[xi;yi]; handles.xy=xy; handles.n=n; guidata(hObject,handles); end %Interpolasikan dengan kurva spline dan finer spacing. t=1:n; ts=1:0.1:n; xys=pchip(t,xy,ts); %Plot hasil kurva diinterpolasi. plot(xys(1,:),xys(2,:),'b-','LineWidth',3); hold off % --- Executes on button press zin Start. function Start_Callback(hObject, eventdata, handles) % hObject handle to Start (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) % Hint: get(hObject,'Value') returns toggle state of Start set(handles.file_simpan,'enable','on'); set(handles.file_cetak,'enable','on'); Fo=str2double(get(handles.FrekCar,'String')); PRF=str2double(get(handles.FPP,'String')); N=str2double(get(handles.LebPuls,'String')); if isnan(Fo) | Fo<=0 errordlg('Anda harus mengisikan nilai numerik positif pada Frekuensi Carrier','Masukan Salah','modal'); elseif isnan(PRF) | PRF<=0 errordlg('Anda harus mengisikan nilai numerik positif pada PRF','Masukan Salah','modal'); elseif isnan(N) | N<=0 errordlg('Anda harus mengisikan nilai numerik positif pada Lebar Pulsa','Masukan Salah','modal'); end Fmin=handles.Fmin;
Fmax=handles.Fmax; sa=handles.sa; sa1=handles.sa1; wkt=handles.wkt; wkt1=handles.wkt1; j=sqrt(-1); c=3*1e8; set(handles.BandFrek,'enable','off' );set(handles.satuan,'enable','off'); set(handles.satuan1,'enable','off'); set(handles.Target,'enable','on'); set(handles.PanGel,'enable','off'); %Pemancaran Sinyal %Sinyal Baseband if (Fo>=Fmin & Fo<=Fmax) set(handles.FrekCar,'enable','off'); PRF=PRF*sa; N=N*sa1; %Sinyal pulsa if PRF<N if sa==1e3; set(handles.FPP,'enable','off'); set(handles.LebPuls,'enable','off'); set(handles.Start,'enable','off') L=50; handles.L=L; PRI=(1/PRF)*1e7 ; PRI=round(PRI); PRI1=1/PRF; PW=(1/N)*1e7; PW=round(PW); handles.PRI=PRI; handles.PW=PW; x=[0:PW-1]; Fs=2*Fo; Ts=3/Fs; T=PW*Ts; handles.x=x; handles.Ts=Ts; s=exp(j*pi*Fo*(x*Ts)); I=cos(0); Q=sin(0); st=I*cos(2*pi*Fo*(x*Ts))-Q*sin(2*pi*Fo*2*(x*Ts)); JP=PRI*L; puls=zeros(JP-(PW-1),1); for i=1:L, puls(1+(i-1)*PRI)=1;
puls=round(puls); end pancar=conv(puls,st); handles.pancar=pancar; axes(handles.axes1); plot(real(pancar)); xlim([0 3000]); ylim([-2.5 2.5]); xlabel('Time (1e-7)'); ylabel('Amplitude'); elseif sa==1e6; set(handles.FPP,'enable','off'); set(handles.LebPuls,'enable','off'); set(handles.Start,'enable','off') L=50; handles.L=L; PRI=(1/PRF)*1e9; PRI=round(PRI); PRI1=1/PRF; PW=(1/N)*1e9; PW=round(PW); handles.PRI=PRI; handles.PW=PW; x=[0:PW-1]; Fs=2*Fo; Ts=3/Fs; T=PW*Ts; handles.x=x; handles.Ts=Ts; s=exp(j*pi*Fo*(x*Ts)); I=cos(0); Q=sin(0); st=I*cos(2*pi*Fo*(x*Ts))-Q*sin(2*pi*Fo*2*(x*Ts)); JP=PRI*L; puls=zeros(JP-(PW-1),1); for i=1:L, puls(1+(i-1)*PRI)=1; puls=round(puls); end pancar=conv(puls,st); handles.pancar=pancar; axes(handles.axes1); plot(real(pancar)); xlim([0 1000]); ylim([-2.5 2.5]); xlabel('Time (1e-9)' ); ylabel('Amplitude'); end
%Range max Rmax=(c*PRI1)/2 ; Rmax1=Rmax/1e3; handles.Rmax=Rmax; guidata(hObject,handles); set(handles.edit4,'String',Rmax1); else errordlg('PRF harus lebih kecil dari Lebar pulsa','Masukan Salah'); end else errordlg('Masukkan Frekuensi Carrier Seperti Yang Telah Ditentukan','Masukan Salah'); end function edit11_Callback(hObject, eventdata, handles) % hObject handle to edit11 (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of edit11 as text % str2double(get(hObject,'String')) returns contents of
edit11 as a double % --- Executes during object creation, after setting all properties.
function edit11_CreateFcn(hObject, eventdata, handles) % hObject handle to edit11 (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called
% Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end function edit12_Callback(hObject, eventdata, handles) % hObject handle to edit12 (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of edit12 as text % str2double(get(hObject,'String')) returns contents of
edit12 as a double
% --- Executes during object creation, after setting all properties.
function edit12_CreateFcn(hObject, eventdata, handles) % hObject handle to edit12 (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called
% Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end % --- Executes on button press zin Set. function Set_Callback(hObject, eventdata, handles) % hObject handle to Set (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) delete(handles.figure1); Kecepatan; function edit14_Callback(hObject, eventdata, handles) % hObject handle to edit14 (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of edit14 as text % str2double(get(hObject,'String')) returns contents of
edit14 as a double % --- Executes during object creation, after setting all properties.
function edit14_CreateFcn(hObject, eventdata, handles) % hObject handle to edit14 (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called
% Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end
function edit15_Callback(hObject, eventdata, handles) % hObject handle to edit15 (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of edit15 as text % str2double(get(hObject,'String')) returns contents of
edit15 as a double % --- Executes during object creation, after setting all properties.
function edit15_CreateFcn(hObject, eventdata, handles) % hObject handle to edit15 (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called
% Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end function edit16_Callback(hObject, eventdata, handles) % hObject handle to edit16 (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of edit16 as text % str2double(get(hObject,'String')) returns contents of
edit16 as a double % --- Executes during object creation, after setting all properties.
function edit16_CreateFcn(hObject, eventdata, handles) % hObject handle to edit16 (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called
% Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end
% ---------------------------------------------------------------- function file_Callback(hObject, eventdata, handles) % hObject handle to file (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) % ---------------------------------------------------------------- function file_cetak_Callback(hObject, eventdata, handles) % hObject handle to file_cetak (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) printdlg(handles.figure1) % ---------------------------------------------------------------- function file_buka_Callback(hObject, eventdata, handles) % hObject handle to file_buka (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) Prog=guidata(gcbo); uiload; % ---------------------------------------------------------------- function file_simpan_Callback(hObject, eventdata, handles) % hObject handle to file_simpan (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) uisave; % ---------------------------------------------------------------- function file_keluar_Callback(hObject, eventdata, handles) % hObject handle to file_keluar (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) keluar=questdlg(['Keluar Dari Program?'],['Tutup Aplikasi'], 'Ya','Tidak','Ya'); if strcmp(keluar,'Tidak') ; returnend delete(handles.figure1) % ---------------------------------------------------------------- function help_Callback(hObject, eventdata, handles) % hObject handle to help (see GCBO)
% eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) % ---------------------------------------------------------------- function help_program_Callback(hObject, eventdata, handles) % hObject handle to help_program (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) proghelp; % ---------------------------------------------------------------- function help_velo_Callback(hObject, eventdata, handles) % hObject handle to help_velo (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) Velohelp; % --- Executes on button press zin Zin. function Zin_Callback(hObject, eventdata, handles) % hObject handle to Zin (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) zoom set(handles.geser,'enable','on'); % --- Executes on button press zin zout. function zout_Callback(hObject, eventdata, handles) % hObject handle to zout (see GCBO) % eventdata reserved - to be defined zin a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) zoom ou tpan off set(handles.geser,'enable','off'); % --- Executes on button press in geser. function geser_Callback(hObject, eventdata, handles) % hObject handle to geser (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) pan % --- Executes on selection change in satuan.
function satuan_Callback(hObject, eventdata, handles) % hObject handle to satuan (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) % Hints: contents = get(hObject,'String') returns satuan contents
as cell array contents{get(hObject,'Value')} returns selected item from satuan
sat=get(hObject,'value'); switch sat case 1 errordlg('Anda belum memasukkan satuan frekuensi'); case 2 sa=1e3; wkt=sa*3.3e6; case 3 sa=1e6; wkt=sa*3.3e3; end pulrepint=handles.pulrepint; pulrepint=1/pulrepint; pri=pulrepint*sa; %pri=pri/1e6; set(handles.edit22,'String',pri); handles.sa=sa; handles.wkt=wkt; guidata(hObject,handles); % --- Executes during object creation, after setting all properties.
function satuan_CreateFcn(hObject, eventdata, handles) % hObject handle to satuan (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called
% Hint: popupmenu controls usually have a white background on Windows.
% See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end % --- Executes on selection change in satuan1. function satuan1_Callback(hObject, eventdata, handles) % hObject handle to satuan1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
% Hints: contents = get(hObject,'String') returns satuan1 contents as cell array contents{get(hObject,'Value')} returns selected item from satuan1
sat1=get(hObject,'value'); switch sat1 case 1 errordlg('Anda belum memasukkan satuan frekuensi'); case 2 sa1=1e3; wkt1=sa1*2e6; case 3 sa1=1e6; wkt1=sa1*2e3; end leb=handles.leb; leb=1/leb; lp=leb*sa1; %lp=lp/1e6; set(handles.edit23,'String',lp); handles.sa1=sa1; handles.wkt1=wkt1; guidata(hObject,handles); % --- Executes during object creation, after setting all properties.
function satuan1_CreateFcn(hObject, eventdata, handles) % hObject handle to satuan1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called
% Hint: popupmenu controls usually have a white background on Windows.
% See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end function edit17_Callback(hObject, eventdata, handles) % hObject handle to edit17 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of edit17 as text % str2double(get(hObject,'String')) returns contents of
edit17 as a double % --- Executes during object creation, after setting all properties.
function edit17_CreateFcn(hObject, eventdata, handles) % hObject handle to edit17 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called
% Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end % --- Executes on button press in griid. function griid_Callback(hObject, eventdata, handles) % hObject handle to griid (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) % Hint: get(hObject,'Value') returns toggle state of griid gr=get(handles.griid,'Value'); if gr==1 axes(handles.axes1); grid on; else axes(handles.axes1); grid off; end function PanGel_Callback(hObject, eventdata, handles) % hObject handle to PanGel (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of PanGel as text % str2double(get(hObject,'String')) returns contents of
PanGel as a double PG=str2double(get(handles.PanGel,'String')); handles.PG=PG; guidata(hObject,handles); c=3*1e8; PGmax=handles.PGmax; PGmin=handles.PGmin; if (PG>=PGmin & PG<=PGmax); PG=PG/100; Fo=c/PG; Fo=Fo/1e9; set(handles.FrekCar,'String',Fo); else
errordlg('Masukkan Panjang Gelombang Seperti Yang Telah Ditentukan','Masukan Salah'); end % --- Executes during object creation, after setting all properties.
function PanGel_CreateFcn(hObject, eventdata, handles) % hObject handle to PanGel (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called
% Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end % --- Executes on button press in togglebutton3. function togglebutton3_Callback(hObject, eventdata, handles) % hObject handle to togglebutton3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) % Hint: get(hObject,'Value') returns toggle state of togglebutton3 legend toggle function edit20_Callback(hObject, eventdata, handles) % hObject handle to edit20 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of edit20 as text % str2double(get(hObject,'String')) returns contents of
edit20 as a double % --- Executes during object creation, after setting all properties.
function edit20_CreateFcn(hObject, eventdata, handles) % hObject handle to edit20 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called
% Hint: edit controls usually have a white background on Windows.
% See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end function edit22_Callback(hObject, eventdata, handles) % hObject handle to edit22 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of edit22 as text % str2double(get(hObject,'String')) returns contents of
edit22 as a double % --- Executes during object creation, after setting all properties.
function edit22_CreateFcn(hObject, eventdata, handles) % hObject handle to edit22 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called
% Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end function edit23_Callback(hObject, eventdata, handles) % hObject handle to edit23 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of edit23 as text % str2double(get(hObject,'String')) returns contents of
edit23 as a double % --- Executes during object creation, after setting all properties.
function edit23_CreateFcn(hObject, eventdata, handles) % hObject handle to edit23 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end
B
Hasil Pengamatan
B.1. Hubungan antara perubahan kecepatan target terhadap frekuensi Doppler
dan frekuensi Carrier
Kecepatan Target (m/s) terhadap Frekuensi Carrier Frekuensi Doppler (Hz) 1 GHz 2 GHz 3 GHz 4 GHz 1851.851852 277.7777778 138.8888889 92.59258333 69.444444441666.666667 250 125 83.33333333 62.51481.481481 222.2222222 111.1111111 74.074075 55.555555561296.296296 194.4444444 97.2222 64.81480556 48.611111111111.111111 166.6666667 83.33333333 55.55555556 41.66666667925.9259259 138.8888889 69.4444 46.29629722 34.72222222740.7407407 111.1111111 55.55555556 37.03702778 27.77777778555.5555556 83.33333333 41.66666667 27.77777778 20.83333333370.3703704 55.55555556 27.77777778 18.51852778 13.88888889185.1851852 27.77777778 13.88888889 9.25925 6.944444444166.6666667 25 12.5 8.333333333 6.25148.1481481 22.22222222 11.11111111 7.407416667 5.555555556129.6296296 19.44444444 9.722222222 6.481472222 4.861111111111.1111111 16.66666667 8.333333333 5.555555556 4.16666666792.59259259 13.88888889 6.944444444 4.629638889 3.472222222
7.41E+01 11.11111111 5.555555556 3.703694444 2.7777777785.56E+01 8.333333333 4.166666667 2.777777778 2.0833333333.70E+01 5.555555556 2.777777778 1.851861111 1.3888888891.85E+01 2.777777778 1.388888889 0.925916667 0.694444444
0 0 0 0 0
B.1.1. Hubungan antara frekuensi carrier yang tidak stabil dengan frekuensi
carrier yang stabil
Frekuensi Carrier Tidak Stabil Frekuensi Carrier Stabil
Kecepatan (m/s) Fc
(GHz)
Frekuensi Doppler
(Hz)
Fc (GHz)
Frekuensi Doppler
(Hz) 0 1 0 1 0
2.7778 0.95 17.5927 1 18.5187 5.5556 0.97 35.9262 1 37.0373 8.3333 0.99 54.9998 1 55.5553 11.1111 0.98 72.5925 1 74.074 13.88889 1 92.5927 1 92.5927 16.66667 1.1 122.2225 1 111.1113 19.44444 1 129.6293 1 129.6293 22.22222 0.99 146.6665 1 148.148
25 1.2 200 1 166.6667 27.77778 1.3 240.7409 1 185.1853 55.55556 1.1 407.4077 1 370.3707 83.33333 0.99 549.9998 1 555.5553 111.1111 0.96 711.111 1 740.7407 138.8889 0.98 907.4075 1 925.926 166.6667 1.1 1222.2225 1 1111.1113 194.4444 1 1296.296 1 1296.296 222.2222 0.99 1466.6665 1 1481.4813
250 1.1 1833.3333 1 1666.6667 277.7778 1 1851.852 1 1851.852
B.2. Hubungan antara perubahan kecepatan terhadap frekuensi Doppler dan sudut yang dibentuk oleh pergerakan target dengan radar
B.2.1. Untuk θ = 0º sampai θ = 90º
Frekuensi Doppler θ = 0 º θ = 10 º θ = 20 º θ = 30 º θ = 40 º θ = 50 º θ = 60 º θ = 70 º θ = 80 º θ = 90 º
0 0 0 0 0 0 0 0 0 0 0‐18.5185 2.7778 2.8207 2.9560 3.2076 3.6263 4.3214 5.5556 8.1222 16.001 ‐37.037 5.5556 5.6413 5.9121 6.4152 7.2527 8.6427 11.1111 16.2443 32.002
‐55.5556 8.3333 8.462 8.8681 9.6228 10.879 12.9641 16.6667 24.3665 48.0031 ‐74.0741 11.1111 11.2826 11.8241 12.8304 14.5054 17.2855 22.2222 32.4886 64.0041 ‐92.5926 13.8889 14.1033 14.7801 16.0380 18.1317 21.6069 27.7778 40.6108 80.0051
‐111.1111 16.6667 16.9239 17.7362 19.2456 21.7581 25.9282 33.3333 48.7329 96.0061 ‐129.6296 19.44445 19.7446 20.6922 22.4532 25.3844 30.2496 38.8889 56.8551 112.0072 ‐148.1481 22.2222 22.5652 23.6482 25.6608 29.0107 34.578 44.4444 64.9773 128.0082 ‐166.6667 25 25.3859 26.6042 28.8684 32.6371 38.8924 50 73.0994 144.0092 ‐185.1852 27.7778 28.2065 29.5603 32.0760 36.2634 43.2137 55.5556 81.2216 160.0102 ‐321.4815 48.2222 48.9665 51.3166 55.6839 62.9533 75.019 96.4445 141.0007 277.7778
B.2.1. Untuk θ = 100º sampai θ = 180º
Frekuensi Doppler θ = 100 º θ = 110 º θ = 120 º θ = 130 º θ = 140 º θ = 150 º θ = 160 º θ = 170 º θ = 180 º 321.4815 277.7778 141.0007 96.4445 75.019 62.9533 55.6839 51.3166 48.9665 48.22223185.1852 160.0102 81.2216 55.5556 43.2137 36.2634 32.076 29.5603 28.2065 27.77778166.6667 144.0092 73.0994 50 38.8924 32.6371 28.8684 26.6042 25.3859 25148.1481 128.0082 64.9773 44.4444 34.578 29.0107 25.6608 23.6482 22.5652 22.22222129.6296 112.0072 56.8551 38.8889 30.2496 25.3844 22.4532 20.6922 19.7446 19.44445111.1111 96.0061 48.7329 33.3333 25.9282 21.7581 19.2456 17.7362 16.9239 16.6666792.5926 80.0051 40.6108 27.7778 21.6069 18.1317 16.038 14.7801 14.1033 13.8888974.0741 64.0041 32.4886 22.2222 17.2855 14.5054 12.8304 11.8241 11.2826 11.1111155.5556 48.0031 24.3665 16.6667 12.9641 10.879 9.6228 8.8681 8.462 8.33333337.037 32.002 16.2443 11.1111 8.6427 7.2527 6.4152 5.9121 5.6413 5.555554
18.5185 16.001 8.1222 5.5556 4.3214 3.6263 3.2076 2.956 2.8207 2.7777790 0 0 0 0 0 0 0 0 0