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