Laporan PSD - Fourier Analysis
UPLOADED BY
Lyla Susanti
https://www.academia.edu/15750915/Laporan_PSD_-_Fourier_Analysis
Pengertian Transformasi Fourier Diskrit Perbandingan Fast Fourier Transform 15:54:00 TEKNOLOGI
Pengertian Transformasi Fourier - Proses penting dalam pemrosesan sinyal digital adalah menganalisis suatu sinyal input maupun output untuk mengetahui karakteristik sistem fisis tertentu dari sinyal. Proses analisis dan sintesis dalam domain waktu memerlukan analisis cukup panjang dengan melibatkan turunan dari fungsi, yang dapat menimbulkan ketidaktelitian hasil analisis. Analisis dan sintesis sinyal akan lebih mudah dilakukan pada domain frekuensi, karena besaran yang paling menentukan suatu sinyal adalah frekuensi. Oleh karena itu, untuk dapat bekerja pada domain frekuensi dibutuhkan suatu formulasi yang tepat sehingga proses manipulasi sinyal sesuai dengan kenyataan. Salah satu teknik untuk menganalisis sinyal adalah mentransformasikan (alih bentuk) sinyal yang semula analog menjadi diskrit dalam domain waktu, dan kemudian diubah ke dalam domain frekuensi.
Transformasi Fourier adalah suatu model transformasi yang memindahkan sinyal domain spasial atau sinyal domain waktu menjadi sinyal domain frekuensi. Di dalam pengolahan suara, transformasi fourier banyak digunakan untuk mengubah domain spasial pada suara menjadi
domain frekuensi. Analisa-analisa dalam domain frekuensi banyak digunakan seperti filtering. Dengan menggunakan transformasi fourier, sinyal atau suara dapat dilihat sebagai suatu objek dalam domain frekuensi.
Transformasi Fourier Diskrit Transformasi Fourier Diskrit (Discrete Fourier Transform - DFT) adalah prosedur yang paling umum dan kuat pada bidang pemrosesan sinyal digital. DFT memungkinkan untuk menganalisis, memanipulasi, dan mensintesis sinyal dengan cara yang tidak mungkin dilakukan dalam pemrosesan sinyal analog Lyons, Richard G. 1997. Understanding Digital Signal Processing. Prentice Hall PTR... Meskipun sekarang digunakan dalam hampir setiap bidang teknik. Aplikasi yang
menggunakan DFT terus berkembang sebagai utilitas yang menjadikan DFT lebih mudah untuk dimengerti. Karena itu, pemahaman yang kuat tentang DFT adalah wajib bagi siapa saja yang bekerja di bidang pemrosesan sinyal digital.
DFT merupakan prosedur matematika yang digunakan untuk menentukan harmonik atau frekuensi yang merupakan isi dari urutan sinyal diskrit. Urutan sinyal diskrit adalah urutan nilai yang diperoleh dari sampling periodik sinyal kontinu dalam domain waktu. DFT berasal dari fungsi Transformasi Fourier X(f) yang didefinisikan:
Dalam bidang pemrosesan sinyal kontinu, Persamaan 2.1 digunakan untuk mengubah fungsi domain waktu kontinu x(t) menjadi fungsi domain frekuensi kontinu X(f). Fungsi X(f) memungkinkan untuk menentukan kandungan isi frekuensi dari beberapa sinyal dan menjadikan
beragam analisis sinyal dan pengolahan yang dipakai di bidang teknik dan fisika. Dengan munculnya komputer digital, ilmuwan di bidang pengolahan digital berhasil mendefenisikan DFT sebagai urutan sinyal diskrit domain frekuensi X(m), dimana:
Meski lebih rumit daripada Persamaan 2.2, Persamaan 2.3 lebih mudah untuk dipahami. Konstanta
j
=
√−1
hanya
membantu
membandingkan
hubungan
dalam berbagai komponen sinusoidal dari sinyal. Nilai N merupakan
fase
di
parameter penting
karena menentukan berapa banyak sampel masukan yang diperlukan, hasil domain frekuensi dan jumlah waktu proses yang diperlukan untuk menghitung N-titik DFT. Diperlukan N-perkalian kompleks dan N-1 sebagai tambahan. Kemudian, setiap perkalian membutuhkan N-perkalian riil, sehingga untuk menghitung seluruh nilai N (X(0), X(1), …, X(N-1)) memerlukan N2 perkalian. Hal
ini menyebabkan perhitungan DFT memakan waktu yang lama jika jumlah sampel yang akan diproses dalam jumlah besar.
Fast Fourier Transform Meskipun DFT memainkan peranan yang penting sebagai prosedur matematis untuk menentukan isi frekuensi dari urutan domain waktu, namun sangat tidak efisien. Jumlah titik dalam DFT meningkat menjadi ratusan atau ribuan, sehingga jumlah- jumlah yang dihitung menjadi tidak dapat ditentukan. Pada tahun 1965 sebuah makalah diterbitkan oleh Cooley dan Tukey menjelaskan algoritma yang sangat efisien untuk menerapkan DFT Cooley, J. & Tukey, J. 1965. An Algorithm for the Machine Calculation of Complex Fourier Series. Mathematics of Computation. pp. 297-301.. Algoritma yang sekarang dikenal sebagai Fast Fourier Transform (FFT). Sebelum
munculnya FFT, seribu titik DFT membutuhkan waktu begitu lama untuk melakukan perhitungan yang pada saat itu masih terbatas pada komputer-komputer berspesifikasi rendah. Gagasan Cooley dan Tukey, dan perkembangan industri semikonduktor menjadikan jumlah N-titik DFT semisal 1024- titik, dapat dilakukan dalam beberapa detik saja pada komputer berspesifikasi rendah Lyons, Richard G. 1997. Understanding Digital Signal Processing. Prentice Hall PTR..
Meskipun telah banyak bermacam-macam algoritma FFT yang dikembangkan, algoritma FFT radix-2 merupakan proses yang sangat efisien untuk melakukan DFT yang memiliki kendala pada ukuran jumlah titik dipangkatkan dua. FFT radix-2 menghilangkan redundansi dan mengurangi jumlah operasi aritmatika yang diperlukan. Sebuah DFT 8-titik, harus melakukan N2 atau 64 perkalian kompleks. Sedangkan FFT melakukan (N/2)log2N yang memberikan penurunan yang signifikan dari N2 perkalian kompleks. Ketika N = 512 maka DFT memerlukan 200 kali perkalian kompleks dari yang diperlukan oleh FFT.
Gambar Perbandingan jumlah perkalian kompleks DFT dengan FFT Lyons, Richard G. 1997. Understanding Digital Signal Processing. Prentice Hall PTR.
FFT beroperasi dimulai dengan menguraikan (dekomposisi) sinyal domain waktu titik N ke N sinyal domain waktu hingga masing-masing terdiri dari satu titik. Selanjutnya menghitung N frekuensi spektrum yang berkorespondensi dengan N sinyal domain waktu. Terakhir, spektrum N disintesis menjadi spektrum frekuensi tunggal.
Gambar Diagram Alir FFT Smith, Steven W. 1997. The Scientist and Engineer's Guide to Digital Signal Processing. (Online) http://www.dspguide.com (20 Februari 2013).
Dalam proses dekomposisi diperlukan tahapan Log2N. Sebagai contoh, sinyal 16 titik (24) memerlukan 4 tahapan, sinyal 512 titik (29) membutuhkan 9 tahap, sinyal 4096 titik (212) membutuhkan 12 tahapan. Dalam Gambar1, sinyal 16 titik terurai melalui empat tahap yang terpisah. Tahap pertama memisahkan sinyal 16 titik menjadi dua sinyal masing-masing terdiri dari 8 titik. Tahap kedua menguraikan data menjadi empat sinyal terdiri dari 4 titik. Pola ini berlanjut sampai sinyal N terdiri dari satu titik. Dekomposisi digunakan setiap kali sinyal dipecah menjadi dua, yaitu sinyal dipisahkan menjadi sampel genap dan sample ganjil.
Gambar1 Contoh dekomposisi sinyal domain waktu yang digunakan di FFT Smith, Steven W. 1997. The Scientist and Engineer's Guide to Digital Signal Processing. (Online) http://www.dspguide.com (20 Februari 2013).
Setelah dekomposisi, dilakukan Pengurutan Pembalikan Bit (Bit Reversal Sorting), yaitu menata ulang urutan sampel sinyal domain waktu N dengan menghitung dalam biner dengan bit membalik dari kiri ke kanan. Asumsi N adalah kelipatan dari 2, yaitu N = 2r untuk beberapa bilangan bulat r=1, 2, dst. Algoritma FFT memecah sampel menjadi dua bagian yaitu bagian genap dan bagian ganjil.
Tabel Pengurutan Pembalikan Bit
Persamaan 2.2 dibagi menjadi bagian ganjil dan bagian genap sebagai berikut:
Karena
rumusan
yang
didapat
panjang,
sehingga
digunakan
notasi
standar
untuk
menyederhanakannya. Didefenisikan WN = 𝑒−𝑗2𝜋/𝑁 yang merepresentasikan nth root of unity. Persamaan 2.4 dapat ditulis:
Sintesis domain frekuensi membutuhkan tiga perulangan. Perulangan luar menjalankan tahapan Log2N (setiap tingkat mulai dari bawah dan bergerak ke atas).
Perulangan bagian tengah bergerak melalui masing-masing spektrum frekuensi individu dalam tahap sedang dikerjakan (masing-masing kotak pada setiap tingkat). Dalam pemrosesan sinyal digital dikenal istilah butterfly. Butterfly digunakan untuk menggambarkan peruraian (decimation) yang terjadi. Karena tampilannya yang bersayap maka disebut butterfly. Butterfly adalah elemen komputasi dasar FFT, mengubah dua poin kompleks menjadi dua poin kompleks lainnya. Ada dua jenis peruraian, peruraian dalam waktu (decimation in time-DIT) dan peruraian dalam frekuensi (decimation in frekuensi-DIF). Gambar dari butterfly dasar untuk kedua jenis peruraian tersebut dapat dilihat pada Gambar 3 dan Gambar 4
Gambar 3 FFT butterfly dasar untuk peruraian dalam waktu Lyons, Richard G. 1997. Understanding Digital Signal Processing. Prentice Hall PTR.
Gambar 4 FFT butterfly dasar untuk peruraian dalam frekuensi sintesis butterfly Lyons, Richard G. 1997. Understanding Digital Signal Processing. Prentice Hall PTR.
Perulangan paling dalam menggunakan butterfly untuk menghitung poin dalam setiap spektrum frekuensi (perulangan melalui sampel dalam setiap kotak). Gambar 5 menunjukkan implemetasi FFT dari empat spektrum dua titik dan dua spektrum empat titik. Gambar 5 terbentuk dari pola dasar pada Gambar 3 berulang-ulang.
Gambar 5 FFT sintesis butterfly Lyons, Richard G. 1997. Understanding Digital Signal Processing. Prentice Hall PTR.
http://www.landasanteori.com/2015/10/pengertian-transformasi-fourier-diskrit.html (tgl 02) by ade sanjaya
48266956-Tugas-matlab-terakir
UPLOADED BY
Adam Shidqul Aziz
Membuat Sinyal Fenoma Gibbs Matlab - ON 08.07
Fenomena Gibb Gibbs fenomena fenomena Gibbs (juga dikenal sebagai efek Gibbs): Ketika dipilih, semakin banyak jumlah item dalam gelombang disintesis dari puncak muncul mendekati sinyal asli dari titik diskontinuitas. Bila Anda memilih jumlah item besar, karena nilai puncak cenderung konstan, kurang lebih sama dengan total nilai 9% melompat. Fenomena ini disebut fenomena Gibbs. kalau masih bingung langsung ke implementasi saja ya . Berikut implementasinya bisa dicoba di rumah. a. Bangkitkan sebuah sinyal sinus Source code: clc; clear; t=-3:6/1000:3; N=input('Jumlah sinyal: '); c0=0.5; w0=pi; xN=c0*ones(1,length(t)); for n=1:2:N theta=((-1)^((n-1)/2)-1)*pi/2; xN = xN + 2/n/pi*cos(n*w0*t +theta); end plot(t,xN)
xlabel('waktu') ylabel('x(t)')
Hasil
b. Jalankan lagi program anda, dengan cara memberi jumlah masukan sinyal yang berbeda, misalnya 3, 5, 7 dan 100.
N= 3
N=7
N=5
N=100
Keterangan Percobaan diatas didapati semakin banyak jumlah masukan signal maka semakin membentuk persegi. Dan jika sinyal membentuk persegi maka sinyal mendekati sempurna atau mendekati sinyal aslinya. c. Dari percobaan tersebut didapatkan, Sinyal persegi terbentuk dari pernjumlahan sinyal sinus, semakin banyak sinyal sinus yang dijumlahkan gelombang yang terbentuk semakin mendekati gelombang persegi. http://sayfudinblogz.blogspot.co.id/2015/04/membuat-sinyal-fenoma-gibbs-matlab.html
Modulasi Sinyal Posted Februari 25, 2011 by Fahmizal in Sinyal dan Isarat. Tagged: Amplitude modulation (AM), Amplitude shift keying (ASK), Frequency modulation (FM), Frequency shift keying (FSK), Fungsi Modulasi, Jenis-jenis modulasi analog, Jenisjenis modulasi digital, Modulasi adalah, Modulasi Digital, Modulasi Sinyal, Pengertian Modulasi, Phase shift keying (PSK), Pulse Amplitude Modulation (PAM), Teknik modulasi analog, Teknik modulasi digital, Tujuan Modulasi.12 Komentar
15 Votes
Pengertian Modulasi Modulasi adalah proses pencampuran dua sinyal menjadi satu sinyal. Biasanya sinyal yang dicampur adalah sinyal berfrekuensi tinggi dan sinyal berfrekuensi rendah. Dengan memanfaatkan karakteristik masing-masing sinyal, maka modulasi dapat digunakan untuk mentransmisikan sinyal informasi pada daerah yang luas atau jauh. Sebagai contoh Sinyal informasi (suara, gambar, data), agar dapat dikirim ke tempat lain, sinyal tersebut harus ditumpangkan pada sinyal lain. Dalam konteks radio siaran, sinyal yang menumpang adalah sinyal suara, sedangkan yang ditumpangi adalah sinyal radio yang disebut sinyal pembawa (carrier). Jenis dan cara penumpangan sangat beragam. Yaitu untuk jenis penumpangan sinyal analog akan berbeda dengan sinyal digital. Penumpangan sinyal suara juga akan berbeda dengan penumpangan sinyal gambar, sinyal film, atau sinyal lain. Tujuan Modulasi Transmisi menjadi efisien atau memudahkan pemancaran. Masalah perangkat keras menjadi lebih mudah. Menekan derau atau interferensi. Untuk memudahkan pengaturan alokasi frekuensi radio. Untuk multiplexing, proses penggabungan beberapa sinyal informasi untuk disalurkan secara bersama-sama melalui satu kanal transmisi. Fungsi Modulasi Sinyal informasi biasanya memiliki spektrum yang rendah dan rentan untuk tergangu oleh noise. Sedangakan pada transmisi dibutuhkan sinyal yang memiliki spektrum tinggi dan dibutuhkan modulasi untuk memindahkan posisi spektrum dari sinyal data, dari pita spektrum yang rendah ke spektrum yang jauh lebih tinggi. Hal ini dilakukan pada transmisi data tanpa kabel (dengan antena), dengan membesarnya data frekuensi yang dikirim maka dimensi antenna yang digunakan akan mengecil. Gelombang pembawa berbentuk sinusoidal c(t) = Ac cos(2π fct + Φc ) Parameter – parameter dari gelombang tersebut yang dapat dimodulasi adalah : • Amplitudo, Ac untuk modulasi amplitudo • Frekuensi, fc atau ωc = 2π fc t untuk modulasi frekuensi • Phasa, Φc untuk modulasi fasa. Amplitudo, Frekuensi, Phase
Amplitudo Nilai maksimum dari besaran elektrik (mis voltage) dari gelombang Frekuensi Jumlah cycle yang dihasilkan dalam satu detik (cycles per second atau Hertz) Phase Gelombang A dengan phase 00 Gelombang B dengan selisih phase -900 (lebih lambat) terhadap A Gelombang C dengan selisih phase +900 (lebih cepat) terhadap A Jenis-jenis modulasi analog Amplitude modulation (AM) Frequency modulation (FM) Pulse Amplitude Modulation (PAM) 1. Amplitude modulation (AM) Modulasi jenis ini adalah modulasi yang paling simple, frekwensi pembawa atau carrier diubah amplitudenya sesuai dengan signal informasi atau message signal yang akan dikirimkan. Dengan kata lain AM adalah modulasi dalam mana amplitude dari signal pembawa (carrier) berubah karakteristiknya sesuai dengan amplitude signal informasi. Modulasi ini disebut juga linear modulation, artimya bahwa pergeseran frekwensinya bersifat linier mengikuti signal informasi yang akan ditransmisikan.
2. Frequency modulation (FM) Modulasi Frekwensi adalah salah satu cara memodifikasi/merubah Sinyal sehingga memungkinkan untuk membawa dan mentransmisikan informasi ketempat tujuan. Frekwensi dari Sinyal Pembawa (Carrier Signal) berubah-ubah menurut besarnya amplitude dari signal informasi. FM ini lebih tahan noise dibanding AM.
3. Pulse Amplitude Modulation (PAM) Basic konsep PAM adalah merubah amplitudo signal carrier yang berupa deretan pulsa (diskrit) yang perubahannya mengikuti bentuk amplitudo dari signal informasi yang akan dikirimkan ketempat tujuan. Sehingga signal informasi yang dikirim tidak seluruhnya tapi hanya sampelnya saja (sampling signal).
Modulasi Digital Teknik modulasi digital pada prinsipnya merupakan variant dari metode modulasi analog. Teknik modulasi digital : Amplitude shift keying (ASK) Frequency shift keying (FSK) Phase shift keying (PSK)
https://fahmizaleeits.wordpress.com/2011/02/25/modulasi-sinyal/
TUGAS SISTEM DAN SINYAL
PCM atau Pulse Code Modulation adalah sebuah A/D converter yang dapat merubah snyal analog menjadi sinyal digital, proses perubahan sinyal analog menjadi sinyal digital dapat digambarkan sebagai berikut : Fungsi kode pulza (PCM) : 1. Coder (Konverter A/D) : Mengubah sinyal analog (dengan frekwensi suara 300 - 3400 Hz) menjadi sinyal digital 64 Kbit/s. 2.
Multiplexing Menggabungkan 30 kanal sinyal digital 64 kbps paralel menjadi satu deretan sinyal unipolar 2048
3.
Kbit/s
Line Coding Mengubah sinyal unipolar 2048 Kbps NRZ menjadi sinyal bipolar 2048 Kbps HDB-3..
APPLIKASI PCM 1. Menghubungkan Sentral Analog dengan Multiplex Digital Order 2. Menghubungkan Sentral Analog dengan Sentral 3. Menghubungkan Sentral dengan 4. Menghubungkan Sentral Digital dengan Perangkat Transmisi 5. Menghubungkan Terminal Data dengan Perangkat Multiplex digital Order Tinggi
•
Frame rate = 8000 sample/detik * 8 bits * 32 = 2,048 Mbps
–
Orang biasanya menyebut rate 2 Mbps saja
•
Timeslot 0 untuk keperluan sinkronisasi
•
Timeslot 16 untuk signaling.
:
NRZ. :
30 Tinggi Analog RK Analog
Kesimpulan : MODULASI KODE PULSA (pcm) mengacu pada sistem di mana nilai-nilai standar dari GELOMBANG terkuantisasi (dijelaskan dalam paragraf berikut) ditandai dengan serangkaian kode pulsa. Ketika pulsa adalah decode, mereka menunjukkan nilai-nilai standar dari gelombang terkuantisasi asli. -Kode tersebut mungkin biner, di mana simbol untuk setiap elemen terkuantisasi akan terdiri dari pulsa dan ruang: terner, dimana kode untuk setiap elemen terdiri dari salah satu dari tiga jenis nilai yang berbeda (seperti pulsa positif, pulsa negatif, dan ruang ), atau n-ary, di mana kode untuk setiap elemen terdiri dari beberapa nay (n) dari nilai-nilai yang berbeda. Diskusi ini akan didasarkan pada sistem pcm biner. Semua sistem pulsa-modulasi dibahas sebelumnya
memberikan metode untuk mengubah bentuk gelombang analog ke bentuk gelombang digital (pulsa yang terjadi pada interval diskrit, beberapa karakteristik yang bervariasi sebagai fungsi kontinu dari gelombang analog). Seluruh rentang amplitudo (frekuensi atau fasa) nilai dari gelombang analog dapat sewenang-wenang dibagi menjadi serangkaian nilai-nilai standar. Setiap pulsa dari pulsa kereta [angka 2-48, view (B)] mengambil nilai standar nilai aktual terdekat bila termodulasi. Gelombang modulasi dapat direproduksi setia, seperti yang ditunjukkan dalam pandangan (C) dan (D). Rentang amplitudo telah dibagi menjadi 5 nilai standar dalam tampilan (C). Setiap pulsa diberikan apapun standar nilai terdekat nilai aktual sesaat. Dalam pandangan (D), rentang amplitudo yang sama telah dibagi menjadi 10 level standar. Kurva pandang (D) adalah pendekatan lebih dekat dari gelombang modulasi, view (A), daripada kurva terkuantisasi 5-tingkat dalam tampilan (C). Dari ini Anda akan melihat bahwa semakin besar jumlah tingkat standar yang digunakan, semakin dekat gelombang terkuantisasi mendekati aslinya. Ini juga yang dibuktikan dengan fakta bahwa jumlah tak terbatas tingkat standar duplikat persis kondisi nonquantization (bentuk gelombang analog yang asli).
II. MODULASI DELTA.
Modulasi Delta merupakan salah satu dari beberapa macam modulasi digital yang merupakan suatu teknik konversi sinyal analog to digital yang digunakan untuk transmisi informasi suara. Modulasi Delta merupakan sebuah teknik modulasi dimana suatu sinyal analog dapat dikodekan dalam digit (bit) . Modulasi Delta merupakan salah satu sistem berbasis Pulse Code Modulation (PCM). Prinsip kerja Modulasi Delta adalah pengiriman deretan pulsa-pulsa dengan lebar tetap, yang polaritasnya menunjukkan apakah keluaran integrator harus naik atau turun pada masing-masing pulsa. Keluaran dibuat naik atau turun oleh suatu langkah yang tetap pada masing-masing pulsa. Modulator Delta membandingkan isyarat analog dan successive isyarat hasil Digital to Analog Converter (DAC) dan mentransmisikannya dengan 1 bit saja. Rangkaian Modulator Delta terdiri atas beberapa blok rangkaian yaitu pembanding, encoder ( D-Flip flop ), integrator diskret yang merupakan untai staircase generator dan pembangkit clock. Agar dapat dipancarkan lewat media FSK dan pemancar FM.
udara
keluaran
Modulator
Delta
dimasukkan
modulator
Dalam elektronik , modulasi adalah proses yang berbeda-beda satu atau lebih sifat-sifat periodik frekuensi tinggi gelombang , yang disebutsinyal pembawa, sehubungan dengan sinyal modulasi. Hal ini dilakukan dengan cara yang sama sebagai musisi dapat memodulasi nada (gelombang periodik) dari alat musik dengan variasi yang volume , waktu dan pitch . Tiga parameter utama dari bentuk gelombang periodik yang amplitudo ("volume"), yang fase ("timing") dan frekuensi ("pitch"), yang semuanya dapat dimodifikasi sesuai dengan sinyal frekuensi rendah untuk mendapatkan termodulasi sinyal. Biasanya frekuensi tinggi sinusoida gelombang digunakan sebagai sinyal pembawa , tetapi pulsa gelombang persegi kereta juga dapat terjadi. Dalam telekomunikasi , modulasi adalah proses menyampaikan sinyal pesan, misalnya aliran bit digital atau sinyal audio analog, di dalam sinyal lain yang dapat ditularkan secara fisik. Modulasi gelombang sinus digunakan untuk mentransformasikan baseband sinyal pesan kepassband sinyal, untuk frekuensi rendah contoh sinyal audio menjadi sinyal frekuensi radio (RF sinyal). Dalam komunikasi radio, sistem kabel TV atau telepon diaktifkan jaringan publik misalnya, sinyal-sinyal listrik hanya dapat ditransfer melalui spektrum frekuensi passband terbatas, dengan spesifik (non-nol) atas frekuensi cutoff dan bawah. Modulasi pembawa gelombang sinus memungkinkan untuk menyimpan konten frekuensi sinyal dipindahkan sedekat mungkin dengan frekuensi tengah (biasanya frekuensi pembawa) dari passband tersebut. Sebuah alat yang melakukan modulasi dikenal sebagai modulator dan perangkat yang melakukan operasi kebalikan dari modulasi dikenal sebagai demodulator (kadangkadang detektor atau demod). Sebuah perangkat yang dapat melakukan operasi adalah sebuah modem(modulator-demodulator). TUJUAN Tujuan modulasi digital adalah untuk mentransfer digital bit stream melalui analog bandpass saluran , misalnya melalui jaringan telepon diaktifkan umum (di mana bandpass filtermembatasi rentang frekuensi antara 300 dan 3400 Hz), atau melalui pita frekuensi radio terbatas . Tujuan dari modulasi analog adalah untuk mentransfer analog baseband (atau lowpass ) sinyal, misalnya sinyal audio atau sinyal TV, melalui bandpass analog saluran , misalnya pita frekuensi radio yang terbatas atau jaringan kabel saluran TV. Modulasi analog dan digital memfasilitasi pembagian frekuensi multiplexing (FDM), dimana menyampaikan informasi rendah beberapa sinyal ditransfer secara bersamaan selama fisik medium bersama sama, menggunakan saluran passband terpisah. Tujuan dari metode modulasi digital baseband, juga dikenal sebagai line coding , adalah untuk mengalihkan aliran bit digital melalui baseband saluran, biasanya disaring non-kawat tembaga seperti bus serial atau kabel jaringan area lokal . Tujuan metode modulasi pulsa adalah untuk mentransfer narrowband sinyal analog, misalnya panggilan telepon melalui pita lebar saluran baseband atau, dalam beberapa skema, sebagai bit stream di atas yang lain transmisi digital sistem.
Dalam synthesizer musik, modulasi dapat digunakan untuk mensintesis bentuk gelombang dengan spektrum nada yang diinginkan. Dalam hal ini frekuensi carrier biasanya dalam urutan yang sama atau jauh lebih rendah dari gelombang modulasi. Lihat misalnya sintesis modulasi frekuensi atau modulasi cincin
III.DERAU DALAM SISTEM KOMUNIKASI .
Derau atau yang sering dikenal dengan noise merupakan sebuah sinyal yang tidak diinginkan dalam system komuniksi atau sebuah informasi. Komponen elektronika pada dasarnya terbuat dari bahanbahan yang memiliki muatan listrik. Muatan listrik ini ada karena pergerakan elektron dalam komponen. Noise mengacu pada sinyal listrik acak yang tidak bias diprediksi, yang dihasilkan oleh sumber alam, baik internal maupun eksternal (dari luar sistem). Ada satu macam noise yang selalu hadir dalam setiap sistem komunikasi, yaitu thermal noise.
Thermal noise selalu hadir dengan alasan bahwa pada suatu temperatur di atas nol absolute (0°K), energi termal/panas menyebabkan partikel bergerak secara acak (random motion). Gerakan acak dari partikel bermuatan, seperti elektron, pada suatu konduktor menghasilkan arus atau tegangan acak yang menghasilkan thermal noise. Dengan kata lain, materi penyusun, perubahan suhu, perubahan muatan listrik adalah penyebab utama derau. Dalam sistem komunikasi, sinyal selalu mengalami degradasi (penurunan) mutu. Degradasi ini, selain diakibatkan oleh noise, juga berasal dari distorsi dan interferensi yang bias mengubah bentuk sinyal. Walaupun konta-minasi sinyal bisa terjadi pada tiap elemen komunikasi, tapi konvensi standar menyatakan bahwa secara
keseluruhan penyebab itu ditimpakan pada kanal. Distorsi adalah gangguan pada bentuk gelombang karena system memberi respon yang tidak tepat terhadap sinyal itu sendiri. Distorsi linear bisa diperbaiki dengan menggunakan filter khusus yang disebut equalizer. Interferensi adalah kontaminasi oleh sinyal lain yang berasal dari pemancar lain, power lines, switching circuit dan sebagaianya. Interferensi paling sering terjadi dalam sistem radio. Radio Frequency Interference (RFI) juga muncul dalam media kabel jika kabel transmisi tersebut atau rangkaian penerima menangkap sinyal yang
diradiasikan dari suatu sumber yang dekat. Mengapa dalam system komunikasi sebuah noise ingin dihilangkan? Alasan mengurangi derau antara lain : 1. Meningkatkan sensitifitas rangkaian untuk mendeteksi sinyal yang diinginkan dalam sebuah penerima (receiver) 2. Mengurangi konten harmonis dan fasa derau dalam pemancar (transmitter) 3. Meningkatkan perbandingan sinyal dan derau (signal to noise ratio)
Berdasarkan sumbernya, noise bisa dibedakan menjadi dua katagori : 1. Noise internal adalah noise yang dibangkitkan oleh komponen-komponen dalam sistem komunikasi. 2. Noise eksternal, dihasilkan oleh sumber di luar system komunikasi. Ada dua macam noise eksternal yaitu noise buatan manusia (man made noise) dan noise alami (ekstra terrestrial) Noise yang thermal noise.
paling
besar
pengaruhnya
dalam
system
komunikasi
adalah
Noise ini selalu menyertai sinyal informasi. Noise ini mempunyai distribusi energi yang seragam pada seluruh spektrum frekuensi. Gambar 8.1 di bawah merupakan gambaran efek noise terhadap sebuah sinyal sinus yang mengakibatkan sinyal asli menjadicacat (distorsi).
Derau atau yang biasa disebut noise adalah suatu sinyal gangguan yang bersifat akustik (suara), elektris, maupun elektronis yang hadir dalam suatu sistem (rangkaian listrik/ elektronika) dalam bentuk gangguan yang bukan merupakan sinyal yang diinginkan. Sumber derau dapat dikelompokkan dalam tiga kategori:
1. Sumber derau intrinsic yang muncul suatu sistemfisik seperti thermal dan shot noise.
2.
dari fluktuasi acak
Sumber derau buatan manusia seperti motor, switch, elektronika digital.
3. Derau karena gangguan alamiah seperti petir dan bintik matahari.
di
dalam
Jenis-jenis Derau:
Correlated noise: hubungan antara sinyal dan noise masuk dalam kategori ini. Karena itu, correlated noise hanya muncul saat ada sinyal. Uncorrelated noise: noise yang dapat muncul kapanpun, saat terdapat sinyal maupun tidak ada sinyal. Uncorrelated noise muncul tanpa memperhatikan adanya sinyal atau tidak. Noise dalam kategori ini dapat dibagi lagi menjadi dua kategori umum, yaitu : 1. Eksternal Noise: Adalah noise yang dihasilkan dari luar alat atau sirkuit. Noise tidak disebabkan olehkomponen alat dalam sistem komunikasi tersebut. Ada 3 sumber utama noise eksternal: a. Atmospheric noise: Gangguan elektris yang terjadi secara alami, disebabkan oleh hal – hal yang berkaitan dengan atmosfer bumi. Noise atmosfer biasanya disebut juga static electricity. Noise jenis ini bersumber dari kondisi elektris yang bersifat alami, seperti kilat dan halilintar. Static electricity berbentuk impuls yang menyebar ke dalam energi sepanjang lebar frekuensi b. Ekstraterrestrial noise: Noise ini terdiri dari sinyal elektris yang dihasilkan dari luar atmosfer bumi. Terkadang disebut juga deep-space noise. Noise ekstraterrestrial bisa disebabkan oleh Milky Way,galaksi yang lain, dan matahari.Noise ini dibagi menjadi 2 kategori, yaitu solar dan cosmic noise: Solar noise: Solar noise dihasilkan langsung dari panas matahari. Ada dua bagian solar noise, yaitu saat kondisi dimana intensitas radiasi konstan dan tinggi, gangguan muncul karena aktivitas sunspot dan solar flare-ups. Besar gangguan yang jarang terjadi ini (bersifat sporadis) bergantung pada aktivitas sun spot mengikuti pola perputaran yang berulang setiap 11 tahun.
Cosmic noise: Cosmic noise didistribusikan secara kontinu di sepanjang galaksi. Intensitas noise cenderung kecil karena sumber noise galaksi terletak lebih jauh dari matahari. Cosmic noise sering juga disebut black-body noise dan didistribusikan secara merata di seluruh angkasa.
c. Man-made noise: Secara sederhana diartikan sebagai noise yang dihasilkan manusia. Sumber utama dari noise ini adalah mekanisme spark-producing, seperti komutator dalam motor elektrik, sistem pembakaran kendaraan bermotor, alternator, dan aktivitas peralihan alat oleh manusia (switching equipment). Misalnya, setiap saat di rumah, penghuni sering mematikan dan menyalakan lampu melalui saklar, otomatis arus listrik dapat tiba-tiba muncul atau terhenti. Tegangan dan arus listrik berubah secara mendadak, perubahan ini memuat lebar frekuensi yang cukup besar. Beberapa frekuensi itu memancar/menyebar dari saklar atau listrik rumah, yang bertindak sebagai miniatur penghantar dan antena. Noise karena aktivitas manusia ini disebut juga impulse noise, karena bersumber dari aktivitas on/of yang bersifat mendadak. Spektrum noise cenderung besar dan lebar frekuensi bisa sampai 10 MHz. Noise jenis ini lebih sering terjadi pada daerah metropolitan dan area industri yang padat penduduknya, karena itu disebut juga industrial noise. 2. Internal Noise:Internal noise juga menjadi faktor yang penting dalam sistem komunikasi. Internal noise adalah gangguan elektris yang dihasilkan alat atau sirkuit. Noise muncul berasal dari komponen alat dalam sistem komunikasi bersangkutan. Ada 3 jenis utama noise yang dihasilkan secara internal, yaitu:
1. Thermal noise: Thermal noise berhubungan dengan perpindahan elektron yang cepat dan acak dalam alatkonduktor akibat digitasi thermal. Perpindahan yang bersifat random ini pertama kali ditemukan oleh ahli tumbuh-tumbuhan, Robert Brown, yang mengamati perpindahan partikel alami dalam penyerbukan biji padi. Perpindahan random elektron pertama kali dikenal tahun 1927 oleh JB. Johnson di Bell Telephone Laboratories. Johnson membuktikan bahwa kekuatan thermal noise proporsional dengan bandwidth dan temperatur absolut.
Secara matematis, kekuatan noise adalah:
· N = kekuatan · K = Boltzmann’s proportionality constant · T = · B = bandwidth
noise (noise -23 (1.38 × 10 joules Temperatur
power) per Kelvin) absolute
2. Shot noise: noise jenis ini muncul karena penyampaian sinyal yang tidak beraturan pada keluaran (output) alat elektronik yang digunakan, seperti pada transistor dua kutub. Pada alat elektronik, jumlah partikelpembawa energi (elektron) yang terbatas menghasilkan fluktuasi pada arus elektrik konduktor. Shot noise juga bisa terjadi pada alat optik, akibat keterbatasan foton pada alat optik. Pada shot noise, penyampaian sinyal tidak bergerak secara kontinu dan beraturan, tapi bergerak berdasarkan garis edar yang acak. Karena itu, gangguan yang dihasilkan acak dan berlapis pada sinyal yang ada. Ketika shot noise semakin kuat, suara yang ditimbulkan noise ini mirip dengan butir logam yang jatuh di atas genteng timah. Shot noise tidak berlaku pada kawat logam, karena hubungan antar elektron pada kawat logam dapat menghilangkan fluktuasi acak. Shot noise disebut juga transistor noise dan saling melengkapi dengan thermal noise. Penelitian shot noise pertama kali dilakukan pada kutub positif dan kutub negatif tabung pesawat vakum (vacuum-tube amplifier) dan dideskripsikan secara matematis oleh W. Schottky tahun 1918. 3. Transit-time noise: Arus sinyal yang dibawa melintasi sistem masukan dan keluaran pada alat elektronik, (misalnya dari penyampai (emitter) ke pengumpul (collector) pada transistor) menghasilkan noise yang tidak beraturan dan bervariasi. Inilah yang disebut dengan transit-time noise. Transit- time noise terjadi pada frekuensi tinggi ketika sinyal bergerak melintasi semikonduktor dan membutuhkan waktu yang cukup banyak untuk satu perputaran sinyal. Transit time noise pada transistor ditentukan oleh mobilitasdata yang dibawa, bias tegangan, dankonstruksi transistor. Jika perjalanan data tertunda dengan frekuensi yang tinggi saat perlintasan semikonduktor, noise akan lebih banyak dibandingkan dengan sinyal aslinya. Derau dapat memberikan efek gangguan pada sistem komunikasi dalam 3 area: 1. Derau menyebabkan pendengar tidak mengerti dengan sinyal asli yang disampaikan atau bahkan tidak mengerti dengan seluruh sinyal 2. Derau dapat menyebabkan kegagalan dalam sistem penerimaan sinyal. 3. Derau juga mengakibatkan sistem yang tidak efisien
Diposting 1st May 2012 oleh vikay sigupay
http://vsigupay.blogspot.co.id/2012/05/tugas-sistem-dan-sinyal.html
KOMPUTER GRAFIK
UPLOADED BY
Maulana Adli
Informasi Berbagi informasi tentang segala hal positif
Memahami Makna Discrete Fourier Transform with 9 comments Kuliah di bidang teknik bagi sebagian orang sangat menjemukan. Dijejali dengan rumusanrumusan yang bentuk simbolnya pun tak menarik. Semakin diperhatikan semakin mata terasa berat dan bantal siap menanti. Tak terkecuali memahami Discrete Fourier Transform. Segala macam transformasi, seperti namanya mempunyai arti pengubahan. Dalam hal ini implementasinya adalah mengubah dari kawasan waktu menjadi kawasan frekuensi. Transformasi tersebut dapat dilakukan pada suatu sistem atau fungsi maupun terhadap suatu sinyal. DFT mengubah sinyal atau sistem dari kawasan waktu ke kawasan frekuensi. Tujuan segala macam transformasi adalah tersebut adalah untuk mempermudah analisisnya. Perbedaan DFT dengan DTFT (discrete time Fourier Transform) adalah pada evaluasi frekuensi yang terbatas. Jadi DFT sendiri sebenarnya adalah DTFT dalam implementasi nyata
karena keterbatasan piranti pemroses, memori dan piranti lainnya. Pada prakteknya DFT sendiri dikerjakan oleh suatu pemroses baik itu komputer atau DSP dengan algoritma yang dinamakan Fast Fourier Transform (FFT). Algoritma FFT sendiri ada berbagai macam. Oleh karena FFT adalah implementasi penerapan DFT maka antara FFT dan DFT sering dianggap sama dan dapat dipertukarkan. DFT yang dikenakan pada sinyal akan menghasilkan spektrum frekuensi yang terdiri dari spektrum magnitude dan spektrum fasa yang menunjukan hubungan antara magnitude, fasa dengan frekuensi. Artinya kita dapat melihat komponen penyusun sinyal tersebut dari magnitude sinyal pada rentang frekuensi. Begitu juga dengan fasenya. Misalnya digunakan untuk analisis suara manusia maka kita dapat melihat sebenarnya suara kita memyunyai magnitude besar pada frekuensi berapa saja, yang menunjukkan dominan frekuensi dari suara kita. Analisis ini juga dapat digunakan untuk mengamati suara dengan deraunya. Jika suara kita yang direkam berasama suara derau periodis (misal bunyi tut), maka dengan mudah kita dapat mengamati pada frekuensi berapa derau tersebut untuk kemudian dapat merancang filter untuk menghapus derau tersebut. Penerapan DFT pada tanggapan cuplik satuan suatu sistem akan menghasilkan tanggapan frekuensi yang terdiri dari tanggapan magnitude dan tanggapan fase. Hal ini berguna untuk analisis suatu filter, bagaimana respon filter tersebut secara frekuensi. Tentu sebagai anak elektro sudah tidak asing lagi dengan low pass, high pass, band pass dan band rejected filter. Penamaan tersebut adalah dilihat dari tanggapan frekuensi filter. Untuk mendapatkan gambaran yang jelas mari kita liat betapa indahnya suara kita dengan cara berikut: 1. Rekam suara anda dengan recorder pada laptop anda. Silahkan bersuara yang termerdu. Simpan dalam format dot wav. 2. Copy file tersebut dan pastekan pada folder kerja Matlab 3. Bukalah Matlab anda dan baca suara tersebut taruh dalam suatu variabel dengan perintah wavread misal: A=wavread(‘suara_merduku.wav’) 4. Lihat ukuran matrik A denngan perintah size(A). Kalau ukurannya nx2 maka ambil B=A(:,1), kalau ukurannya 2xn maka ambil B=(1,:). Ini Hanya mengambil salah satu komponen suara saja (membuat mono suara stereo) 5. Ketikkan pada command window matlab anda sptool maka akan muncul window baru untuk analisis sinyal dan filter 6. Klik file, import, from workspace, pilih variabel B dan klik tanda panah untuk import dan beri nama ‘suaraku’ 7. Sekarang kita sudah mendapati suara kita pada tool Matlab tersebut. 8. Klik pada suaraku, kemudian klik create pada spektral maka anda sudah mendapati bentuk suara anda dalam kawasan frekuensi. Silahkan diamati sendiri dengan sumbu y adalah magnitude dalam linear atau desibel, sumbu x adalah frekuensi ternormalisasi (kalikan frekuensi pencupliknya maka akan didapati frekuensi sebenarnya, frekuensi recorder bawaan windows adalah 44.100 Hz)
Ditulis oleh: Dhidik Prastiyanto
https://dhidik.wordpress.com/2009/05/09/memahami-makna-discrete-fourier-transform/
