Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan ...et.stei.itb.ac.id/wp-content/uploads/sites/212/2017/01/...•Sinyal waktu kontinyu Sinyal waktu kontinyu didefinisikan pada interval

Sinyal dan Sistem Waktu DiskritET 3005 Pengolahan Sinyal Waktu DiskritEL 5155 Pengolahan Sinyal Waktu Diskrit

Effrina Yanti Hamid

Effrina Yanti Hamid ET 3005 Sem I 1718


Pendahuluan

Pengolahan Sinyal Waktu Diskrit1

1.1 Pengertian Sinyal

• Sinyal dapat diartikan sebagai besaran fisis yang bervariasi dalam

waktu, jarak, temperatur ruang, tekanan, atau variabel bebas

lainnya. Secara matematis sinyal dapat dinyatakan sebagai fungsi

satu atau lebih variabel bebas. Contoh ;

s1(t) = 7t

s2(x,y) = 2x + 3y + 7

• Contoh :

sinyal suara manusia (speech), musik, citra, video

– Siyal biomedis

– Citra dan video

– Sinyal radar


Stock price & volumeEEG

time

positio

n

Video

timetime

DTMF

Contoh Sinyal

1.2.Klasifikasi Sinyal

• Sinyal Multikanal

Pada beberapa aplikasi sinyal berasal dari beberapa sensoratau sumber. Sinyal tersebut dapat direpresentasikan dalambentuk vektor. Sebagai contoh sinyal elektrik multichannelberasal dari tiga buah sensor sk(t), k=1,2,3 yangdirepresentasikan dalam bentuk vektor berikut ;

Contoh : gambar berasal dari TV berwarna dapat dianggapsebagai sinyal 3 channel karena sinyal gambar TV berasaldari tiga komponen warna intensitas (merah, hijau , biru).


1

3 2

3

s t

S t s t

s t

• Sinyal Multidimensi

Sinyal yang merupakan fungsi dari M variabel bebas.

Contoh :

• Citra 2 dimensi. Intensitas I(x,y) pada setiap titik (pixel)

adalah fungsi dua variabel bebas.

• Sinyal gambar TV adalah contoh sinyal tiga dimensi

dimana intensitas I(x,y,t) pada tiap titik merupakan fungsi

waktu. Gambar TV berwarna dapat direpresentasikan

oleh vektor


, ,

, , , ,

, ,

r

g

b

I x y t

x y t I x y t

I x y t

I


• Sinyal waktu kontinyu

Sinyal waktu kontinyu didefinisikan pada interval kontinyu

(a,b). Secara matematis sinyal kontinyu adalah fungsi dari

variabel kontinyu.

Contoh sinyal analog adalah x (t) = cost, - < t < .

• Sinyal waktu diskrit

Sinyal waktu diskrit didefinisikan pada interval diskrit (...,-2,-

1,0,1,2,...). Secara matematis sinyal diskrit adalah fungsi

dari variabel diskrit.

Contoh sinyal diskrit adalah x(n) = 0.5 n , n = 0,1,2,...



• Sinyal bernilai kontinyu

Bila nilai sinyal adalah seluruh harga pada suatu daerah

hingga atau tak hingga maka dikatakan sinyal bernilai

kontinyu.

• Sinyal bernilai diskrit

Bila nilai sinyal adalah satu set dari beberapa kemungkinan

nilai maka sinyal dikatakan bernilai diskrit. Sinyal waktu

diskrit dengan nilai diskrit disebut sinyal dijital.



Sinyal Analog, Diskrit dan Dijital


1.3. Sistem Pengolahan Sinyal

• Sistem

adalah suatu devais fisik dan atau realisasi software yang melakukan operasi pada sinyal.

Contoh : filter yang digunakan untuk menghilangkan noise dan interferensi untuk mendapatkan informasi dari sinyal . Sistem dikarekteristikkan oleh tipe operasi yang dilakukan pada sinyal.

• Pengolahan Sinyal

Operasi yang dilakukan pada sinyal dan merupakan karakteristik dari sistem.

Sistem pengolahan sinyal dapat direalisasikan secara software maupun hardware.


1.4. Pengolahan Sinyal Digital (DSP)

Suatu sistem berupa devais fisik atau

realisasi software yang melakukan operasi

pada sinyal dijital

• Kelebihan DSP :– Guaranteed accuracy

– Perfect reproducibility

– Fleksibilitas tinggi

– Kinerja superior , mis : fasa linier, kompleks adaptif filtering

• Kekurangan DSP :– Problem finite wordlength

– Waktu desain

– Speed dan cost


Pengolahan Sinyal Digital

(Digital Signal Processing)


A/D Converter

Digital

Processorx(n) y(n)

D/A

Coverter

Prefilter A/D

Coverter

Postfilter

x(t) y(t)

Sampling &

Hold

Quantizer Encoder


1.5.Aplikasi DSP• Image Processing: enhancement, coding, compression,

pattern recognition

• Multimedia: transmission of sound, still images, motion pictures, digital TV, video conferencing

• Music: recording, playback and manipulation (mixing, special effects), synthesis

• Communication: encoding and decoding of digital communication signals, detection, equalization, filtering, direction finding, echo cancellation

• Radar and Sonar: target detection, position and velocity estimation, tracking

• Biomedical Engineering: analysis of biomedical signals, diagnosis, patient monitoring, preventive health care, artificial organs


Aplikasi DSPAlgoritma DSP Aplikasi Sistem

Speech Coding Digital cellular telephones, personal communications systems, digital cordless telephones,

multimedia computers, secure communications.

Speech Encryption Digital cellular telephones, personal communications systems, digital cordless telephones,

multimedia computers, secure communications.

Speech recognition Advanced user interfaces, multimedia workstations, robotics, automotive applications,

cellular telephones, personal communications systems.

Speech Synthesis Advanced user interfaces, robotics

Speaker Identification Security, multimedia workstations, advanced user interfaces

High-fidelity Audio Consumer audio, consumer video, digital audio broadcast, professional audio, multimedia

computers

Modems Digital cellular telephones, personal communications systems, digital cordless

telephones,digital audio broadcast, digital signaling on cable TV, multimedia computers,

wirelesscomputing, navigation, data/fax

Noise cancellation Professional audio, advanced vehicular audio, industrial applications

Audio Equalization Consumer audio, professional audio, advanced vehicular audio, music

Ambient Acoustic Emulation Consumer audio, professional audio, advanced vehicular audio, music

Audio Mixing/Editing Professional audio, music, multimedia computers

Sound Synthesis Professional audio, music,

multimedia computers, advanced user interfaces

Vision Security, multimedia computers, advanced user interfaces, instrumentation,

robotics,navigation

Image Compression Digital photography, digital video, multimedia computers, videoconferencing



Image Compositing Multimedia computers, consumer video, advanced user interfaces, navigation

Beamforming Navigation, medical imaging, radar/sonar, signals intelligence

Echo cancellation Speakerphones, hands-free cellular telephones

Spectral Estimation Signals intelligence, radar/sonar, professional audio, music

1.6. Operasi pada DSP

1.6.1 Konvolusi

Hubungan antara masukan dan keluaran pada sistem

dinyatakan oleh penjumlahan konvolusi.

Contoh : Digital Filtering

n

knhkxnhnx )()(


1.6.1 Konvolusi


DSP System

h(n)x(n) y(n)

Contoh

Filtering


1.6.2 Transformasi FourierRepresentasi sinyal dalam domain frekuensi :

Transformasi Fourier Diskrit


21

0

knN jN

n

X k x n e

1.6.2 Transformasi Fourier


Contoh : DTMF (Dual Tone Multi Frequency) signalling

Contoh

Transformasi


1.6.3 KorelasiKorelasi antara 2 sinyal digunakan untuk mengukur derajat

kesamaan sinyal tersebut

Contoh : aplikasi deteksi sinyal radar

n

xy lnynxlr


Dsebesar delay dengan diterima sinyal :

ikanditransmis sinyal :

:

ny

nx

mis

1.6.3 KorelasiBila terdapat target di ruang bebas dan terdeteksi oleh radar

maka siyal diterima terdiri dari sinyal yang transmisi tertunda dan

difleksikan oleh target bersama derau tambahan (additive noise)

Persamaan sinyal menjadi :

Problem : menghitung delay D untuk menentukan jarak ke target

dengan mencari korelasi x(n) dengan y(n)

)(nwDnxny


noise additive :

delay trip-round :

redaman :

nw

D

Contoh

Korelasi (Correlation)

• Mencari kesamaan diantara 2 sinyal

• Aplikasi : untuk menentukan lokasi


Radar

Blocked

pipes!

Contoh

Correlation


1.6.4 Modulasi

)()(

)cos().()(

00

0

XXY

nnxny


x(n)

)cos( 0n

)cos().()( 0nnxny

1.6.4 Modulasi


x(n)

)cos( 0n

)cos().()( 0nnxny

x=sin(2*pi*0.05*n)+0.5.*(sin(2*pi*0.075*n));

y=x.*cos(2*pi*0.15*n);

1.7. Digital Signal Processor


Fitur:

•Aplikasi real time

•Mempunyai ADC (input) dan DAC (output)

•Kinerja optimal untuk streaming data

•Menggunakan arsitektur Harvard (memori program dan data

terpisah)

•Memiliki instruksi khusus untuk pemrosesan SIMD (Single

Instruction,Multiple Data)

•Mempunyai kemampuan DMA (Direct memory Access)

jika dipakai host system

•Tidak memerlukan hardware khusus untuk operasi multitasking



Komponen DSP :

•Program Memory

•Data memory

•Compute Engine

•Input/Output

INPUT/OUTPU

T

Serial Pots

Timers

Host Port

External Ports

Link PortsProgram

Memory

Data

Memory

Compute

Engine



Kelebihan DSP

• Programmability

• Upgradability dan Flexibility

• Stability

• Repeatability

• Special Applications







Algoritma DSP diimplementasikan secara :

•Software dengan

•low level assembly code atau high level

language seperti C

•Hardware

•Digital Signal Processor

•Application specific integrated circuit

(ASICs)

•Field programmable gate array (FPGA)



Digital signal processor

•General purpose DSP

•Mis: TMS320C6x dari Texas Instrument,

ADSP 56000 Motorola

•Special purpose DSP

•Mis:DSP56200, filter dijital FIR dari

Motorola

• INMOS A100, filter dijital FIR dari

INMOS




Courtesy from EECC722-

Shaaban




A DSP contains these key components:

•Program Memory: Stores the programs the DSP

will use to process data

•Data Memory: Stores the information to be

processed

•Compute Engine: Performs the math processing,

accessing the program from the Program Memory

and the data from the Data Memory

•Input/Output: Serves a range of functions to

connect to the outside world



Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan ...et.stei.itb.ac.id/wp-content/uploads/sites/212/2017/01/...•Sinyal waktu kontinyu Sinyal waktu kontinyu didefinisikan pada interval

Documents