Pengolahan Sinyal Digital - Slide week 7 - DFT urutan waktu diskritBeny Nugraha
Dokumen ini membahas tentang Discrete Fourier Transform (DFT) dan penggunaannya untuk analisis frekuensi sinyal waktu diskrit, filter digital, dan contoh soal aplikasi DFT untuk menghitung sinyal keluaran dari jaringan linier berdasarkan sinyal masukan dan respons impuls sistem.
Pengolahan Sinyal Digital - Slide week 6 - transformasi fourier sinyal waktu ...Beny Nugraha
Dokumen ini membahas transformasi Fourier untuk beberapa fungsi dasar seperti fungsi impuls, cosinus, dan eksponensial. Fungsi impuls akan menghasilkan transformasi Fourier berupa fungsi impuls juga. Transformasi Fourier dari cosinus dapat dicari menggunakan rumus Euler. Transformasi Fourier fungsi eksponensial akan menghasilkan fungsi Dirac delta. Dokumen ini juga merangkum transformasi Fourier beberapa fungsi dasar dalam sebuah tabel.
Dokumen tersebut membahas tentang sinyal dan noise dalam sistem komunikasi. Sinyal digunakan untuk mengangkut informasi berguna, sementara noise merusak sinyal dan menurunkan kualitas komunikasi. Rasio sinyal terhadap noise adalah spesifikasi penting sistem komunikasi. Dokumen ini juga menjelaskan sumber-sumber noise dan bagaimana noise mempengaruhi sistem elektronik.
Pengolahan SInyal Digital - Slide week 5 - transformasi fourier sinyal waktu...Beny Nugraha
Dokumen ini membahas sifat-sifat transformasi Fourier sinyal waktu diskrit, termasuk linearitas, pergeseran waktu dan frekuensi, perubahan skala, pembalikan waktu, dan konvolusi periodik. Beberapa contoh soal juga diberikan untuk mengilustrasikan penerapan sifat-sifat tersebut.
Buku speech processing_subp_envelopespectral-sinyal-wicaraTri Budi Santoso
Dokumen tersebut membahas tentang praktikum analisis envelope spectrum sinyal suara menggunakan metode cepstrum dan metode Linear Predictive Coding (LPC). Praktikum ini melibatkan proses pengolahan sinyal suara seperti pengambilan sinyal dari file, resampling, penentuan frame, windowing, transformasi ke domain frekuensi menggunakan FFT, dan analisis envelope spectrum dengan kedua metode tersebut.
Telekounikasi Analog & Digital - Slide week 2 - lanjutan sinyal & spektrumBeny Nugraha
Dokumen tersebut membahas tentang transformasi Fourier dan sifat-sifatnya. Transformasi Fourier digunakan untuk mengubah fungsi waktu ke fungsi frekuensi dan sebaliknya. Sifat-sifat transformasi Fourier mencakup linearitas, pergeseran waktu dan frekuensi, perubahan skala, pembalikan waktu, diferensiasi, integrasi, konvolusi, dan perkalian. Transformasi Fourier impuls satuan juga dijelaskan, di mana impuls satuan memiliki spektr
Pengolahan Sinyal Digital - Slide week 7 - DFT urutan waktu diskritBeny Nugraha
Dokumen ini membahas tentang Discrete Fourier Transform (DFT) dan penggunaannya untuk analisis frekuensi sinyal waktu diskrit, filter digital, dan contoh soal aplikasi DFT untuk menghitung sinyal keluaran dari jaringan linier berdasarkan sinyal masukan dan respons impuls sistem.
Pengolahan Sinyal Digital - Slide week 6 - transformasi fourier sinyal waktu ...Beny Nugraha
Dokumen ini membahas transformasi Fourier untuk beberapa fungsi dasar seperti fungsi impuls, cosinus, dan eksponensial. Fungsi impuls akan menghasilkan transformasi Fourier berupa fungsi impuls juga. Transformasi Fourier dari cosinus dapat dicari menggunakan rumus Euler. Transformasi Fourier fungsi eksponensial akan menghasilkan fungsi Dirac delta. Dokumen ini juga merangkum transformasi Fourier beberapa fungsi dasar dalam sebuah tabel.
Dokumen tersebut membahas tentang sinyal dan noise dalam sistem komunikasi. Sinyal digunakan untuk mengangkut informasi berguna, sementara noise merusak sinyal dan menurunkan kualitas komunikasi. Rasio sinyal terhadap noise adalah spesifikasi penting sistem komunikasi. Dokumen ini juga menjelaskan sumber-sumber noise dan bagaimana noise mempengaruhi sistem elektronik.
Pengolahan SInyal Digital - Slide week 5 - transformasi fourier sinyal waktu...Beny Nugraha
Dokumen ini membahas sifat-sifat transformasi Fourier sinyal waktu diskrit, termasuk linearitas, pergeseran waktu dan frekuensi, perubahan skala, pembalikan waktu, dan konvolusi periodik. Beberapa contoh soal juga diberikan untuk mengilustrasikan penerapan sifat-sifat tersebut.
Buku speech processing_subp_envelopespectral-sinyal-wicaraTri Budi Santoso
Dokumen tersebut membahas tentang praktikum analisis envelope spectrum sinyal suara menggunakan metode cepstrum dan metode Linear Predictive Coding (LPC). Praktikum ini melibatkan proses pengolahan sinyal suara seperti pengambilan sinyal dari file, resampling, penentuan frame, windowing, transformasi ke domain frekuensi menggunakan FFT, dan analisis envelope spectrum dengan kedua metode tersebut.
Telekounikasi Analog & Digital - Slide week 2 - lanjutan sinyal & spektrumBeny Nugraha
Dokumen tersebut membahas tentang transformasi Fourier dan sifat-sifatnya. Transformasi Fourier digunakan untuk mengubah fungsi waktu ke fungsi frekuensi dan sebaliknya. Sifat-sifat transformasi Fourier mencakup linearitas, pergeseran waktu dan frekuensi, perubahan skala, pembalikan waktu, diferensiasi, integrasi, konvolusi, dan perkalian. Transformasi Fourier impuls satuan juga dijelaskan, di mana impuls satuan memiliki spektr
Modul ini membahas tentang pengertian sinyal, konsep frekuensi, operasi dasar pada sinyal, dan pengertian pengolahan sinyal digital. Sinyal didefinisikan sebagai fungsi yang berubah terhadap ruang dan waktu yang mengandung informasi. Sinyal diklasifikasi menjadi analog dan digital, serta deterministik dan random. Pengolahan sinyal digital memiliki keuntungan karena sinyal dapat disimpan dan dimodifikasi secara fleksibel.
Dokumen tersebut membahas tentang konversi sinyal analog menjadi sinyal digital dengan menjelaskan proses sampling, kuantisasi, dan pengkodean serta membandingkan pengolahan sinyal analog dan digital.
Modul ini membahas tentang pembangkitan sinyal menggunakan Matlab. Terdapat penjelasan tentang pembangkitan sinyal waktu kontinu dan diskrit seperti sinus, langkah, eksponensial, dan acak. Modul ini juga memberikan contoh kode untuk membangkitkan nada-nada musik dan menggabungkannya menjadi suara.
Ringkasan dokumen tersebut adalah:
Job sheet ini membahas operasi dasar pada sinyal seperti penguatan, pelemahan, penjumlahan, dan perkalian sinyal dalam domain waktu menggunakan MATLAB. Mahasiswa melakukan berbagai percobaan seperti mengubah nilai koefisien penguatan dan pelemahan, frekuensi sinyal, dan fase untuk mempelajari dampaknya pada bentuk gelombang hasil operasi tersebut.
Dokumen ini membahas metode Fourier untuk menganalisis fungsi periodik dengan mengekspresikannya sebagai penjumlahan fungsi sinus terbatas atau tak berhingga. Metode ini dapat digunakan jika fungsi memenuhi syarat-syarat Dirichet seperti memiliki nilai tunggal, jumlah diskontinuitas terbatas, dan memiliki batasan maksimum dan minimum. Deret Fourier trigonometri diekspresikan sebagai kombinasi sinus dan kosinus dengan frekuensi dasar yang ber
Makalah ini membahas tentang metode transformasi Fourier, termasuk penjelasan tentang bilangan kompleks, definisi transformasi Fourier, transformasi Fourier satu dimensi baik yang kontinu maupun diskrit, analisis Fourier, dan sifat-sifat transformasi Fourier.
Telekomunikasi Analog & Digital - Slide week 4 - modulasi amplitudoBeny Nugraha
Dokumen ini membahas tentang modulasi amplitudo dan teknik-teknik multiplexing sinyal telekomunikasi. Definisi modulasi dan jenis-jenis modulasi amplitudo seperti DSB, SSB, dan AM dijelaskan. Proses modulasi dan demodulasi untuk setiap jenis modulasi amplitudo digambarkan. Teknik frequency division multiplexing dan penggunaan filter untuk memisahkan sinyal yang telah digabung juga diuraikan.
Modul ini membahas tentang pembangkitan sinyal digital menggunakan MATLAB, meliputi pembangkitan sinyal sinus, langkah, eksponensial, acak, dan suara. Langkah-langkahnya meliputi definisi persamaan matematika setiap sinyal, contoh kode MATLAB, dan penjelasan hasil plot. Modul ini juga mendemonstrasikan kombinasi beberapa sinyal dan pembangkitan nada dasar piano.
Modul ini membahas tentang pengertian sinyal, konsep frekuensi, operasi dasar pada sinyal, dan pengertian pengolahan sinyal digital. Sinyal didefinisikan sebagai fungsi yang berubah terhadap ruang dan waktu yang mengandung informasi. Sinyal diklasifikasi menjadi analog dan digital, serta deterministik dan random. Pengolahan sinyal digital memiliki keuntungan karena sinyal dapat disimpan dan dimodifikasi secara fleksibel.
Dokumen tersebut membahas tentang konversi sinyal analog menjadi sinyal digital dengan menjelaskan proses sampling, kuantisasi, dan pengkodean serta membandingkan pengolahan sinyal analog dan digital.
Modul ini membahas tentang pembangkitan sinyal menggunakan Matlab. Terdapat penjelasan tentang pembangkitan sinyal waktu kontinu dan diskrit seperti sinus, langkah, eksponensial, dan acak. Modul ini juga memberikan contoh kode untuk membangkitkan nada-nada musik dan menggabungkannya menjadi suara.
Ringkasan dokumen tersebut adalah:
Job sheet ini membahas operasi dasar pada sinyal seperti penguatan, pelemahan, penjumlahan, dan perkalian sinyal dalam domain waktu menggunakan MATLAB. Mahasiswa melakukan berbagai percobaan seperti mengubah nilai koefisien penguatan dan pelemahan, frekuensi sinyal, dan fase untuk mempelajari dampaknya pada bentuk gelombang hasil operasi tersebut.
Dokumen ini membahas metode Fourier untuk menganalisis fungsi periodik dengan mengekspresikannya sebagai penjumlahan fungsi sinus terbatas atau tak berhingga. Metode ini dapat digunakan jika fungsi memenuhi syarat-syarat Dirichet seperti memiliki nilai tunggal, jumlah diskontinuitas terbatas, dan memiliki batasan maksimum dan minimum. Deret Fourier trigonometri diekspresikan sebagai kombinasi sinus dan kosinus dengan frekuensi dasar yang ber
Makalah ini membahas tentang metode transformasi Fourier, termasuk penjelasan tentang bilangan kompleks, definisi transformasi Fourier, transformasi Fourier satu dimensi baik yang kontinu maupun diskrit, analisis Fourier, dan sifat-sifat transformasi Fourier.
Telekomunikasi Analog & Digital - Slide week 4 - modulasi amplitudoBeny Nugraha
Dokumen ini membahas tentang modulasi amplitudo dan teknik-teknik multiplexing sinyal telekomunikasi. Definisi modulasi dan jenis-jenis modulasi amplitudo seperti DSB, SSB, dan AM dijelaskan. Proses modulasi dan demodulasi untuk setiap jenis modulasi amplitudo digambarkan. Teknik frequency division multiplexing dan penggunaan filter untuk memisahkan sinyal yang telah digabung juga diuraikan.
Modul ini membahas tentang pembangkitan sinyal digital menggunakan MATLAB, meliputi pembangkitan sinyal sinus, langkah, eksponensial, acak, dan suara. Langkah-langkahnya meliputi definisi persamaan matematika setiap sinyal, contoh kode MATLAB, dan penjelasan hasil plot. Modul ini juga mendemonstrasikan kombinasi beberapa sinyal dan pembangkitan nada dasar piano.
Transformasi Fourier dan Aplikasinya.pdfAdam Superman
1. Modul ini membahas transformasi Fourier dan aplikasinya dalam menganalisis sinyal. Termasuk konsep domain frekuensi dan bagaimana sinyal aperiodik dapat diwakili oleh sinyal periodik.
2. Transformasi Fourier digunakan untuk mengubah representasi sinyal dari domain waktu ke domain frekuensi, dan sebaliknya. Transformasi Fourier diskrit digunakan untuk perhitungan komputer menggunakan MATLAB atau SCILAB.
3. Beberapa eksper
Dokumen tersebut membahas tentang pengenalan dasar sinyal, termasuk perbedaan antara sinyal waktu kontinu dan diskrit, contoh sinyal seperti sinus, operasi dasar sinyal seperti atenuasi dan amplifikasi, serta soal latihan untuk dipecahkan secara analitis dan menggunakan Matlab.
Dokumen tersebut membahas tentang pengenalan dasar sinyal, termasuk perbedaan antara sinyal waktu kontinu dan diskrit, contoh sinyal waktu kontinu seperti fungsi step, ramp, impulse, dan periodik, serta contoh sinyal waktu diskrit seperti sekuen konstan, impulse, unit step, dan sinusoida diskrit. Dokumen ini juga menjelaskan operasi dasar pada sinyal seperti atenusi, amplifikasi, delay, penjumlahan, dan perkalian.
Dokumen tersebut membahas tentang sinyal sebagai fungsi waktu, termasuk definisi sinyal, klasifikasi sinyal berdasarkan waktu dan sifat matematikanya, serta contoh-contoh sinyal dasar seperti unit step dan unit impulse."
Praktikum 1 membahas modulasi amplitudo (AM) dan DSB-SC. Terdapat penjelasan teori dasar tentang AM dan DSB-SC beserta rumus matematisnya. Praktikum dilakukan dengan menggunakan modul COM3LAB untuk melihat gelombang dan spektrum sinyal hasil modulasi dengan berbagai bentuk gelombang input seperti sinus, kotak, dan segitiga.
Dokumen tersebut memberikan penjelasan mengenai definisi sinyal dan sistem serta klasifikasi sinyal dan sistem. Secara ringkas, sinyal didefinisikan sebagai besaran yang membawa informasi dan berubah terhadap waktu, sedangkan sistem adalah kumpulan komponen yang bekerja sama untuk memproses sinyal masukan dan menghasilkan sinyal keluaran. Sinyal dapat diklasifikasi berdasarkan waktu, periode, nilai, dan bentuk
Laporan ini mendeskripsikan simulasi kanal telepon untuk mengukur pelemahan sinyal berdasarkan variasi frekuensi. Percobaan menunjukkan pelemahan maksimum -12 dB pada frekuensi 300 Hz dan 3400 Hz, dan tidak ada pelemahan pada frekuensi 700-1400 Hz.
Dokumen tersebut memberikan penjelasan tentang solusi soal ujian tengah semester mata kuliah Sistem Komunikasi yang meliputi: 1) transformasi Fourier dari berbagai sinyal, 2) representasi sinyal AM dan deteksi, 3) sistem penerimaan FM superheterodyne, 4) blok transmitter televisi.
1. MODUL
ANALISA SINYAL DALAM DOMAIN FREKUENSI
I. TUJUAN
Mengamati sinyal dalam domain waktu dan domain frekuensi dengan menggunakan library
FFT
II. DASAR TEORI
2.1 Transformasi Fourier
Satu bentuk transformasi yang umum digunakan untuk merubah sinyal dari domain waktu
ke domain frekuensi adalah dengan transformasi Fourier:
Persamaan ini merupakan bentuk transformasi Fourier yang siap dikomputasi secara langsung
dari bentuk sinyal x(t).
Sebagai contoh, anda memiliki sinyal sinus dengan frekuensi 5 Hz dan amplitudo 1 Volt. Dalam
domain waktu anda akan melihat seperti pada Gambar 1 bagian atas. Sementara dalam domain
frekuensi akan anda dapatkan seperti pada bagian bawah. Untuk memperoleh hasil seperti
gambar tersebut anda dapat memanfaatkan library fft yang tersedia pada Matlab.
Gambar 1. Sinyal sinus dalam domain waktu dan domain frekuensi
2. 2.2 Analisa Spektrum
Untuk menghitung frekuensi dari suatu sinyal, sebuah implementasi diskrit dari analisa
Fourier dapat digunakan, yang kemudian lebih disempurnakan dengan suatu algoritma yang
kita kenal sebagai Fast Fourier transform (FFT). Secara umum teknik ini merupakan pendekatan
yang terbaik untuk transformasi. Dalam hal ini input sinyal ke window ditetapkan memiliki
panjang 2
m
. Anda dapat memilih analisis window yang akan digunakan. Output dari syntax
FFT(x,n) merupakan sebuah vector komplek, dengan n amplitudo komplek dari 0 Hz sampai
dengan sampling frekuensi yang digunakan.
III. PERALATAN
PC multimedia yang sudah dilengkapi dengan OS Windows -Perangkat Lunak Matlab yang
dilengkapi dengan Tool Box DSP
IV. LANGKAH PERCOBAAN
4.1 Fenomena Gibb
Kita mulai dengan mencoba memahami suatu masalah yang popular dalam pengolahan
sinyal, yaitu fenomena Gibb. Untuk memahami bagaimana penjelasan fenomena tersebut,
anda ikuti langkah berikut.
1. Bangkitkan sebuah sinyal sinus dengan cara seperti berikut
clc;
t=-3:6/1000:3;
N=2;%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)')
2. Jalankan lagi program anda, dengan cara memberi jumlah masukan sinyal yang berbeda,
misalnya 3, 5, 7 dan 100. Apa yang anda dapatkan?
3. Dari langkah percobaan anda ini, fenomena apa yang didapatkan tentang sinyal persegi?
Apa kaitannya dengan sinyal sinus?
4.2 Pengamatan Frekuensi Pada Sinyal Tunggal
Disini anda akan mengamati bentuk sinyal dalam domain waktu dan domain frekuensi
dengan memanfaatkan library fft yang ada dalam DSP Toolbox Matlab. Apabila ada yang kurang
jelas dengan perintah yang diberikan dalam petunjuk, jangan pernah sungkan menanyakan
kepada dosen pengajar. Selanjutnya ikuti langkah berikut.
1. Bangkitkan sinyal sinus yang memiliki frekuensi f = 5 Hz, dan amplitudo 1 Volt.
Fs=100;
t=(1:100)/Fs;
f=5;
s=sin(2*pi*f*t);
subplot(2,1,1)
plot(t,s)
xlabel('time')
2. Lanjutkan langkah ini dengan memanfaatkan fungsi fft untuk mentranformasi sinyal ke
dalam domain frekuensi
3. S=fft(s,512);
w=(0:255)/256*(Fs/2);
subplot(2,1,2)
plot(w,abs(S(1:256)))
xlabel('frequency')
3. Cobalah anda merubah nilai f1=5, 10, 20, dst Apa yang anda lihat pada gambar sinyal
anda?
4. Cobalah merubah nilai amplitudo dari 1 volt menjadi 2, 4 atau 5. Apa yang terjadi pada
sinyal anda?
4.3 Pengamatan Frekuensi Pada Kombinasi 2 Sinyal
Anda telah mengetahui cara mengamati sinyal dalam doain waktu dan frekuensi. Pada
percobaan berikut ini anda coba bangkitkan 2 sinyal sinus dengan frekuensi f1 dan f2.
Sementara nilai amplitudo dapat anda lihat pada listing program berikut ini.
1. Caranya adalah dengan mengetik program berikut ini
Fs=100;
t=(1:400)/Fs;
f1=1;
s1=(2/pi)*sin(2*pi*f1*t);
f2=3;
s2=(2/3/pi)*sin(2*pi*f2*t);
s=s1+s2;
subplot(2,1,1)
plot(t,s)
xlabel('time')
S=fft(s,512);
w=(0:255)/256*(Fs/2);
subplot(2,1,2)
plot(w,abs(S(1:256)))
xlabel('frequency')
2. Rubah nilai f2 =10, 25, 20 dst. Apa yang anda dapatkan dari langkah ini?
3. Coba rubah nilai amplitudo pada sinyal kedua menjadi 1 , 5 atau 10. Apa yang anda
dapatkan dari langkah ini?
4.3. Pengamatan Frekuensi Pada Kombinasi 4 Sinyal
Pada percobaan berikut ini anda coba bangkitkan 4 sinyal sinus dengan frekuensi f1, f2, f3,
dan f4. Sementara nilai amplitudo dapat anda lihat pada listing program berikut ini.
1. Caranya adalah dengan mengetik program berikut ini:
Fs=100;
t=(1:400)/Fs;
f1=1;
s1=(2/pi)*sin(2*pi*f1*t);
f2=3;
s2=(2/3/pi)*sin(2*pi*f2*t);
f3=5;
s3=(2/5/pi)*sin(2*pi*f3*t);
f4=7;
s4=(2/7/pi)*sin(2*pi*f4*t);
s=s1+s2+s3+s4;
subplot(2,1,1)
plot(t,s)
4. xlabel('time')
S=fft(s,512);
w=(0:255)/256*(Fs/2);
subplot(2,1,2)
plot(w,abs(S(1:256)))
xlabel('frequency')
2. Perhaitkan bentuk sinyal yang dihasilkan dari langkah anda tersebut.
3. Rubah nilai f2 =10, f3 = 20 dan f4 =30. Apa yang anda dapatkan dari langkah ini?
Gambar 2. Gabungan beberapa sinyal dalam domain waktu dan domain frekuensi
4.4. Pengamatan Frekuensi Pada Kombinasi 6 Sinyal
Pada percobaan berikut ini anda coba bangkitkan 4 sinyal sinus dengan frekuensi f1, f2,
f3, f4, f5, dan f6. Sementara nilai amplitudo dapat anda lihat pada listing program berikut ini.
Caranya adalah dengan mengetik program berikut ini:
Fs=100;
t=(1:200)/Fs; f1=1;
s1=(2/pi)*sin(2*pi*f1*t);
f2=3;
s2=(2/3/pi)*sin(2*pi*f2*t);
f3=5; s3=(2/5/pi)*sin(2*pi*f3*t);
f4=7;
s4=(2/7/pi)*sin(2*pi*f4*t);
f5=9; s5=(2/9/pi)*sin(2*pi*f5*t);
f6=11; s6=(2/11/pi)*sin(2*pi*f6*t);
s=s1+s2+s3+s4+s5+s6;
subplot(2,1,1)
plot(t,s)
xlabel('time')
S=fft(s,512);
w=(0:255)/256*(Fs/2);
subplot(2,1,2)
plot(w,abs(S(1:256)))
xlabel('frequency')
Catat dan amati bentuk sinyal yang dihasilkan dari langkah anda tersebut.
Buatlah Perintah-perintah diatas ke dalam bentuk GUI