Analisa SANALISA STRATEGI ANALISA STRATEGI DAN PILIHAN USAHA.
ANALISA FIIR DAN IIR
-
Upload
rhobby-syaputra -
Category
Documents
-
view
218 -
download
0
Transcript of ANALISA FIIR DAN IIR
-
8/13/2019 ANALISA FIIR DAN IIR
1/8
Volume 3 No. 1 Tahun 2004
Jurnal Rekayasa Elektrika 23
PERFORMANSI FILTER DIGITAL FIR DAN IIR
PADA PENGOLAHAN SINYAL RADAR
Rizal Munadi, Raisah Hayati, M Irhamsyah dan Fitri Arnia
Jurusan Teknik Elektro Fakultas Teknik Universitas Syiah Kuala
ABSTRAK
RADAR (RAdio Detection and Ranging) merupakan
sistem pendeteksian dan penjejakan suatu sasaran
bergerak maupun diam dengan menggunakan gelombang
elektromagnetik. Sinyal pantulan yang diterima yang
berasal dari berbagai sasaran akan diproses untuk
memperoleh informasi berupa posisi, karakteristik,
maupun kecepatan sasaran tersebut. Sinyal pantulan
tersebut biasanya memiliki frekuensi, fasa dan amplitudoyang berbeda. Penggunaan filter di sini adalah sebagai
alat analisis dan seleksi spektrum, yaitu melewatkan
spektrum sinyal yang diinginkan dan menahan spektrum
noisemaupun interferensi. Filter digital yang berdasarkan
respon impuls dibagi atas dua jenis, yaitu yang
mempunyai respon impuls durasi tak berhingga (IIR), dan
respon impuls durasi berhingga (FIR), merupakan salah
satu teknik yang penting dalam pengolahan sinyal digital,
termasuk untuk aplikasi radar. Paper ini menganalisis
performansi filter digital FIR dan IIR untuk pengolahan
sinyal pantulan radar. Hasil simulasi membuktikan bahwa
filter FIR memberikan performansi yang lebih baikdaripada IIR.
Kata kunci: RADAR, Filter Digital, IIR, FIR
1. PENDAHULUAN
Teknik pengolahan sinyal secara digital telah
diterapkan dalam berbagai bidang, tak terkecuali
pengolahan sinyal radar. Pengolahan sinyal secara digital
memiliki kelebihan dibandingkan pengolahan secara
analog, seperti: Penyimpanan secara digital lebih efektif,
ketepatan dan kehandalan pengolahannya yang tinggi. Hal
ini diperlukan sekali dan sesuai sekali dengan kebutuhanpengolahan sinyal radar yang dinamis, khususnya untuk
mengamati sasaran bergerak. Untuk mengolah sinyal
pantulan dari sasaran bergerak dibutuhkan memori digital
yang dinamis (dapat diisi dan dihapus dengan mudah) dan
dapat menampung banyak data. Selain itu diperlukan juga
prosesor yang handal yang dapat mempertinggi
keakuratan prediksi sasaran.
Pada sebuah sistem radar, banyak proses pengolahan
digital yang terjadi, antara lain: pembangkitan secara
adaptif gelombang elektromagnetik yang akan
dipancarkan, kompresi pulsa pantulan, dan pengolahan
pulsa pantulan secara adaptif. Paper ini akan membahas
beberapa efek dari pengolahan pulsa pantulan.
Energi pulsa pantulan dari obyek yang ingin
dideteksi biasanya sangat kecil bila dibandingkan dengan
keseluruhan energi yang terdeteksi oleh radar.
Keseluruhan energi ini berasal dari sasaran yang ingin
dideteksi, dan dari sasaran yang tidak diinginkan,
termasuk noise, spillover, clutter, ECM dan EMI. Untuk
itu, kebutuhan pengolahan sinyal radar adalah bagaimana
menekan sebanyak mungkin energi dari obyek yang tidak
diinginkan dan secara bersamaan mengekstrak sinyal
yang diinginkan untuk diproses lebih lanjut. Noise
umumnya difilter menggunakan matched filter.
Sedangkan filter FIR atau IIR digunakan untuk
memisahkan interferensi dari sinyal yang diinginkan.
Interferensi yang sulit dipisahkan dari gema sasaran
yang diinginkan adalah yang terletak pada bin rangeyang
sama. Interferensi yang terletak pada bin rangeyang sama
dengan gema sasaran yang diinginkan dapat dipisahkan
berdasarkan analisis Doppler jika kecepatannya berbeda.
Ada dua metode yang digunakan untuk memisahkan
gema sasaran yang diinginkan berdasarkan analisis
Doppler, yaitu notch-notch filter digital (cancellers) dan
bank-bank filter digital.
2. PENGOLAHAN SINYAL RADAR
2.1 Prinsip Kerja Radar
Sinyal Radio yang berupa gelombang
elektromagnetik dibangkitkan oleh transmitter, dan
dipancarkan melalui antena ke angkasa. Sinyal yang
dipancarkan tersebut akan berpropagasi melalui atmosfer
pada kecepatan dekat dengan kecepatan cahaya, yaitu
memiliki medan listrik dan medan magnetik pada rasio
120(377 ), yang merupakan impedansi atmosferatau
ruang bebas (free space). Apabila sinyal-sinyal yangdipancarkan menemukan suatu obyek dengan
karakteristik impedansi yang berbeda dari medium
tersebut, sinyal akan membentur obyek tersebut, dan
terjadi pantulan. Sinyal pantulan tersebut diterima
kembali oleh radar.
Sinyal yang diperoleh kembali oleh radar terdiri dari
gema sasaran dan interferensi yang selanjutnya menuju ke
prosesor sinyal untuk diproses. Tugas pemrosesan sinyal
adalah[1]: mempertinggi gema sasaran dan menekan
semua sinyal lainnya, dan mengumpulkan informasi
tentang tingkah laku sasaran, termasuk posisinya,
kecepatan dan karakteristiknya
https://www.youtube.com/user/Dewa89shttps://www.youtube.com/user/Dewa89s -
8/13/2019 ANALISA FIIR DAN IIR
2/8
Volume 3 No. 1 Tahun 2004
24 Jurnal Rekayasa Elektrika
Gambar 1 Blok diagram prinsip kerja radar
.
Pengolahan sinyal memanfaatkan perbedaan antara
komponen-komponen penyusun sinyal. Perbedaan
tersebut dapat terjadi pada amplitudo, frekuensi dan phasa.
Phasa dari gema-gema sasaran dan sinyal referensi
teratur, amplitudonya bisa teratur atau tidak. Sedangkan
untuk noise amplitudo dan phasanya acak. Dan terjadi
juga perubahan phasa untuk sasaran yang bergerak
terhadap radar. Sedangkan untuk sasaran tetap (stasioner)
phasanya konstan, sehingga sinyal-sinyal dari sasaran
yang bergerak dapat dipisahkan dari sasaran stasioner.
Sinyal-sinyal yang telah diproses pada prosesor sinyalselanjutnya dibandingkan dengan suatu level referensi,
biasanya tegangan, disebut pendeteksian threshold. Jika
komposisi sinyal yang melewati threshold adalah gema
sasaran, pendeteksian terjadi. Selanjutnya akan
didapatkan informasi berupa posisi, kecepatan dan
karakteristik sasaran.
2.2 Sinyal-sinyal Interferensi
Radar menerima beberapa bentuk interferensi,
yang menyulitkan pendeteksian dan proses pengukuransasaran. Jika interferensi-interferensi tersebut cukup besar,
dapat menutupi seluruhnya gema-gema sasaran yang
diinginkan. Interferensi tersebut dapat juga menyebabkanparameter-parameter sasaran yang diukur menjadi error.
Salah satu peranan pengolahan sinyal adalah untuk
menekan sinyal-sinyal interferensi tersebut.Noise, diakibatkan oleh gerakan acak partikel-
partikel secara elektrik yang terjadi pada semua
temperatur di atas nol absolut,tidak dapat dihindari yang
dibangkitkan pada receiver radar, dengan jumlah kecil
juga dari antena dan jalur transmisi, dan dari sumber-
sumber eksternal terutama matahari. Perbedaankarakteristik antara noise yang acak dan gema-gema
sasaran yang teratur, memudahkan operasi pemfilteran.
Clutteradalah gema sinyal yang tidak diinginkan
dari laut, tanah, dan cuaca. Clutter adalah sebuah sinyal
gema realyang biasanya ditekan berdasarkan pergeseran
Doppleryang berbeda dari sasaran yang diinginkan.
ECM,ataujamming adalah interferensi yang sengaja
dibangkitkan dalam suatu usaha untuk mengacaukan
pendeteksian gema-gema sasaran. ECMdapat bertingkah
laku pada sistem radar seolah-olah sebagai noise level
tinggi (noise jamming) dan dapat ditekan dengan
menganggap noisejamming tersebut noise. Upaya untukmenekan jenis-jenis jamming lainnya tergantung pada
berapa banyak perbedaannya dari gema-gema sasaran real.
EMI adalah interferensi yang tidak disengaja dari
sumber-sumber yang berdekatan, seperti radar-radar lain,
sistem-sistem komunikasi dan jammer-jammer yang
berdekatan. EMI ditekan terutama sekali dengan
pencegahan, yaitu dengan menempatkan suatu radar tidak
berdekatan dengan radar-radar lain atau sistem-sistem
komunikasi yang lain.
Spillover terjadi terutama sekali pada gelombang
kontinyu (CW) radar, dan disebabkan oleh pengoperasian
transmitter dan receiver secara serentak. Ini adalah
kebocoran dari transmitterpada receiver.
2.3 Pengolahan Sinyal
Pengolahan sinyal dilakukan dengan mengkomposisi
suatu sinyal ke dalam komponen-komponennya. Gambar
2 menunjukkan contoh metode yang dipakai untuk
memisahkan komponen-komponen sinyal. Gambar 2a
menunjukkan satu gabungan sasaran bergerak, clutterdan
noise dalam domain waktu. Pada gambar tersebut tidak
memungkinkan untuk mendiskriminasi sasaran bergerak
dari noise dan clutter dalam domain waktu. Dalam
domain frekuensi (seperti pada Gambar 2b, 2c, dan 2d)
komponen-komponen yang berbeda dari sinyal jelas
kelihatan. Dengan diketahuinya komponen frekuensi(spektrum) dari suatu sinyal, maka filter sebagai
penyeleksi frekuensi dapat diimplementasikan.
Keefektifan pengolahan sinyal radar diukur
berdasarkan beberapa kriteria evaluasi umum, seperti:
kemampuan untuk mendeteksi sasaran dan diskriminasi
clutter,EMI danECM.
Gambar 2 Prinsip pengolahan sinyal
3. FILTER DIGITAL FIR DAN IIR
SasaranNoise
Sasaran
er erak
Clutter
SasaranCluttenoise
a. Sasaran lus clutter dan noise Domain waktu
. Sasaran lus noise Domain frekuensi
c. Sasaran plus clutter Domain frekuensi
d. Sasaran plus clutter plus noise Domainfrekuensi
Antena
TransmitterModulator
ReceiverSignal
Processor
Data Processor,display
PembangkitFrekuensi, timing
control
Target
Duplexer
https://www.youtube.com/user/Dewa89shttps://www.youtube.com/user/Dewa89shttps://www.youtube.com/user/Dewa89s -
8/13/2019 ANALISA FIIR DAN IIR
3/8
Volume 3 No. 1 Tahun 2004
Jurnal Rekayasa Elektrika 25
Filter merupakan suatu jaringan atau sistem yang
mentransformasikan sinyal input pada suatu cara yang
telah ditetapkan untuk menghasilkan sinyal outputdengan
karakteristik yang diinginkan[3]. Sinyal input tersebut
dapat dimodifikasi dalam domain waktu atau domain
frekuensi, dan pada penggunaan yang paling umum, filter
merupakan peralatan seleksi frekuensi, yang nilai-nilainyamempunyai arti hanya pada band-band tertentu sepanjang
sumbu frekuensi. Filter juga merupakan suatu kelas
penting dari sistem linier time invariant. Konvolusi
sebagai salah satu cara untuk menganalisis sikap atau
respon sistem linier terhadap sinyal masukan tertentu,
adalah counterpart pemfilteran di domain waktu.
Persamaannya dapat ditulis sebagai berikut[4]:
=
=k
knhkxny )()()( (1)
di mana, h(n-k) adalah respon sistem terhadap deret tunda
impuls (n-k), sedangkan fungsi tunggal h(n) dinamakan
respon sistem terhadap impuls (n).Rumus konvolusi untuk sistem FIR adalah[4]:
=
=1
0
)()()(M
k
knxkhny (2)
Sedangkan untuk sistem IIR adalah:
=
=0
)()()(k
knxkhny (3)
Dari persamaan (2) terlihat bahwa keluaran setiap
masukan n adalah suatu bobot kombinasi linier dari
cuplikan sinyal masukan x(n), x(n-1),...,x(n-M+1). Jadi
dikatakan sistem FIR mempunyai memori berhingga
dengan panjang M cuplikan. Sementara itu, keluaransistem pada persamaan (3) adalah bobot (dengan respon
impuls h(k)) kombinasi linier cuplikan sinyal masukan
x(n), x(n-1), x(n-2),... . Karena jumlah bobot ini meliputicuplikan sekarang dan yang sebelum, dikatakan bahwa
sistem mempunyai memori tak berhingga.
3.1 Perancangan Filter Digital IIR
Filter digital IIR memiliki respon impuls durasi tak
terbatas, sehingga dapat ditransformasikan dari filteranalog yang umumnya memiliki respon impuls yang
panjangnya tidak terbatas. Transformasi tersebut dapat
dilakukan setidaknya dengan tiga cara. Pertama dengan
cara mendekati persamaan beda filter analog denganpersamaan beda filter digital, metode ini dikenal dengan
metode derivatif. Kedua, dengan cara mencuplik respon
impuls dari sebuah sistem analog dengan jarak cuplik
yang sama, dikenal dengan metode impuls invariant.
Kedua cara di atas efektif hanya untuk perancangan filter
lowpass dan bandpass. Metode ketiga yang dapat
mengatasi keterbatasan tersebut adalah metode
transformasi bi-linear.
Transformasi bi-linier adalah transformasi aljabar
antara bidang-s dan bidang-z yang memetakan semua
sumbu-jpada bidang-s ke lingkaran satuan pada bidang-
z hanya satu kali, sehingga menghindari masalah aliasing
dari komponen-komponen frekuensi. Saat
dipetakan pada ,
transformasi antara variabel waktu kontinyu dan waktu
diskrit harus nonlinier. Oleh karena itu, penggunaan
teknik ini dibatasi untuk situasi, di mana kelengkungan
yang sesuai dari sumbu frekuensi dapat diterima.Dengan Hc(s) dinotasikan sebagai fungsi sistem
analog dan H(z) sebagai fungsi sistem digital,transformasi yang sesuai untuk menggantikan s adalah[6]:
+=
1
1
1
12
z
z
Ts (4)
di mana
+
=
1
1
1
12)(
z
z
THzH
c (5)
T merupakan suatu parameter yang mewakili interval
pencuplikan, dan pada persoalan khusus beberapa nilai
yang sesuai untuk T dapat dipilih. Dari persamaan (4)
dapat diperoleh solusi untuk z, yaitu:
sT
sTz
)2/(1
)2/(1
+= (6)
substitusi += js pada persamaan (6), diperoleh
2/2/1
2/2/1
TjT
TjTz
++=
(7)
Jika 01 dan untuk 0= , diperoleh 1=z untuk berapapun nilai . Jika pole Hc(s) pada bagiansebelah kiri bidangs,polepada bidang-z akan berada didalam lingkaran satuan. Sehingga filter analog stabilkausal ditransformasikan menjadi filter digital stabilkausal.
Sifat-sifat transformasi bi-linear seperti pemetaandari bidang-s ke bidang-z ditunjukkan pada Gambar 3(a)dan (b). Ketidaklinieran jelas terlihat pada bagian (b).Transformasi nonlinier ini dapat mengatasi masalahaliasingyang timbul pada perancangan menggunakan duametode sebelumnya.
(a)
(b)
Gambar 3 (a) Pemetaan bidang s ke bidang z
(b) Ketidaklinieran pemetaan tersebut
-
Bidang-zj
Bidang-s
Pemetaan dari
bidang sebelah kiri-s
= arctan (Td/2)
https://www.youtube.com/user/Dewa89shttps://www.youtube.com/user/Dewa89shttps://www.youtube.com/user/Dewa89s -
8/13/2019 ANALISA FIIR DAN IIR
4/8
Volume 3 No. 1 Tahun 2004
26 Jurnal Rekayasa Elektrika
3.2 Perancangan Filter Digital FIR
Perbedaan yang mononjol antara filter IIR dan FIR
adalah, pemakaian filter FIR hampir sama sekali terbatas
untuk waktu diskrit. Oleh karenanya teknik perancangan
filter FIR adalah berdasarkan aproksimasi langsung
respon frekuensi yang diinginkan dari sistem waktu
diskrit. Dalam praktek , filter FIR digunakan untuk
masalah pemfilteran di mana ada syarat untukkarakteristik phasa linier pada passband filter harus
dipenuhi.
Ada beberapa metode perancangan filter FIR, yaitu:
metode jendela (windowing) dan metode pencuplikan
frekuensi. Kedua metode ini sederhana implementasinya.
Namun letak pole pada lingkaran satuan pada metode
pencuplikan frekuensi berpotensi sebagai sumber masalah
yang dapat mengganggu operasi normal filter[4].
Perancangan filter FIR dengan metode windowing
dimulai dengan menentukan respons frekuensi yang
diinginkan Hd( ) dan menentukan respons unit sampel
hd(n). hd(n) dihubungkan dengan Hd( ) dengan
hubungan transformasi Fourier[4]:
H d( ) =nj
n
d enh
= )(
0
(8)
Di mana
h d(n) =nj
d eH
)(2
1
(9)
Jadi jika diberikan Hd( ) dapat ditentukan respons unit
sampel hd(n).
Pada umumnya respon unit sampel hd(n)
durasinya tidak terbatas dan harus dibatasi (truncated)pada beberapa titik, katakan pada n = M-1, untuk
menghasilkan filter FIR yang panjangnya M. Truncated
hd(n) sepanjang M-1 adalah sama dengan perkalian hd(n)
dengan window Rectangular, didefinisikan sebagai:
1, n= 0 , 1 , ..., M-1
w(n)= (10)
0, yang lain
Jadi respon unit sampel Filter FIR menjadi
h(n) = hd(n) w(n)
hd(n), n = 0 , 1 , ..., M-1
= (11)
0 , yang lain
Mengingat bahwa perkalian fungsi window w(n) dengan
hd(n) adalah sama dengan konvolusi Hd( ) dengan
W( ), di mana W( ) mewakili domain frekuensi
(transformasi Fourier ) fungsi window, yaitu:
W( ) =
=
1
0
)(M
n
njenw
(12)
Jadi konvolusi H d( ) dengan W( ) menghasilkan
respons frekuensi filter FIR (truncated), yaitu :
H( ) = dvvwWvHd )()(2
1
(13)
Transformasi Fourier windowRectangularadalah
W( ) =
=
1
0
M
n
nje
=
j
nj
e
e
1
1=e
)2/sin(
)2/sin(2/)1(
MMj (14)
Transformasi Fourier ini memiliki respons magnitude
)(W =)2/sin(
)2/sin(
M ; (15)
dan phasa linier
2
1M
() = (16)
+
2
1M
Pemilihan penggunaan jendela biasanya dilakukan
berdasarkan sidelobe yang dihasilkan masing-masing
jendela. Window Hamming, Hanning dan Dolph-
Chebyshev memiliki sidelobe yang lebih rendahdibandingkan dengan window Rectangular, dan untuk
nilai M yang sama. Main lobe-nya juga lebih lebar
dibandingkan dengan window Rectangular. Oleh
karenannya, fungsi-fungsi window tersebut memberikanhasil konvolusi yang lebih halus/rata pada domain
frekuensi dan menghasilkan daerah transisi yang lebih
lebar pada respon filter FIR. Lebar daerah transisi tersebut
dapat dikurangi dengan menambah panjang window
sehingga menghasilkan filter yang lebih besar. Untuk
window selain Rectangular persamaannya dapat dilihatpada[4].
4. ANALISIS
4.1 Implementasi filter digital IIR pada notch-notch
filter digital
Notch-notch filter digital (cancellers) mudah
diimplementasikan untuk menolak clutter stasioner dari
sasaran yang bergerak dan radar dalam keadaan
stasioner. Spektrum khusus dari clutter stasioner dan
sasaran bergerak seperti yang terlihat pada pulsa radar
atau radar gelombang kontinyu yang dicuplik dengan
frekuensi Nyquist dapat dilihat pada Gambar 4.
Filter harus diimplementasikan untuk
melewatkan sinyal-sinyal sasaran yang diinginkan dan
https://www.youtube.com/user/Dewa89shttps://www.youtube.com/user/Dewa89shttps://www.youtube.com/user/Dewa89s -
8/13/2019 ANALISA FIIR DAN IIR
5/8
Volume 3 No. 1 Tahun 2004
Jurnal Rekayasa Elektrika 27
menolak clutter. Filter yang digunakan adalah highpass
periodik di atas pencuplikanNyquist(Gambar 5).
Gambar 4. Spektrum khusus clutter dari sasaran
bergerak[1]
Gambar 5. Sintesis filter clutter dan respon
Transformasi z digunakan untuk membentuk filter-filter
highpass periodik yang diperlukan untuk pemfilteran
sinyal. Pada sintesis filter non-recursive, untukmemperoleh respon filter yang benar untuk menolak
clutter dengan notch-notch yang agak lebar diperlukan
orde filter yang lebih tinggi. Jika beberapa bagian darifilter dikaskade untuk memperoleh orde yang lebih tinggi,
respon filter yang diperoleh memiliki notch yang lebih
lebar, tetapi berbeda dari bentuk ideal. Respon filter ideal
ditunjukkan pada Gambar 4. Jadi sebaiknya menggunakan
sintesis filter recursive. Filter recursive merupakan filter
IIR. Keuntungan dari pemakaian filter recursiveadalah:
1. secara relatif mudah disintesis2. sedikit hardware dan/atau komputasi yang
diperlukan untuk memperoleh filter yang cocok
daripada dengan nonrecursive.Proses untuk mensintesis filter recursive dikenal dengan
transformasi bi-linear.
Respon frekuensi filter digital recursive untuk
frekuensi tepipassband fP=60Hz, frekuensi tepi stopband
fs=52Hz, attenuasi stopbandAs=30dB dan riak passband
RP=1dB, yang diselesaikan dengan metode transformasi
bi-linier dari prototype filter butterworth untuk PRF
600Hz dapat dilihat pada Gambar 5. Dan untuk frekuensi
tepi passband 150Hz dan frekuensi tepi stopband 145
dapat dilihat pada Gambar 6. Dari respon frekuensi pada
Gambar 5 dan 6 terlihat bahwa bentuk filter recursive
cenderung mendekati bentuk ideal.
Jika clutter bergerak, sehingga pada spektrum
akan terletak pada frekuensi selain nol, cancellerssangat
sukar mengimplementasikan notch clutterpada frekuensi
selain nol. Untuk mengimbangi gerakan clutter tersebut
dapat diatasi dengan memperbesar lebar notch, tetapi
teknik ini hanya dapat digunakan pada radar yang
beroperasi pada medium dan high PRF, dan tidak dapat
digunakan pada radar lowPRF, karena notch lebar yang
diperlukan tidak praktis pada radar lowPRF.
Gambar 6. Respon frekuensi filter digital recursive
dengan fp=60Hz dan fs=52 Hz
Gambar 7. Respon frekuensi filter digital recursive
dengan fp=150Hz dan fs=145 Hz
4.2 Implementasi Filter Digital FIR pada bank-bank
Filter Digital
Filter digital FIR dapat diimplementasikan dengan
menggunakan transformasi Fourier waktu diskrit.
Transformasi Fourier merupakan alat utama analisis
spektrum. Radar menggunakan analisis spektrum untuk
memisahkan gelombang pantulan dari sasaran yang
diinginkan dengan gelombang pantulan dari sasaran yang
tidak diinginkan atau interferensi.
Clutter Alias
Clutter
SasaranSasaran
PRF0-PRF
Filter AliasAlias
0 fc-fc fs-fs fs/2-fs/2
fc-fc 0 fs/2-fs/2
a. Respon filterdigital highpass
b. Filter digital highpass, responperiodikdikarenakan aliasing
https://www.youtube.com/user/Dewa89shttps://www.youtube.com/user/Dewa89shttps://www.youtube.com/user/Dewa89s -
8/13/2019 ANALISA FIIR DAN IIR
6/8
Volume 3 No. 1 Tahun 2004
28 Jurnal Rekayasa Elektrika
Transformasi Fourier waktu diskrit hanya dapat
dilakukan untuk sinyal yang panjangnya terbatas.
Pembatasan sinyal tersebut dilakukan dengan perkalian
(dalam domain waktu) sampel-sampel sinyal dengan
fungsi window. Jika frekuensi sinyal yang dianalisis tidak
berubah terhadap waktu, tidak menjadi persoalan berapa
panjang window yang digunakan, sifat-sifat sinyal akan
sama pada awal dan akhir window. Namun, sering dalamaplikasi praktis sifat-sifat sinyal (amplitudo, frekuensi dan
phasa) akan berubah terhadap waktu. Model-model sinyal
nonstasioner tersebut diperlukan untuk menggambarkan
radar. Transformasi Fourier waktu diskrit tunggal tidakmemenuhi untuk menggambarkan model-model sinyal
yang sedemikian, oleh karena itu diberikan konsep
tranformasi Fourier time-dependent.
Transformasi Fourier time-dependent suatu sinyal
x[n] didefinisikan sebagai berikut[6]:
=
+=m
mjemwmnxnX
][][],[ (17)
w[n] adalah barisan window. Jika X[n,] disampel pada Nfrekuensi ruang yang sama k = 2k/N, dengan N L,maka diperoleh transformasi Fourier time dependentyang
disampel X[n,k], yaitu:
=
+=1
0
)/2(][][],[L
m
kmNjemwmnxknX
; (18)
0 m L 1.persamaan (18) dapat ditulis sebagai berikut:
][][],[ nhnxknX k= (19)
di manaknNj
k enwnh)/2(
][][
= (20)Persamaan (19) dan (20) dapat digambarkan sebagai bank
N filter seperti digambarkan pada Gambar 8, dengan
respon frekuensi filter ke k adalah:
)()( ])/2[( = Nkjj
k eWeH (21)
Gambar 8. Bank-bank filter digital[6]
Tiap indeks k mendefinisikan respon filter secara terpisah.
Pembangkitan N filter secara serentak dapat dilakukan
dengan pemrosesan digital yang ekuivalen dengan
komputasi transformasi Fourier waktu diskrit.
Pembagian bandfrekuensi ke dalam N bagian yang
bebas dengan N filter-filter memberikan suatu ukuran
frekuensi Doppler untuk dibuat. Sehingga jika clutter
bergerak, seperti dari burung, cuaca/udara yang terlihatpada frekuensi lain selain daripada nol, threshold dari
masing-masing filter dapat diatur secara bebas sehingga
disesuaikan dengan clutter yang terkandung di dalamnya.
Syarat suatu window yang baik yang digunakan
untuk analisis spektrum radar adalah bahwa window
tersebut dapat menangani sinyal-sinyal interferensi yang
besar sedemikian cara sehingga bocorannya tidak
menutupi sasaran-sasaran yang kecil. Untuk kasus terjelek
diumpamakan sinyal yang memiliki amplitudo yang besar
ditempatkan pada bin 10,5 yang merupakan bukan bin
terpusat dan menghasilkan bocoran spektrum maksimum,
dan ini diumpamakan interferensi. Bocoran tersebut dapat
menutupi seluruhnya sinyal-sinyal yang kecil, dandiumpamakan sinyal sasaran ditempatkan pada bin 16,
dekat dengan sinyal interferensi dengan amplitudo 1.
Persamaan untuk sinyal masukan tersebut adalah:
nNT
nNT
nx
+
=
162cos
5,102cos100)(
Gambar 8, 9 10 dan 11 menunjukkan sinyal yang di-
window dengan windowRectangular, Hamming, Hanning
dan Dolph-Chebyshev, dicuplik pada nilai N=101 dan
T=1. Gambar (a) menunjukkan cuplikan sinyal dalam
domain waktu. Gambar (b) menunjukkan spektrum sinyal
yang dicuplik. Gambar (c) menunjukkan sinyal yang diisi
(padding) dengan 300 nol. Gambar (d) menunjukkanspektrum sinyal yang di-padding. Pada Gambar-Gambar
tersebut terlihat bahwa window Dolph-Chebyshev
menghasilkan resolusi sinyal yang paling baik. Sebagai
Gambaran tabel 1 memberikan beberapa parameter
window yang menunjukkan kesesuaiannya dalam
pemrosesan sinyal radar.
Gambar 9. Resolusi dengan window Rectangular untuk
sinyal bukan binterpusat
hN-1[n]
h1[n]
h0[n]
x[n]
X[n,N-1]
X[n,1]
X[n,0]
.
..
Bin 0
Bin 1
Bin N-1
.
.
.
.
..
https://www.youtube.com/user/Dewa89shttps://www.youtube.com/user/Dewa89shttps://www.youtube.com/user/Dewa89s -
8/13/2019 ANALISA FIIR DAN IIR
7/8
Volume 3 No. 1 Tahun 2004
Jurnal Rekayasa Elektrika 29
Gambar10. Resolusi dengan window Hamminguntuk
sinyal bukan binterpusat
Gambar 11. Resolusi dengan window Hanning untuk
sinyal bukan binterpusat
Gambar 12. Resolusi dengan windowDolph-Chebyshev
untuk sinyal bukan binterpusat
5. KESIMPULAN
Berdasarkan analisis dapat ditarik beberapa
kesimpulan antara lain:
Sinyal yang diterima kembali oleh radar dapat
berupa noise, clutter, gema dari sasaran bergerak, ECM,
EMI, spilloveratau kombinasi darinya. Pemrosesan sinyal
dilakukan dengan memisahkan komposisi sinyal-sinyal
tersebut ke dalam komponen-komponennya.
Implementasi filter digital IIR pada notch-notch
filter digital terbatas penggunaannya hanya untuk
menolak clutter stasioner dan radar dalam keadaan
stasioner. Filter yang digunakan di sini adalah highpass
periodik, sehingga metode yang digunakan adalahtransformasi bi-linear.
Implementasi filter digital FIR pada bank-bankfilter
digital dapat digunakan dalam keadaan bagaimanapun,
yaitu radar stasioner atau tidak stasioner, dan clutter
stasioneratau tidak stasioner, karena berapapun frekuensi
sinyal yang masuk akan ditampilkan pada output bank-
bankfilter digital, dan threshold dari masing-masing filter
dapat diatur secara bebas, sesuai dengan clutter yang
terkandung di dalamnya.
Bank-bank filter digital merupakan suatu bentuk
implementasi dari transformasi Fourier waktu diskrit.
Transformasi Fourier waktu diskrit hanya dapat dilakukan
untuk sinyal yang panjangnya terbatas. Pembatasan sinyaldilakukan dengan mengalikan sinyal input dengan fungsiwindow.
Dari hasil pengujian beberapa fungsi window,
terlihat bahwa window Dolph-Chebyshev memberikan
resolusi sinyal yang paling baik untuk kasus terjelek,
dibandingkan dengan window-window lainnya. Operasi
pengisian (padding) dengan nol tidak mempengaruhiresolusi sinyal, tetapi hanya memberikan tampilan
spektrum yang lebih halus pada spektrum yang diplot.
windowLevel
sidelobe
tertinggi
(dB)
Sidelobe
roll-off
(dB/oct)
BW
noise
equiv.
(bins)
BW
3 dB
(bins)
Loss
proses
kasus
terjelek
Rectangular -13,4 -6 1,00 0,89 3,92
Hamming -43 -6 1,36 1,30 3,10
Hanning -32 -18 1,50 1,44 3,18
D-C 3,0 -60 0 1,51 1,44 3,23
Tabel 1 Parameter-parameter window
https://www.youtube.com/user/Dewa89shttps://www.youtube.com/user/Dewa89shttps://www.youtube.com/user/Dewa89s -
8/13/2019 ANALISA FIIR DAN IIR
8/8
Volume 3 No. 1 Tahun 2004
30 Jurnal Rekayasa Elektrika
DAFTAR PUSTAKA
1. Byron Edde. 1993. Radar: Principles, Technologyand Applications. Prentice-Hall, Inc.
2. Rodger E. Ziemer, William H. Tranter and D. RonaldFannin. 1989. Signals and Systems: Continous and
Discrete. Macmillan Publishing Company, Inc.
3. Naresh K. Sinha. 1991. Linear Systems.John Wileyand Sons, Inc.
4. John G. Proakis and Dimitris G. Manolakis. 1995.Digital Signal Processing: Principles, Algorithms,
and Applications.Prentice-Hall, Inc.
5. Vinay K. Ingle and John G. Proakis. 1997. DigitalSignal Processing Using Matlab V4. International
Thomson Publishing.
6. Alan V. Oppenheim and Ronald W. Schafer. 1989.Discrete-Time Signal Processing.Prentice-Hall, Inc.
7. Merril L. Skolnik. 1980. Introduction to RadarSystems.McGraw-Hill, Inc.
8. Samir S. Soliman and Mandyam D. Srinath. 1990.
Continuous and Discrete Signals and Systems.Prentice-Hall International, Inc.
9. Simon Haykin. 1989. An Introduction to Analogand Digital Communications.John Wiley and Sons,
Inc.10. Alan V. Oppenheim and Ronald W. Schafer. 1975.
Digital Signal Processing. Prentice-Hall
International, Inc.
11. Edward W. Kamen and Bonnie S. Heck. 1997.Fundamental of Signals and Systems Using
Matlab.Prentice-Hall, Inc.12. Duane Hanselman and Bruce Littlefield. 2000.
Matlab Bahasa Komputasi Teknis: Komputasi,
Visualisasi, dan Pemrograman.Andi Yogyakarta.13. Michel C. Jeruchim, Philip Balaban, and K. Sam
Shanmugan.1992. Simulation of Communication
Systems.Plenum Press, New york.14. Alan V. Oppenheim, Alan S. Willsky and Ian T.
Young. 1983. Signals and Systems. Prentice-Hall,
Inc.
https://www.youtube.com/user/Dewa89shttps://www.youtube.com/user/Dewa89shttps://www.youtube.com/user/Dewa89s