Jump to first page

M. HAMDANI – LEKTOR KEPALA INSTITUT SAIN DAN TEKNOLOGI NASIONAL

JAKARTA 2009

Jump to first page

Jump to first page

Apa yang Bisa Dilakukan Oleh DSP ?

DSP Dapat Melakukan Hampir Semua Operasi yang Dapat Dilakukan oleh Elektronika Analog.

Tapi, The Real Power Of DSP Adalah ……………………………

DSP Dapat Melakukan Operasi yang Tak Dapat Dilakukan oleh Elektronika Analog.

Jump to first page

Pada Elektronika Analog digunakan Komponen Fisik (Kapasitor, Induktor, Resistor, Transistor, Op-Amp) untuk memproses sinyal.

Operasi Peralatan Fisik Dapat Dinyatakan dengan Persamaan Matematik

Contoh : Kapasitor ( I = C dV/dt ).

Tapi ……………………………….

Bukan Berarti Setiap Persamaan Matematik Dapat Kita Buat ke dalam

Peralatan Fisik.

Jump to first page

DSP MEMANG BERBEDA

Di dalam DSP tidak ada batasan: Gravitasi, Massa, Momentum, Suhu,

Kelembaban,dll. yang ada hanya persamaan Matematik.

Sehingga pada DSP …………………………………………………..

THE EQUATION OF MATHEMATICS IS REALITY.

Contoh : y(n) = ( x(n) + x(n-1) + x(n-2) + x(n-3) ) / 3 merupakan LPF

y(n) = 1,618.y(n-1) - y(n-2) dengan y(-1) = 0 dan y(-2) =0,588

akan menghasilkan sinyal sinus dengan frekuensi 1 Khz

Jump to first page

CARA KERJA DSP SECARA UMUM

Jump to first page

TUJUAN UTAMA DSP

Mendapatkan (Mengekstrak) Informasi yang Dibawa oleh Sinyal.

5 OPERASI DASAR PADA DSP 1. Spectral Analysis : Mengetahui dan Menganalisa Spektrum

Frekuensi dari Sinyal. (Erat Kaitannya dengan Transformasi)

2. Filtering : Memodifikasi Contents Frekuensi dari Sinyal untuk

Mendapatkan Informasi yang Diinginkan dan Membuang Bagian

yang Tak Diperlukan.

Jump to first page

3. Synthesis : Membangkitkan Sesuatu, DSP Dapat Membangkitkan

Mulai dari Bunyi yang Sederhana sampai Suara Manusia.

4. Correlation : Mencari Hubungan Kedekatan (Keterkaitan) antara

Sinyal yang Sama (Auto Correlation) atau Dua Buah Sinyal yang

Berbeda (Cross Correlation). Contoh : Auto Correlation Digunakan

untuk Menentukan Karakteristik dari Rongga Suara Manusia Sedangkan Cross Correlation Digunakan pada Radar. 5. Control : Pemrosesan Input Digital untuk Menghasilkan Output

Digital guna Mengontrol Suatu Peralatan.

Jump to first page

DSP Menggantikan atau Menambah Performance dari Peralatan Elektronika Analog.

APLIKASI FILTERING SPECTRAL ANALYSIS

SYNTHESIS CORRELATION CONTROL

Automobile Engine Control

Automobile Active Suspension

Answering Machines

Portable Phones

Cellular Phones

Television

Radio

Hard Disk Drive Electronics

Electronic Music

Speech Synthesis

Jump to first page

DSP Menciptakan Aplikasi Baru yang Tak Mungkin Dilakukan oleh Peralatan Elektronika Analog.

APLIKASI FILTERING SPECTRAL ANALYSIS

SYNTHESIS CORRELATION CONTROL

High Speed Modems

Speech And Image Recognition

Medical Imaging Equipment

Active Noise Cancellation (ANC)

CD (Music), CD-Rom

Digital Audio Tape (DAT)

Jump to first page

TRANSFORMASI FOURIERJean Baptiste Fourier : Setiap Sinyal terdiri dari sinyal-sinyal sinus dengan

amplitudo dan fase tertentu

Jump to first page

FOURIER TRANSFORM

DISKRET TIME FOURIER TRANSFORM

n

njenxX )()(

dtetxX j)()(

DISKRET TIME DISKRIT FREKUENSI FOURIER TRANSFORM = DFT

1

0

1

0

2)()()(

N

n

nkN

N

n

nkN

jWnxenxkX

Jump to first page

Komputasi DFT adalah komputasi yang rumit dan memerlukan banyak memori.

1...2,1,0,)()(1

0

/2

NkenxkXN

n

Nknj

FFT (FAST FOURIER TRANSFORM) adalah algoritma untuk menghitung secara efisien dan cepat untuk operasi DFT N-titik dengan N adalah pangkat dari 2 atau 4

Accumulate

Multiply Complex OperationNot only once

Jump to first page

Setelah dilakukan Transformasi Fourier menjadi domain frekuensi

Sinyal dalam domain waktu

LAPLACE TRANSFORM

dtetxSX st)()(

Z TRANSFORM

n

nznxzX )()(

sTez Analog Digital

Sebuah rekaman sinyal suara

Spekturn frekuensi-nya

Jump to first page

KONVOLUSI

kk

knhkxknxkhnhnxny )()()()()(*)()(

Untuk mengkonvolusi suatu sinyal ...

Dengan sinyal lain

1. Kita “flip” sinyal kedua

2. Kemudian di”geser”

3. Kalikan dengan sinyal pertama

4. Jumlahkan daerah di bawah kurva

Langkah-langkah KONVOLUSI :1. Flipping/Folding2. Shifting3. Multiplication4. Summation

Jump to first page

Signal Smoothing

Sinyal penuh noise

Dikonvolusi dengan sinyal “penghalus”

Menghasilkan sinyal yang lebih “halus”

CONTOH KONVOLUSI

Dengan sifat ini, konvolusi bisa digunakan untuk Digital Filtering

Jump to first page

DIGITAL FILTERImplementasi algoritma matematik untuk melakukan modifikasi pada spektrum frekuensi dari suatu sinyal digital untuk mencapai tujuan yang diinginkan.

Noisy Signal

Noise dihilangkan dengan filter

Sinyal direcover

Analisa Frekuensi

Noise Noise

Sinyal Asli

Jump to first page

DIGITAL FILTER FINITE IMPULSE RESPONSE ( FIR )

1

0

)()()(N

k

knxkhny

M

k

N

kk

knykbknxkaknxkhny100

)()()()()()()(

DIGITAL FILTER INFINITE IMPULSE RESPONSE ( IIR )

Perancangan Filter Digital FIR bisa dilakukan secara perhitungan matematik manual atau menggunakan software seperti Scope FIR,Parks-MC, MatLab dsb.

Perancangan Filter Digital IIR bisa dilakukan secara perhitungan matematik manual atau menggunakan software seperti : MatLab, Web-Site dsb.

Jump to first page

KORELASI

Pengukuran kemiripan/kesamaan antara dua sinyal sebagai fungsi pergeseran waktu.

1. Dua fungsi yang mirip dan tidak digeser

2. Produk keduanya bernilai positif

3. Bila terjadi pergeseran...

4. Produk keduanya seba-gian menjadi negatif

5. Fungsi korelasinya menunjukkan dimana kemiripan antara dua sinyal tersebut.

Jump to first page

AUTO KORELASI

nn

xx nxlnxlnxnxlr )()()()()(

1. Autokorelasi dari noise yang random adalah sebuah “spike”

2. Autokorelasi dari sinyal sinus adalah fungsi periodik

3. Sehingga autokorelasi suatu sinyal sinus yang ber-noise ...

menghasilkan “spike” ...

dan fungsi sinus periodik.

Jump to first page

KORELASI SILANG

nn

xy nylnxlnynxlr )()()()()(

Suara yang sudah diketahui

Suara terdeteksi

Burung nightingale

nightingale lain Burung Merpati

Korelasi Silang

Korelasi kuat Korelasi lemah

Penggunaan lain pada radar atau sonar untuk mendeteksi jenis pesawat atau kapal selam.

Jump to first page

PEMROSESAN SINYAL DIGITAL UNTUK PENGENALAN SUARA

IBM Compatible

LPT 1Paralel Port

MODULLCD

DSKplusTMS320C542

MODULKEYPAD

Input SinyalAnalog

Modul I/O

DFT log|F| IDFTSinyalSuara

F nf

DomainFrekuensi

DomainKuenfrensi

Filter LTF DFT

Real Cepstrum

TanggapanRongga Suara

Hlog Flog1 Hlog1

Spesifikasi System

Input Suara Diambil Selama Durasi Tertentu

Input Suara Dibatasi Hanya Untuk Huruf Vokal

Validasi Password Menggunakan Uji Korelasi

Password Yang Valid Akan Membuka Aplikasi Tertentu

Jump to first page

TEKNIK QUADRATURE AMPLITUDO MODULATION (QAM) + FILTER DIGITAL UNTUK PENGIRIMAN DATA MELALUI FREKUENSI VOICE BAND

HOST CPU 1

DSKPlusTMS320C542(Transmitter)

DSKPlusTMS320C542

(Receiver)

HOST CPU 2

Diagram Blok Transmitter

RootRaisedCosineFilter

RootRaisedCosineFilter

DAC

cos ct

- sin c t

I

Q

MapperDiffrentialEncoder

ScramblerHost

Jump to first page

Pass BandRoot RaisedCosine Filter

Pass BandHilbert Root

Raised CosineFilter

Equalizer

Decesion

Inverse

Mapper

Demodulator

ADC

Automatic GainContro l

CarrierRecovery

ModulatorBase Band

Error Calulator

Clock Recovery

DifferentialDecoder

Descrambler

Host

Diagram Blok Receiver Spesifikasi System

Kecepatan pengiriman data 7200 bpsSaluran Transmisi 26 AWG, 18 kft

disimulasikan dengan Butterworth Low-Pass filter

dengan frekuensi cut-off 2500 Hz

Data yang dapat dikirim hanya satu karakter dan satu arah.

Jump to first page

PEMROSESAN SINYAL DIGITAL UNTUK PENGENALAN WARNA

Citra wana

Charge Couple Device

Dskplus TMS320C54x

Komputer (PC)

Energi foton

Sinyal video komposit Karakteristik dalam domain frekuensi

ManusiaCCD

Pemrosesan sinyal

digital

1

Sinyal VideoKomposit

Pengenalan denganJaringan Saraf

Tiruan

2

Informasi dalam domain frekuensi

Keputusan

Spesifikasi System

Spektrum Frekuensi dari warna yang dikenali diperoleh dengan Algoritma Real FFT radiks-2 1024 titik

Pengenalan warna menggunakan jaringan saraf tiruan dengan Propagasi Balik

Warna yang dapat dikenali hanya hitam, abu-abu dan putih

Jump to first page

NOISE REDUCTION MENGGUNAKAN FILTER ADAPTIVE

FI R

Noise

SuaraSinus

Sinyalreferensi

LMS

errorkoefisien

Output

Spesifikasi System

Digunakan Filter Digital FIR dan Algoritma Adaptif Least Mean Square ( LMS )

Noise dihasilkan secara internal (simulasi) berupa Random Noise

Jump to first page

KEMBANGKAN TOPIK THESIS YANG PERNAH DIBUAT

BUAT TOPIK BARU MISALNYA :Data Compression, Adaptive Echo Cancellation, System Identification, Object Detection (RADAR) Dll.

PELAJARI DSP MULAI DARI SEKARANG

Pelajari Semua Konsep-Konsep Dasar & Umum DSP.Pelajari Teknik-Teknik dan Algoritma Khusus Dari Aplikasi DSP Sesuai Dengan Topik Yang Dipilih.

DALAM SATU KELOMPOK THESIS DIUSAHAKAN ADA YANG MENGERTI MATEMATIK, PROGRAMMING DAN ELEKTRONIK

Jump to first page

“The Scientist and Engineer’s Guide to DSP”, S.W. Smith. “DSP And Microcontroller”, Grover and Deller.

www.dspguru.com

www.redcedar.com/learndsp.htm

www.bores.com

Jump to first page

“Di era ekonomi baru , sumberdaya strategis tidak lagi datang dari

kekayaan alam tetapi datang dari kekayaan /

kekuatan daya pikir kita “ (John Sculey)

“Tidak akan ada Negara yang “miskin” , kecuali karena “ tersingkir ” dari

persaingan (Peter Drucker)

Jump to first page