Fahmi Islami Su Ud¹, -². ¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom

Transkripsi

1 Tugas Akhir 2006 PENGHILANG ECHO PADA TELEKOMUNIKASI MENGGUNAKAN ALGORITMA ADAPTIF NLMS DENGAN PENDEKATAN SUBBAND FILTERING ECHO CANCELLER IN TELECOMMUNICATION USING NLMS ADAPTIVE ALGORITHM WITH SUBBAND FILTERING APPROACH Fahmi Islami Su Ud¹, ² ¹Teknik Telekomunikasi,, Universitas Telkom Abstrak Dewasa ini perkembangan teknologi telekomunikasi khususnya komunikasi suara telah menjadi perhatian besar baik jaringan telepon tetap ataupun jaringan telepon bergerak. Akan tetapi masih ada beberapa kendala teknis seperti echo yang harus diatasi untuk meningkatkan layanan sistem komunikasi yang handal dimana dapat menekan echo sekecil mungkin. Cara menghilangkan echo diantaranya adalah dengan via net loss, echo supressor dan echo canceller. Via net loss bekerja hanya merupakan fungsi redaman. Echo supressor tidak efektif untuk komunikasi dua arah. Echo Canceller (penghilang echo) pada prinsipnya adalah suatu alat yang dapat mengestimasi echo yang terjadi pada sistem. Estimasi echo dari echo canceller tersebut akan dikurangkan dengan echo yang sebenarnya pada sistem. Sehingga apabila besar estimasi echo sama dengan besar echo sebenarnya, maka echo pada sistem dapat dihilangkan. Implementasi sistem penghilang echo ini dapat direalisasikan dengan filter adaptif. Parameter performansi sistem penghilang echo adalah laju konvergensi yang cepat, memory yang efisien dan kompleksitas perhitungan yang sederhana. Pada tugas akhir ini telah disimulasikan sistem penghilang echo dengan pendekatan subband filtering dimana sinyal asli didekomposisi terlebih dahulu ke dalam subbandsubband, kemudian masingmasing subband tersebut melakukan proses filter adaptif. Hasil dari tugas akhir ini bahwa dengan pendekatan subband filtering menghasilkan laju konvergensi yang lebih cepat, memory yang lebih efisien dan mengurangi kompleksitas perhitungan serta mampu menekan echo dalam ERLE (Echo Return Loss Enhancement) minimal 20 db sesuai dengan standar rekomendasi ITUT G.168. Pada tugas akhir ini sistem penghilang echo menggunakan algoritma adaptif NLMS (Normalized Least Mean Square) dan wavelet untuk mendekomposisi sinyal ke dalam subbandsubband. Simulasinya menggunakan Matlab Kata Kunci : Filter, Adaptif, Echo, Subband, Wavelet, NLMS, G.168, ERL, ERLE Abstract not available Keywords : Powered by TCPDF (

2 Tugas Akhir 2006 BAB I PENDAHULUAN 1.1 Latar Belakang Suatu sistem komunikasi yang handal harus dapat meningkatkan kualitas komunikasi sehingga memberikan pelayanan yang lebih optimal. Salah satu tolak ukur suatu hubungan komunikasi dikatakan berkualitas baik adalah sedikitnya kesalahan yang timbul. Kesalahankesalahan tersebut diakibatkan gangguangangguan dalam proses komunikasi. Salah satunya adalah gangguan pada transmisi sinyal. Dalam mentransmisi sinyal, selalu dijumpai gangguangangguan yang mungkin timbul, diantaranya : o Derau/noise Internal derau : derau yang disebabkan oleh perangkat itu sendiri. Contoh derau temperatur, derau intermodulasi dan derau cakap silang. Eksternal derau : derau yang disebabkan oleh lingkungan diluar perangkat. Contoh derau matahari, derau cosmic, dan derau karena perbuatan manusia (man made noise) o Distorsi Gejala rusaknya sinyal, misalnya karena redaman atau penguatan yang tidak linier. o Echo/gema Sinyal yang tidak diinginkan pada komunikasi yang berasal dari sinyal suara yang dipantulkan kembali. Echo ada 2 (dua) macam dalam telekomunikasi, echo yang disebabkan karena kopling antara mic dan speaker (acoustic echo) dan yang disebabkan oleh rangkaian analog 2 to 4 wire hybrid dimana terjadi ketidaksesuaian impedansi pada rangkaian hybrid, sehingga memungkinkan adanya sebagian energi sinyal dipantulkan kembali ke arah sumber sinyal (hybrid echo).

3 Tugas Akhir 2006 Pembahasan hanya difokuskan pada gangguan transmisi yang disebabkan karena hybrid echo. Untuk memperbaiki kualitas suara karena echo dalam komunikasi telepon selain dengan penghilang echo (echo canceller) dapat juga dengan echo supressor. Penghilang echo memiliki beberapa kelebihan bila dibandingkan dengan echo supressor. Echo supressor memiliki karakteristik kerja sebagai fungsi dari redaman dan hanya punya satu jenis penggunaan yaitu untuk kanal analog secara half duplex. Sedangkan penghilang echo dapat digunakan untuk kanal analog maupun digital yang dapat bekerja secara half duplex maupun full duplex. Ada beberapa tipe penghilang echo (echo canceller) yaitu : 1. Speech Balance Biaya pengembangan murah Kualitas suara rendah Tidak bisa untuk komunikasi full duplex 2. Frequency Separation Biaya pengembangan murah Kualitas suara rendah 3. Filter Adaptif Biaya pembuatan murah Fleksibel Perhitungan cukup sederhana Kualitas suara baik Implementasi dari echo canceller pada tugas akhir ini direpresentasikan dengan menggunakan sistem filter adaptif. Dibutuhkan filter yang stabil agar dapat mengadaptasi koefesien filter seperti Finite Impulse Response (FIR). Ada beberapa algoritma adaptif yang umum digunakan dan masingmasing memiliki perbandingan kompleksitas perhitungan dan laju konvergensi. Diantaranya Least Mean Square (LMS), Normalized Least Mean Square (NLMS) dan Recursive Least Square (RLS).

4 Tugas Akhir Perumusan Masalah Untuk meningkatkan kualitas komunikasi, echo harus dihilangkan. Penghilang echo harus mampu menghilangkan echo meskipun disebabkan waktu tunda yang cukup lama (kirakira untuk jarak transmisi 2 x 250 ms atau lebih besar). Berdasarkan Rec G.131 CCITT waktu tunda lebih dari 50 ms akan sangat mengganggu [3]. Sinyal suara pada ujung jauh sebagai sinyal input referensi dan sinyal input ujung dekat memiliki 2 komponen yaitu echo dari sinyal input referensi dan sinyal ujung dekat itu sendiri. Output dari filter adaptif (echo canceller) merupakan sinyal echo tiruan. Selisih antara sinyal input ujung dekat dan sinyal echo tiruan disebut sinyal estimasi kesalahan (sinyal error), yang diumpan balik ke echo canceller dan digunakan untuk proses adaptasi koefesien dari filter adaptif. Permasalahan yang harus diperhatikan dalam realisasi penghilang echo adalah sebagai berikut : Hubungan telepon selalu berubah terhadap waktu. Hubungan yang terjadi full duplex. Kemungkinan terjadi double talk. Karakteristik jalur echo sebagai penyebab echo tidak dapat diramalkan respon impulsnya dan berubahubah. Sinyal echo bercampur dengan noise. Bagaimana bentuk dan struktur filter yang sesuai. Bagaimana cara filter melakukan adaptasi. Bagaimana untuk meningkatkan performansi sistem penghilang echo yakni laju konvergensi yang cepat, memory yang efisien dan kompleksitas perhitungan yang sederhana. 1.3 Tujuan dan Manfaat 1. Tujuan yang ingin dicapai adalah untuk memberikan suatu pengkajian sistem penghilang echo tentang kemungkinan mempercepat laju konvergensi, mengurangi konsumsi memory dan mengurangi kompleksitas perhitungan dalam

5 Tugas Akhir 2006 membentuk suatu sistem komunikasi suara dengan penekanan echo yang paling minimal. 2. Manfaat dari Tugas Akhir ini adalah dapat dijadikan sebagai pertimbangan dalam realisasi perangkat (hardware) echo canceller untuk diimplementasikan secara real time. 1.4 Batasan Masalah Pada tugas akhir ini akan dibatasi pada hal berikut ini : Filter adaptif menggunakan struktur Filter Transversal (FIR) Menggunakan algoritma filter adaptif Normalized Least Mean Square (NLMS) Menggunakan wavelet Haar untuk mendekomposisi sinyal ke dalam subband. Dekomposisi sampai dengan level 4 (16 subband). Sinyal input referensi merupakan sinyal suara manusia ( Hz : CCITT Rec G.132 dan G.151) Sinyal echo merupakan sinyal input referensi yang telah didelay dan diredam (karakteristik hybrid echo) [3]. 1.5 Metodologi Penelitian Metode penelitian Tugas Akhir ini meliputi beberapa tahapan. Tahapan tersebut antara lain sebagai berikut: I. Studi Literatur Merumuskan dan mengkaji masalah dengan berbagai referensi yang mendukung. II. Pemodelan dan Perancangan Membuat pemodelan sistem yang sesuai untuk merepresentasikan hybrid echo agar dapat digunakan secara real time dan merancang sistem tersebut agar dapat meningkatkan performansinya.

6 Tugas Akhir 2006 III. Simulasi dan Analisa Simulasi sistem sebagai data uji dan menganalisa data tersebut agar memenuhi standar rekomendasi ITUT sistem penghilang echo untuk hybrid echo G Sistematika Penulisan Sistematika penulisan yang digunakan dalam tugas akhir ini adalah : BAB I PENDAHULUAN Pada bab ini dibahas mengenai latar belakang permasalahan, perumusan masalah, tujuan dan manfaat, batasan masalah, metode penelitian serta sistematika penulisan Tugas Akhir. BAB II DASAR TEORI Pada bab ini akan dibahas tentang teoriteori dasar yang digunakan dalam penelitian Tugas Akhir ini. BAB III TAHAPAN PEMODELAN DAN PERANCANGAN Pada bab ini akan dibahas mengenai pemodelan karakteristik hybrid echo dan perancangan sistem secara keseluruhan. BAB IV ANALISA UNJUK KERJA SISTEM Pada bab ini mengkaji hasil simulasi, untuk menganalisis performansi sistem secara keseluruhan terhadap parameterparameter unjuk kerja sistem. BAB V KESIMPULAN DAN SARAN Pada bab ini berisikan kesimpulan hasil penelitian tugas akhir ini dan saran untuk pengembangannya. Powered by TCPDF (

7 Tugas Akhir 2006 BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Echo adalah salah satu masalah yang harus diatasi dalam komunikasi telepon. Echo yang terjadi dalam jaringan disebabkan karena impedansi yang tidak seimbang dalam rangkaian hybrid. Echo tersebut mempunyai karakteristik Waktu tunda relatif pendek dan dapat diatasi dengan filter adaptif. Prinsip dari filter adaptif adalah mengadaptasi koefesienkoefesien filternya sehingga menghasilkan sinyal estimasi echo. Semakin besar waktu tunda yang terjadi dalam jaringan, maka semakin panjang taps (koefesien) filternya. Semakin cepat filter adaptif melakukan proses adaptasi maka performansi sistem penghilang echo semakin baik. Dalam simulasi penghilang echo menggunakan algoritma adaptif NLMS (Normalized Least Mean Square) dengan pendekatan subband filtering didapatkan hasil berikut ini. 1. Algoritma Adaptif NLMS dapat melakukan proses adaptasi dengan baik, dimana menghindari penguatan noise gradient oleh sinyal masukan. 2. Dekomposisi subband dengan wavelet menghasilkan hasil rekonstruksi yang baik. 3. Dengan subband filtering dapat meningkatkan laju konvergensi (kemampuan filter adaptif melakukan proses adaptasi) yakni dilihat dari parameter berikut ini : Proses Tracking (kemampuan adaptasi koefesien filter sehingga mencapai nilai MSE minimum) dengan subband filtering lebih cepat. Waktu proses yang dibutuhkan subband filtering lebih cepat baik pada saat simulasi program maupun pada waktu proses filter adaptif melakukan proses adaptasi. 4. Dengan subband filtering dapat menyimpan memory yang lebih efisien. Dan juga dapat mengurangi kompleksitas perhitungan (MAPS).

8 Tugas Akhir Dengan subband filtering dapat menghasilkan kualitas yang lebih baik, dimana dinyatakan dalam ERLE (Echo Return Loss Enhancement). Walaupun berdasarkan standar penilaian MOS (Mean Opinion Score) dari 20 responder untuk tanpa subband dan dengan subband filtering memiliki harga MOS yang relatif sama yakni sekitar 4,7. kecuali untuk subband level 5 dengan nilai score Dengan subband filtering kurang efisien jika dilihat dari jumlah penggunaan filter adaptif karena dibutuhkan 2n buah filter adaptif. 7. Dilihat dari hasil simulasi bahwa subband optimal diperoleh pada level 3 yakni dipecah dengan 8 buah subband karena performansinya tidak jauh berbeda dengan subband level 4 (16 subband). 8. Sistem penghilang echo dengan subband filtering lebih sesuai untuk accoustic echo dimana memiliki karakteristik waktu tunda yang panjang. 9. Filter adaptif dapat melakukan proses adaptasi dengan baik untuk semua kategori sinyal yang diuji dalam tugas akhir ini. 5.2 Saran 1. Sebaiknya ada realisasi dalam hardware sehingga dapat menghasilkan data yang lebih akurat dan real time. 2. Membuat sistem penghilang echo untuk accoustic echo dengan subband filtering sehingga dapat dibuktikan bahwa dengan subband filtering dapat meningkatkan performansinya. 3. Dalam melakukan subband filtering seharusnya ada kajian lebih lanjut untuk mendapatkan subband optimal dalam realisasi sistem. 4. Perlu adanya pengujian terhadap metode lain selain wavelet untuk dekomposisi subband. Powered by TCPDF (

9 Tugas Akhir 2006 DAFTAR PUSTAKA [1] D. Manolakis, V. Ingle, S. Kogon Statistical and adaptive signal processing: spectral estimation, signal modeling, adaptive filtering and array processing, McGrawHill. Singapore. [2] ITUT Recommendation G.165 Echo Canceller, 1993 & Shenoi, Kishan Digital Signal Processing in Telecommunication, Prentice Hall Inc, New Jersey. [3] Freeman, Roger L Telecommunication Transmission Handbook, John Wiley & Sons Inc. [4] Gouzali, Syadam Teknologi Telekomunikasi, Perkembangan dan Aplikasi, ALFABETA, Bandung. [5] Internet, [6] Browne, Sean a researh project, Hybrid Reverberation Algorithm Using Truncated Impulse Response Convolution And Recursive Filtering, Coral Gables, Florida. [7] Haykin, Simon Adaptive Filter Theory, PrenticeHall Inc. New Jersey. [8] Polikar, Robi. The Wavelet Tutorial, [9] Internet, [10] Internet, and [11] Methods for Subjective Determination of Transmission Quality, ITUT Recommendation P.8000, [12] Raharjo, Jangkung. Diktat Kuliah 2001, Teori Dasar Wavelet, STT Telkom. [13] G.168 Requirement and Application and Perry P. He, Roman A. Dyba, and Lucio F.C. Pessoa, Network Echo Canceller : Requirement, Application and Solutions Motorola Inc. [14] Farhang, Boroujeny, B adaptive Filters, theory and Applications, Wiley. [15] Hamming, R.W Digital Filters, Prentice Hall, Inc., Englewood Cliffs, NJ.

10 Tugas Akhir 2006 [16] Suryaman, Maman Implementasi Line Echo Canceller Berbasis Algoritma Normalized Least Mean Square Menggunakan TMS320C50, Tugas Akhir, STT Telkom. Bandung. [17] Kuncoro, Mashadi Fajar Penghilang Echo dengan Jaringan Syaraf Tiruan Arsitektur ADALINE, Tugas Akhir STT Telkom. Bandung. [18] S. S. Pradhan and V. U. Reddy, A new approach to subband adaptive filtering, IEEE Trans. Sig. Proc. Mar. 1999, pp [19] Ludeman, Lonnie C Fundamentals of Digital Signal Processing, John Wiley & Sons, Inc. Singapore. [20] Salivahanan, Vallavaraj, Gnanapriya Digital Signal Processing : Cover Signals and Systems include MATLAB Programs, McGrrawHill International Edition. North America. [21] Sanjit K. Mitra Digital Signal Processing : a ComputerBased Approach, McGrawHill Companies. [22] Furui, Sadaoki, Dekker, Marcel Digital Speech Processing, Synthesis and Recognition, Tokai University Press. Tokyo. [23] Powered by TCPDF (