Respon Frekuensi pada FIR Filter. Oleh:Tri Budi Sanrtoso ITS

dokumen-dokumen yang mirip
Bab 5: Discrete Fourier Transform dan FFT

Transformasi Z Materi :

JURNAL TEKNOLOGI TECHNOSCIENTIA ISSN: Vol. 5 No. 1 Agustus 2012

Transformasi Fourier Waktu Diskrit

Penggunaan Transformasi z

b. peluang terjadinya peristiwa yang diperhatikan mendekati nol (p 0). c. perkalian n.p =, sehingga p = /n.

Representasi sinyal dalam impuls

Bab 5 Sinyal dan Sistem Waktu Diskrit. Oleh: Tri Budi Santoso Laboratorium Sinyal, EEPIS-ITS

SISTEM PENGOLAHAN ISYARAT. Kuliah 6 Transformasi Fourier Diskret

MODIFIKASI METODE NEWTON DENGAN KEKONVERGENAN ORDE TIGA.

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain.

Transformasi Laplace 8/3/2013. Analisis Rangkaian Listrik Di Kawasan s. Pengantar. Isi. Transformasi Laplace

RANGKUMAN MATERI ALAT OPTIK

Transformasi Laplace. Analisis Rangkaian Listrik Di Kawasan s 7/23/2013. Pengantar. Isi

Sistem Komunikasi II (Digital Communication Systems)

BAB 1 HAMPIRAN TAYLOR DAN ANALISIS GALAT

PERANCANGAN FILTER ANALOG & DIGITAL MENGUNAKAN MATLAB

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit

Bab 7: Beberapa Topik Lanjut

Bab 16 Integral di Ruang-n

FUNGSI RASIONAL DAN EKSPANSI FRAKSI PARSIAL (EFP)

III Sistem LTI Waktu Diskrit Sistem LTI Operasi Konvolusi Watak sistem LTI Stabilitas sistem LTI Kausalitas sistem LTI

Watak Dinamis Sensor. Laila Katriani.

Transformasi Fourier Sinyal Waktu Kontinyu. oleh: : Tri Budi Santoso DSP Group, EEPIS-ITS

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C.

BAB 2 SOLUSI NUMERIK PERSAMAAN

MAKALAH TEOREMA BINOMIAL

MODUL BARISAN DAN DERET

INTEGRAL FOURIER. DISUSUN OLEH : Kelompok III (Tiga)

FISIKA. Sesi INDUKSI ELEKTROMAGNETIK A. FLUKS MAGNETIK ( Ф )

5. Transformasi Integral dan Persamaan Integral

EFEKTIVITAS PEMBELAJARAN MATEMATIKA DENGAN MODEL QUANTUM TEACHING (QT) DITINJAU DARI KREATIVITAS BELAJAR SISWA KELAS VIII SMP N 2 TURI

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi

Institut Teknologi Sepuluh Nopember Surabaya. Karakteristik Sistem Orde Tinggi

Peluang Suatu Kejadian, Kaidah Penjumlahan, Peluang Bersyarat, Kaidah Perkalian dan Kaidah Baiyes

MODUL E LEARNING SEKSI -9 MATA KULIAH : KALKULUS LANJUT KODE MATA KULIAH : INF 221 : 5099 : DRA ENDANG SUMARTINAH,MA

PERBANDINGAN ANTARA TAPIS KALMAN DAN TAPIS EKSPONENSIAL PADA SENSOR ACCELEROMETER DAN SENSOR GYROSCOPE

BAB II LANDASAN TEORI. Pada bab ini akan dibahas dasar-dasar teori yang akan digunakan

BAB V DISTRIBUSI PROBABILITAS DISKRIT

Perbandingan Penentuan Parameter Pengendali PID Pada Plant

MODUL 1.03 DINAMIKA PROSES. Oleh : Ir. Tatang Kusmara, M.Eng

BAB VIII KRISTAL KRIST SEMIKONDUKT SEMIK

Pengantar Fisika Statistik

BAB 1 PENDAHULUAN. dimana f(x) adalah fungsi tujuan dan h(x) adalah fungsi pembatas.

S - 1 Penggunaan Metode Bayesian Obyektif dalam Analisis Pengukuran Tingkat Kepuasan Pelanggan Berdasarkan Kuesioner

STATISTICS. Confidence Intervals (Rentang Keyakinan) Confidence Intervals (1)

ANALISIS CEPSTRUM SINYAL SUARA

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the Literate Population Data

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia?

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the Literate Population Data

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Aplikasi Sistem Orthonormal Di Ruang Hilbert Pada Deret Fourier

BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE)

I. DERET TAKHINGGA, DERET PANGKAT

Pendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain:

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. h asalkan limit ini ada.

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Pendugaan Parameter 1

BAB 4 SISTEM DINAMIK ORDE-TINGGI

Mengenal IIR Filter. Oleh: Tri Budi Santoso Lab Sinyal, EEPIS-ITS ITS 11/23/2006 1

Gambar 3.1Single Channel Multiple Phase

Bab III. Menggunakan Jaringan

ANALISIS FREKUENSI SINYAL DAN SISTEM

STUDI PERBANDINGAN BELITAN TRANSFORMATOR DISTRIBUSI TIGA FASA PADA SAAT PENGGUNAAN TAP CHANGER (Aplikasi pada PT.MORAWA ELEKTRIK TRANSBUANA)

METODE PENGUKURAN FERTILITAS

BAB 6 NOTASI SIGMA, BARISAN DAN DERET

TUGAS ANALISIS REAL LANJUT. a b < a + A. b + B < A B.

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1

Bab 6: Analisa Spektrum

BAB IV ENTROPI GAS SEMPURNA

BAB III METODE PENELITIAN. dengan kemampuan berpikir kreatif dengan menggunakan dua model

Inflasi dan Indeks Harga I

1) Leptokurtik Merupakan distribusi yang memiliki puncak relatif tinggi

SIFAT SIFAT TRANSFORMASI LINEAR DARI R KE R

Analisis Rangkaian Listrik

BAB 2 MATEMATIKA SEBAGAI ALAT ANALISIS SISTEM KONTROL

Distribusi Sampel, Likelihood dan Penaksir

TEORI ANTRIAN. Elemen Dasar Model Antrian. Distribusi Poisson dan eksponensial. =, t 0, dimana E { t}

Bab 4: Sinyal dan Sistem di Domain Frekuensi

Solusi Numerik Persamaan Transport

A. PENGERTIAN DISPERSI

STRUKTUR BAJA I. Perhitungan Sambungan Las

Pendugaan. Parameter HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO

KOMPUTASI DAN DINAMIKA FLUIDA

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi

BAB III SIFAT TRANSPOR QUANTUM DOT

PENYEARAH SATU FASA TIDAK TERKENDALI

BAB VI BARISAN TAK HINGGA DAN DERET TAK HINGGA

4.3 Sampling dari distribusi normal dan estimasi likelihood maksimum

ESTIMASI. Jika parameter populasi disimbolkan dengan θ maka θ yang tidak diketahui harganya ditaksir oleh harga

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik

STRUKTUR KOALJABAR UNIVERSAL DALAM SISTEM STATE-BASED Universal CoAlgebra Structures in State-Based System

DSP Application Research Centre, Electrical Engineering Dept. SOLUSI UAS 5 JUNI 2000 TA 1999 / 2000

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

-1- U n : suku ke-n barisan aritmetika a : suku pertama n : banyak suku b : beda/selisih

Bab III Aplikasi Teori Kontrol H 2 Pada Sistem Suspensi

Metode Iterasi Tiga Langkah dengan Orde Konvergensi Enam untuk Menyelesaikan Persamaan Nonlinear

Aplikasi Metode Matrix Cascade Pada Perhitungan Koefisien Pantul Gelombang Suara Bawah Air Untuk Dasar Laut Miring

METODE NEWTON-STEFFENSEN DENGAN ORDE KEKONVERGENAN TIGA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR

Transkripsi:

Rpo Frui pada FIR Filtr Olh:Tri Budi Sartoo Lab Siyal,, EEPIS-ITS ITS 1

Rpo iuoida pada itm FIR Suatu itm FIR diyataa: y[ ] b x[ ] h[ ] x[ ] 0 0 (1 Siyal iput cara umum mrupaa btu ompl dirit x[ ] x[ A ] Kara φ 0 da A 1, maa btu tb madi: x[ ] φ A φ ( ( T mrupaa frui trormaliai trhadap priod amplig yag diguaa

3 Shigga Shigga btu btu umum umum FIR FIR madi madi: ( y b y b y ] [ ] [ ] [ 0 ( 0

4 dimaa: h b 0 0 ] [ ( ( yag lbih dial bagai fugi rpo frui utu itm trbut, da prti ada al dalam itilah omuiai bagai rpo frui Rpo Frui mrupaa btu ompl ( ( { } ( { } ( ( Im R (3 dimaa: ( magitudo da fa ( aa pramaa ( madi: ( ( ( ( ( ( A A y φ φ ] [

5 Cotoh Cotoh 1: 1: Suatu itm LTI mmilii ofii-ofii pada pramaa bda bb: {b}{1,, 1}. Bagaimaa btu rpo fruiya? Pylaia: Dga pramaa (1 diprolh b x b y 0 0 1 ( ] [ ] [ Utu mdapata rpo magitudo da rpo faya: ( 1 (

Cotoh Program atlab clar all; w-3:.1:3; y 1 *xp(-*w*pi *xp(-**w*pi; plot(w,ab(y,'liwidth', grid xlabl('w (radiat' 6

7

8 Ada coba utu mgigat mbali pramaa Eulr: co i co i co aa: ( ( ( co co dimaa: co mrupaa magitudo - fa

9 Cotoh Cotoh : : Jia iput iyal x[] π4 π3 dibria itm FIR pada oal blumya, bagaimaa btu outputya? Pylaia: ( ( ( A x h y 0 ( ] [ ] [ ] [ φ gati dga π3 maa: ( (π3 co(π3 ( ½ 3 ( 3 π mtara φ 0 higga: ( ( 3 1 4 3 1 3 3 4 3 4 3 (6 (6 (3( 3 ] [ y π π π π π π π π π π

Sifat-ifat Rpo Frui FIR Filtr 1. ubuga dga Rpo Impul da Pramaa Bda b h[ ] b h[ ] Rpo impul truu dari u impul ofii- ofii FIR Scara umum: Tim Domai: Frqucy Domai: h [ ] h[ ] δ[ ] [ ] 0 0 h[ ] 10

Cotoh 1: Sbuah FIR mmilii rpo ipul prti briut: h[] ] -δ[]] 3δ[3 [-1] δ[-] Sitm ii mmilii {b}} {-1,{ 3, -1} aa btu pramaa ii dapat ditraformai: Pramaa Bda: y[ ] b 0 x[ ] x[ ] 3x[ 1] x[ ] REpo Frui: ( 1 3 11

Cotoh : JIa ditahui rpo frui FIR filtr bb: Bagaimaa btu pramaa bda-ya ya? ( ( 3 co Jawab: Pramaa Eulr: 1 co ( Pramaa Bda: y[] -x[]] 3x[-1] -x[-] ( 3 1

. Priodiita ( Rpo frui ( lalu priodi bagai fugi pada tiap ilai π radiat. ( ( π??? dapat dibutia prti briut ii ( π ( π b 0 0 b π 0 b ( ; dga it gr 13

Rprtai Grafi pada Rpo Frui Dua poi ptig yag haru di-mhpaizd ttag rpo frui: 1. Rpo frui biaaya mmilii ilai brvariai uai prubaha ilai fruiya. Pmiliha ofii b aa mtua btu rpo fruiya Utu mmviualiaia ( ( agitudo aru mggambara dalam itm oordiat briut ii Nilai frui dalam radiat 14

Kau pada uatu ytm dga dlay: y[] x[-0] Sitm ii mmilii ofii filtr o-zro di b0 1, higga rpo fruiya adalah:. Coba ada mbali mlihat pramaa daar y[ ] 0 b b 0 1 0 b x [ ] aa ( 1. 0 0 15

16 16 Kau Kau pada pada itm itm pramaa pramaa bda bda ord ord 1 y[] x[]-x[-1] Rpo Fruiya adalah ( ( ( ( ( i i.i i co 1 1 ( π

Program atlab clar all; w-3:.1:3; y1-xp(-*w*pi; ubplot(,1,1 plot(w,ab(y,'liwidth', grid xlabl('w (radiat' ubplot(,1, plot(w,y_pha,'liwidth', grid xlabl('w (radiat' 17

18

R{( } 1-1 co ; da Im{( } i ; ( ( 1 co ( i 1 ( ta 1 co i clar all; w-3:.1:3; y1-xp(-*w*pi; ubplot(,1,1 plot(w,ral(y,'liwidth', grid xlabl('w (radiat' ylabl('ral Part' ubplot(,1, plot(w,imag(y,'liwidth', grid xlabl('w (radiat' ylabl('iamagiary Part' 19

0

Cotoh 3: Suatu iput dirit ditahui bagai briut: x[] 4 co(0.3 π π4 Pada aat itm diui, luar output bagai briut: y[] x[]-x[-1] Cari btu rpo frui itm da cari btu output pada aat (0 0 tradi. Pylaia: Dga mlihat mbali hail pada au itm pramaa bda ord 1: ( (0.3π i ( π ( ( π 0.3π ( 0.3π i 1

Kmbali priip awal x[] ] A 0 A 1 co( 1 φ 1 y[] ] (0A0 ( 1 A1co( 1 φ 1 ( 1 aa: y[] ] 4(0 ( 1 A1co(0,3π π4 (0,3π dga odii (0 0, maa: y[] ] (i(0,3πco(0,3 co(0,3π π4 0,3π 1,816 co(0,3π 0,1π

Kau pada Low Pa Filtr Sdrhaa: Suatu itm mmilii frui rpo ( 1 ( co Nilai ( co > 0 utu mua Kita uga mmilii: ( ( co( da ( - Coba ada gambara ilai ii utu π < < π 3

clar all; w-pi:pi17:pi; _w(* (*co(w.*xp(.*xp(-* *w*pi; ubplot(,1,1 plot(w,ab(_w,'liwidth', grid xlabl('w(radiat' ubplot(,1, plot(w,pha(_w,'liwidth', grid xlabl('w(radiat' 4

5

Cotoh 4: Jia ditahui uatu iput adalah x[] 4 3co((π3 π 3co((0π1 Dapata output dari y[] Pylaia: Dga gambar yag trbagit, coba ada hitug (w pada w 0, π3, da 0π1 π 1 (0 ( co(0-0 4 (π3 ( co(π3 -π3 ( 1 -π3 3 -π3 (0π1 0,03-0π1 Nilai-ilai ii bia ada cocoga dga gambar? 6

Outputya: y[] ] 4.4 3.3 co((π3 π3 π (0,03 3co((0π1 0π1 16 9 co(π3( 1 π 0,067 co(0π1( 1(-1 1 Gambara outputya. 1:1:30; x_ 4 3*co( co(*pi3 - pi3 3*co( co(*0*pi1; ubplot(,1,1 tm(,x_ ylabl('iput x[]' xlabl('tim Idx ' ubplot(,1, y_ 16 9*co(pi3*(-1 - pi 0.067*co(0*pi1*(-1; 1; tm(,y_ ylabl('output y[]' xlabl('tim Idx ' 7

8