Transformasi Fourier Waktu Diskrit dan Transformasi Fourier Diskrit

Slides:



Advertisements
Presentasi serupa
Analisis Rangkaian Listrik
Advertisements

SISTEM PEMROSESAN SINYAL Fatkur Rohman, MT
Selamat Datang Dalam Kuliah Terbuka Ini
Selamat Datang Dalam Kuliah Terbuka Ini
ANALISIS FREKUENSI SINYAL DAN SISTEM
Frequency Domain.
Fungsi Trigonometri.
GEOMETRI TRANSFORMASI
INTEGRAL TAK TENTU  ... dx  4 x x kf ( x ) dx
MASALAH NILAI BATAS.
Fungsi Trigonometri.
Representasi Sinyal Sinyal : Besaran Fisik yang dapat dideteksi, yang mengandung Informasi tentang Perilaku dari Suatu Fenomena 2 Tipe Dasar dari Sinyal.
Achmad Fahrurozi-Universitas Gunadarma
ANALIS FOURIER SINYAL WAKTU DISKRIT TEAM DOSEN
DERET FOURIER.
Fungsi Trigonometri.
TRANSFORMASI LAPLACE TEAM DOSEN
KONVOLUSI DAN TRANSFORMASI FOURIER
Pendahuluan Mengapa perlu transformasi ?
Analisis Rangkaian Listrik
SIFAT-SIFAT DAN APLIKASI DFT
Konvolusi Dan Transformasi Fourier
Pengolahan Citra Digital: Transformasi Citra (Bagian 1 : FT – DCT)
SINYAL Sinyal terjadi dimanapun. Meskipun biasanya memikirkan sinyal sebagai kuantitas listrik, namun sinyal dapat berupa kuantitas apapun. Definisi Sinyal.
Sinyal dan Sistem Waktu Diskrit
PERTEMUAN 5 Dosen VENY TRIYANA ANDIKA SARI
Apakah Bilangan Kompleks itu ?
Pertemuan 9 : SISTEM 2D & REVIEW MATRIKS
Model Sinyal.
Mengapa Kita Butuh FFT ? 2013.
Analisis Rangkaian Listrik
Analisis Fourier Jean Baptiste Fourier ( , ahli fisika Perancis) membuktikan bahwa sembarang fungsi periodik dapat direpresentasikan sebagai penjumlahan.
Analisis Fourier Jean Baptiste Fourier ( , ahli fisika Perancis) membuktikan bahwa sembarang fungsi periodik (kecuali sinus murni) pada dasarnya.
Apakah Bilangan Kompleks itu ?
PENGOLAHAN SINYAL DIGITAL
TRANSFORMASI-Z LANGSUNG
PENGOLAHAN CITRA DIGITAL : TRANSFORMASI CITRA (1)
Mengapa Kita Butuh FFT ? 2014.
3 sks Oleh: Ira Puspasari
KONVOLUSI Tri Rahajoeningroem, MT T. Elektro - UNIKOM
Transformasi Z Transformasi Z dalam pengolahan sinyal digital mempunyai aturan yang sama dengan Transformasi Laplace pada rangkaian dan sistem analog.
Penapisan pada Domain Frekuensi 1
Mengapa Kita Butuh FFT ? 2014.
Penapisan Pada Domain Frekuensi (2)
MOMEN DAN FUNGSI PEMBANGKIT MOMEN
Transformasi Z.
FUNGSI KORELASI DAN APLIKASINYA
Mengapa Kita Butuh FFT ? 2014.
SISTEM PERSAMAAN LINEAR
PENGOLAHAN SINYAL DAN TEKNOLOGI MULTMEDIA
Persamaan Trigonometri Sederhana
KULIAH SISTEM KENDALI DISKRIT MINGGU 6
Bentuk umum : Sifat-sifat :
Fast Fourier Transform (FFT)
MATEMATIKA DASAR PERTEMUAN 9 FUNGSI.
Anti - turunan.
Integral Tak Tentu INTEGRAL TAK TENTU TRIGONOMETRI SUBTITUSI PARSIAL
FUNGSI & GRAFIKNYA 2.1 Fungsi
Pengolahan Sinyal.
AFLICH YUSNITA F, M.Pd. STKIP SILIWANGI BANDUNG
Deret Fourier Isyarat x(t) dikatakan periodis jika dengan periode T maka x(t+T) = x(t) Isyarat periodis dasar ω0 : frekuensi fundamental T0 = 2Π/ ω0 :
TRANSFORMASI Z KELOMPOK 3 Disusun untuk memenuhi Tugas ke-3 Matematika Teknik Lanjut.
Tri Rahajoeningroem, MT T Elektro UNIKOM
PENGOLAHAN CITRA DIGITAL : TRANSFORMASI CITRA (2)
DERET FOURIER:.
B. Barisan dan Deret Geometri Tak Hingga
Transformasi Z Transformasi Z (satu sisi) didefinisikan sbb
Transformasi Z Transformasi Z (satu sisi) didefinisikan sbb
Pengertian Notasi Akar dan Pangkat Daerah Buka
Deret Fourier dan Transformasi Fourier
Transcript presentasi:

Transformasi Fourier Waktu Diskrit dan Transformasi Fourier Diskrit ( Discrete Time Fourier Transform and Discrete Fourier Transform )

Jean Baptiste Joseph Fourier (1768 – 1830) Anak tukang jahit yang miskin, calon pendeta, kemudian menjadi ahli matematika dan fisika Karyanya (Deret Fourier, 1807) ditolak oleh Lagrange, tetapi akhirnya dipublikasikan 1822, setelah Lagrange meninggal Fourier juga aktif di bidang politik

Analisis Frekuensi Penguraian Cahaya sinar matahari spektrum prisma kaca sinar matahari spektrum

Penguraian Sinyal sinyal f1 sinyal f2 sinyal f3 dst. Tranformasi Fourier sinyal f1 sinyal f2 sinyal f3 dst.

Transformasi Fourier Waktu Diskrit (Discrete Time Fourier Transform = DTFT ) X() adalah : fungsi kontinyu dan komplek dari frekuensi anguler  fungsi periodik dalam , dengan periode 2 radian

Syarat DTFT Suatu sinyal waktu diskrit x(n) dikatakan mempunyai pasangan Transformasi Fourier Waktu Diskrit, jika :

Invers DTFT batas bawah dan batas atasnya adalah - dan , ini konsisten dengan fakta bahwa Transformasi Fourier Waktu Diskrit dari suatu sinyal hanya unik dalam interval 2 radian.

Beberapa Pasangan DTFT

Transformasi Fourier Waktu Diskrit (DTFT) No Sinyal waktu diskrit Transformasi Fourier Waktu Diskrit (DTFT) 1 1, semua n 2 1, utk n = 0, 1, ... -1, utk n = -1,-2, ... 3 (n) 4 (n – M) e– j  M 5 u(n)

Transformasi Fourier Waktu Diskrit No Sinyal waktu diskrit Transformasi Fourier Waktu Diskrit 6 an u(n), |a|<1 7 exp(j 0 n) 8 sin(0 n) 9 cos(0 n) 10 u(n) – u(n–M)

Sifat-sifat DTFT

Sinyal waktu diskrit x(n) Sifat-sifat Sinyal waktu diskrit x(n) DTFT X() Notasi x(n), x*(n), y(n) X(), X*(–),Y() Linieritas Pembalikan waktu x(–n) X(–) Penggeseran waktu x(n – M) exp(–j  M) X() Pergeseran frekuensi x(n) exp(j 0 n) X( – 0) Perkalian dengan cos(0 n) x(n) cos(0 n) ½[X(– 0) + X( + 0)] Perkalian dengan sin(0 n) x(n) sin(0 n) [X(+0) - X( - 0)]

Sinyal waktu diskrit x(n) Sifat-sifat Sinyal waktu diskrit x(n) DTFT X() Konvolusi x(n) * h(n) X()H() Korelasi rx y(n) = x(n)*y(-n) X()Y(-) Perkalian dua sinyal x1(n) x2(n) Perkalian dengan n n x(n) Teorema Parseval Barisan simetri konjugat x(n) = x*(–n) X() riil Barisan anti simetri konjugat x(n) = -x*(–n) X() imajiner Barisan riil x(n) riil | X()| = | X(–)| arg[X()] = –arg[X(–)]

Contoh 1. DTFT Cari DTFT dari x(n) = (-0,5)n u(n) Jawab: Mengacu Tabel Pasangan DTFT, didapat:

Kelemahan DTFT Hasil DTFT merupakan suatu fungsi kontinyu dalam  Batas bawah dan batas atas penjumlahannya adalah tak terhingga

Transformasi Fourier Diskrit (Discrete Fourier Transform) k = 0, 1, 2, ... , N-1 Hubungan antara Transformasi Fourier Diskrit dengan Transformasi Fourier Waktu Diskrit:

Invers Transformasi Fourier Diskrit n = 0, 1, 2, ... , N-1

Transf. Fourier Diskrit X(k) Sifat-sifat Sinyal x(n) Transf. Fourier Diskrit X(k) Notasi x(n), x*(n), y(n) X(k), X*((–k))N, Y(k) Periodisasi x(n) = x(n + N) X(k) = X(k + N) Linieritas a1 x1(n) + a2 x2(n) a1 X1(k) + a2 X2(k) Barisan simetri konjugat x(n) = x*((–n ))N X(k) riil Barisan inti simetri konjugat x(n) = -x*((–n))N X(k) imajiner Barisan riil x(n) riil X(k) = X*((–k))N |X(k)| = |X((–k))N| arg[X(k)] = –arg[X((–k))N]

Transf. Fourier Diskrit X(k) Sifat-sifat Sinyal x(n) Transf. Fourier Diskrit X(k) Barisan imajiner x(n) imajiner X(k) = –X*((–k))N Pembalikan waktu x(N – n) X(N – k) Penggeseran waktu x((n – M))N exp(–j 2 k M / N) X(k) Pergeseran frekuensi x(n) exp(j2kMn/N) X((k – M))N Konvolusi melingkar x1(n)  x2(n) X1(k) X2(k) Korelasi melingkar ّ x(n)  y(-n) X(k) Y*(k) Perkalian dua barisan x1(n) x2(n) (1/N) X1(k)  X2(k) Teorema Parseval

Contoh 2. DFT Jika diketahui bahwa x(n) = {1, 2, 2, 1}, serta x(n) = 0 untuk seluruh n lainnya, hitunglah DFT dari sinyal tersebut jika N = 4.

Contoh 2. (lanjutan) Jawab: X(k) = x(0) + x(1) exp(-jk/2) + x(2) exp(-jk) + x(3) exp(-j3k/2) X(k) = 1 + 2 exp(-jk/2) + 2 exp(-jk) + exp(-j3k/2)

Mengingat ... exp(-j) = e-j Dari rumus Euler didapatkan hubungan: exp(j) = ej = cos() + j sin() Untuk sudut negatif: exp(-j) = e-j = cos(-) + j sin(-) = cos() – j sin() sehingga: X(k) = X(k)riil + X(k)imaj

Contoh 2. (lanjutan) Bagian riil dari X(k) adalah: Xriil(k) = 1 + 2 cos(k/2) + 2 cos(k) + cos(3k/2), k = 0, 1, 2, 3 Xriil(0) = 1 + 2 cos(0) + 2 cos(0) + cos(0) = 6 Xriil(1) = 1 + 2 cos(/2) + 2 cos() + cos(3/2) = –1 Xriil(2) = 1 + 2 cos() + 2 cos(2) + cos(3) = 0 Xriil(3) = 1 + 2 cos(3/2) + 2 cos(3) + cos(9/2) = –1 Xriil(k) = {6, -1, 0, -1}

Contoh 2. (lanjutan) Bagian imajiner dari X(k) adalah: Ximaj(k) = –2 sin(k/2) – 2 sin(k) – sin(3k/2), k = 0, 1, 2, 3 Ximaj(0) = –2 sin(0) – 2 sin(0) – sin(0) = 0 Ximaj(1) = –2 sin(/2) – 2 sin() – sin(3/2) = –1 Ximaj(2) = –2 sin() – 2 sin(2) – sin(3) = 0 Ximaj(3) = –2 sin(3/2) – 2 sin(3) – sin(9/2) = 1 Ximaj(k) = {0, -1, 0 , 1}

Contoh 2. (lanjutan) Hasil DFT dari x(n) = {1, 2, 2, 1} adalah: X(k) = Xriil(k) + Ximaj (k) = {6, -1, 0, -1} + j {0, -1, 0 , 1} X(k) = {6 + 0j, -1-j, 0 + 0j, -1+j} = {6, -1-j, 0, -1 + j}

Contoh 3. IDFT Jika diketahui X(k) = {6, -1-j, 0, -1+j} dan X(k) = 0 untuk seluruh k lainnya, hitunglah IDFT dari sinyal tersebut jika N = 4.

Contoh 3. (lanjutan) Jawab

Contoh 3. (lanjutan)

Contoh 3. (lanjutan) Sehingga x(n) = {1, 2, 2, 1}