Lainnya Buat Blog Masuk

Analisis Sistem Linear

Senin, 14 Desember 2009 Pengikut

ANALOG & DIGITAL FILTER MENGGUNAKAN Pengikut (1)
MATLAB
PENGERTIAN DAN KLASIFIKASI
Ikuti
Filter adalah adalah sebuah rangkaian yang dirancang agar
melewatkan suatu pitra frekuensi tertentu seraya memperlemah Arsip Blog
semua isyarat di luar pita ini. Pengertian lain dari filter adalah
▼ 2009 (1)
rangkaian pemilih frekuensi agar dapat melewatkan frekuensi yang
diinginkan dan menahan (couple)/membuang (by pass) frekuensi ▼ Desember (1)
lainnya. ANALOG & DIGITAL FILTER
MENGGUNAKAN MATLAB
Jaringan-jaringan filter bisa bersifat aktif maupun pasif.
Jaringan filter pasif hanya berisi tahanan, inductor dan kapasitor
Mengenai Saya
saja.
Jaringan Filter aktif berisikan transistor atau op-amp ditambah Wahyu Hadi Saputro
tahanan, inductor dan kapasitor. Lihat profil lengkapku

Adapun Jenis-Jenis Filter :Filter Low Pass adalah sebuah rangkaian

yang tegangan keluarannya tetap dari dc naik sampai ke suatu
frekuensi cut-off fc. Bersama naiknya frekuensi di atas fc, tegangan
keluarannya diperlemah (turun).
Low Pass Filter adalah jenis filter yang melewatkan frekuensi rendah
serta meredam/menahan frekuensi tinggi. Bentuk respon LPF seperti
ditunjukkan gambar di bawah ini.

Gambar respon LPF

Pita Lewat : Jangkauan frekuensi yang dipancarkan
Pita Stop : Jangkauan frekuensi yang diperlemah.
Frekuensi cutoff (fc) : disebut frekuensi 0.707, frekuensi 3-dB,
frekuensi pojok, atau frekuensi putus.

Filter High Pass memperlemah tegangan keluaran untuk semua

frekuensi di bawah frekuensi cutoff fc. Di atas fc, besarnya tegangan
keluaran tetap. Garis penuh adalah kurva idealnya, sedangkan kurva
putus-putus menunjukkan bagaimana filter-filter high pass yang
praktis menyimpang dari ideal.
Pengertian lain dari High Pass Filter yaitu jenis filter yang
melewatkan frekuensi tinggi serta meredam/menahan frekuensi
rendah. Bentuk respon HPF seperti ditunjukkan gambar di bawah ini.

Filter Band Pass hanya melewatkan sebuah pita frekuensi saja seraya
memperlemah semua frekuensi di luar pita itu. Pengertian lain dari
Band Pass Filter adalah filter yang melewatkan suatu range
frekuensi. Dalam perancangannya diperhitungkan nilai Q(faktor
mutu). dengan
Q = faktor mutu
fo = frekuensi cutoff
B = lebar pita frekuensi
Gambar Band Pass Filter seperti berikut ini :

Filter Band Elimination, yaitu filter band elimination menolak pita

frekuensi tertentu seraya melewatkan semua frekuensi diluar pita
itu.Bisa juga disebut Band Reject merupakan kebalikan dari Band
Pass, yaitu merupakan filter yang menolak suatu range frekuensi.
Sama seperti bandpass filter, band reject juga memperhitungkan
faktor mutu.

Filter IIR

Yang perlu diingat disini bahwa infinite inpulse response (IIR) dalam
hal ini bukan berarti filter yang bekerja dari nilai negatif tak hingga
sampai positif tak hingga. Pengertian sederhana untuk infinite
impulse respon filter disini adalah bahwa output filter merupakan
fungsi dari kondisi input sekarang, input sebelumnya dan output di
waktu sebelumnya. Konsep ini kemudian lebih kita kenal sebagai
recursive filter, yang mana melibatkan proses feedback dan feed
forward. Dalam bentuk persamaan beda yang menghubungkan input
dengan output dinyatakan seperti persmaaan (1) berikut ini.

dimana:
- {bk} koefisien feed forward
- {al} koefisien feed back
- banyaknya (total koefisien) = M+N+1
- N ditetapkan sebagai orde filter IIR

Untuk merealisasikan ke dalam sebuah program simulasi atau

perangkat keras maka
bentuk persamaan diatas dapat disederhanakan ke dalam diagram
blok Gambar 1.

Untuk implementasi sebuah low pass filter bersifat narrow-band

menggunakan sebuah filter IIR merupakan pilihan yang sangat sulit
tetapi masih mungkin dilakukan. Satu alasannya adalah penentuan
orde yang tepat sehingga menghasilkan bentuk yang tajam pada
respon frekuensi relative sulit. Pada domain unit circle bidang-z
sering ditandai dengan letak pole-pole yang ada diluar lingkaran, hal
ini secara fisis memberikan arti bahwa filter yang dihasilkan tidak
stabil.

Kita coba untuk merealisasikan dalam program Matlab secara

sederhana dengan melihat pada masing-masing kasus, dalam hal ini
adalah low pass filter (LPF) dan high pass filter (HPF).

Contoh 1:
Kita akan mencoba merancang sebuah low pass filter (LPF) IIR
dengan memanfaatkan filter Butterworth. Frekuensi cut off
ditetapkan sebesar 2000 Hz. Dalam hal ini frekuensi sampling adalah
10000 Hz. Langkah realisasi dalam Matlab adalah sebagai berikut.

clear all;
R=0.2;
N=16;
Wn=0.2;
figure(1);
[B,A] = butter(N,Wn);
[H,w]=freqz(B,A,N);
len_f=length(H);
f=1/len_f:1/len_f:1;
plot(f,20*log10(abs(H)),'linewidth',2)

Dari langkah ini akan didapatkan respon frkeuensi seperti gambar

berikut.

Contoh 2:
Pada contoh kedua ini kita akan mencoba merancang sebuah filter
IIR untuk high pass filter (HPF). Tetap dengan frekuensi cut off 2000
Hz, dan frekuensi sampling 10000. Langkah pemrogramanya adalah
dengan sedikit memodifikasi bagian berikut.
[B,A] = butter(N,Wn,'high'); Ini akan memberikan respon frekuensi
seperti berikut.

Filter FIR

Sebuah finite impulse respon filter (filter FIR) memiliki hubungan

input dan output dalam domain waktu diskrit sebagai berikut:

dimana:
-{bk}= koefisien feed forward
- banyaknya (total koefisien) L = M + 1
- M ditetapkan sebagai orde filter FIR

Dalam realisasi diagram blok akan dapat digambarkan seperti pada

Gambar 4 berikut ini

Untuk tujuan simulasi perangkat lunak kita bisa memanfaatkan

fungsi standar berikut
ini: B = FIR1(N,Wn)

Ini merupakan sebuah langkah untuk merancang filter digital FIR

dengan orde sebesar N, dan frekuensi cut off Wn. Secara default
oleh Matlab ditetapkan bahwa perintah tersebut akan menghasilkan
sebuah low pass filter (LPF). Perintah ini akan menghasilkan
koefisien-koesifien filter sepanjang (N+1) dan akan disimpan pada
vektor B. Karena dalamdomain digital, maka nilai frekuensi cut off
harus berada dalam rentang 0<1.0. style="font-weight:
bold;">Contoh 3:
Kita akan merancang sebuah LPF dengan frekuensi cut off sebesar
2000 Hz. Frekuensi sampling yang ditetapkan adalah 10000 Hz. Orde
filter ditetapkan sebesar 32. Maka langkah pembuatan programnya
adalah sebagai berikut:

fs=10000;
[x,fs]=wavread('a.wav');
Wn = .20;
N = 32;
LP = fir1(N,Wn);
[H_x,w]=freqz(LP);
len_f=length(H_x);
f=1/len_f:1/len_f:1;
plot(f,20*log10(abs(H_x)))
grid

Hasilnya adalah respon frekuensi seperti Gambar 5 berikut

Contoh 4:
Kita akan merancang sebuah Band Pass Filter (BPF) dengan
frekuensi cut off sebesar 2000 Hz (untuk daerah rendah) dan 5000
Hz (untuk daerah tinggi). Frekuensi sampling yang ditetapkan adalah
10000 Hz. Orde filter ditetapkan sebesar 32. Beberapa bagian
program diatas perlu modifikasi seperti berikut.

Wn1 = [.20, .50];

BP = fir1(N,Wn1);

Hasilnya akan didapatkan respon frekuensi seperti pada Gambar 6

berikut ini.

Contoh 5:
Kita akan merancang sebuah High Pass Filter (HPF) dengan frekuensi
cut off sebesar
5000 Hz (untuk daerah tinggi). Frekuensi sampling yang ditetapkan
adalah 10000 Hz.
Orde filter ditetapkan sebesar 32. Beberapa bagian program diatas
perlu modifikasi
seperti berikut.

Wn2 = .50;
HP = fir1(N,Wn2,'high');

Hasilnya berupa akan didapatkan respon frekuensi seperti pada

Gambar 7 berikut ini.

Filter Pre-Emphasis

Dalam proses pengolahan sinyal wicara pre emphasis filter diperlukan

setelah proses sampling. Tujuan dari pemfilteran ini adalah untuk
mendapatkan bentuk spectral frekuensi sinyal wicara yang lebih
halus. Dimana bentuk spectral yang relatif bernilai tinggi untuk
daerah rendah dan cenderung turun secara tajam untuk daerah
fekuensi diatas 2000 Hz.

Filter pre-emphasis didasari oleh hubungan input/output dalam

domain waktu yang dinyatakan dalam persamaan beda seperti
berikut:

dimana:
a merupakan konstanta filter pre-emhasis, biasanya bernilai 0.9 <>

Bentuk ini kemudian akan memberikan dasar pembentukan diagram

blok yang menggambarkan hubungan input dan output seperti pada
Gambar 8.

Dengan memanfaatan perangkat lunak Matlab kita akan dengan

mudah mendapatkan bentuk respon frekuensi filter pre-empasis.

clear all;
w=0:.01:3.14;
a=0.93;
H=1-a*exp(-j*w);
plot(w/3.14,20*log10(abs(H)),'linewidth',2)
grid
axis([0 1.00 -25 10])
xlabel('frekuensi ternormalisasi')
ylabel('magnitudo (dB)')
title('Pre-Emphasis filter')

Dengan nilai a = 0,93 akan mampu melakukan penghalusan spectral

sinyal wicara yang secara umum mengalami penurunsan sebesar 6
dB/octav.

Sekarang yang menjadi pertanyaan adalah bagaimana pengaruh

sebenarnya filter ini pada sebuah sinyal wicara? Untuk itu anda dapat
memanfaatkan program dibawah ini.

clear all;
fs=10000;[x,fs]=wavread('a.wav');
xx=length(x)+1;x(xx)=0; alpha=0.96;
for i=2:xx
y0(i)=x(i-1);
end
for i=1:xx
y(i) = x(i) - alpha*y0(i);
end
subplot(211)
t=1:xx;
plot(t/fs,y);legend('input');grid
xlabel('waktu (dt)'); ylabel('magnitudo');axis([0 0.7 -0.25 0.25]);
subplot(212)
plot(t/fs,y0); legend('output');grid
xlabel('waktu (dt)'); ylabel('magnitudo'); axis([0 0.7 -1 1.5])

Hasilnya adalah berupa sebuah gambaran bentuk sinyal input dan

output dari file sinyal wicara ’a.wav’ dalam domain waktu.

Sedangkan hasil yang didapatkan dalam bentuk domain frekuensi

adalah seperti berikut.

Digital Filter

Dalam elektronika, filter digital adalah sebuah sistem

yang melakukan operasi perhitungan diskrit-waktu sinyal
untuk mengurangi atau meningkatkan aspek-aspek tertentu
dari sinyal. Filter digital bekerja berdasarkan data masukan
diskrit dari cuplikan-cuplikan sinyal continu,yang kemudian
diubah oleh converter analog ke digital ADC (analog-ke-
digital) menjadi data digital binear .data –data inilah yang
nantinya akan di manipulasi kinerja dan spectrum sinyalnya
dengan prosesor digital.hasil dari data digital di kembalikan
ke dalam benk analaog jika diinginkan dengan converter
digital to analog DAC (digital analog converter) untuk
mengubah sinyal kembali ke bentuk analog.penerapanya filter
digital pada pengolahan sinyal dapat digunakan dalam
noicereduction, image processing,antialiasig dan menghilang
pseudoimage pada multirate processing ,matched filtring,dan
osilator digital.Perhatikan bahwa dalam filter digital, sinyal
direpresentasikan oleh urutan angka, bukan tegangan atau
arus.

a) Karakteristik dari Digital Filter

Filter digital dicirikan oleh fungsi transfer. Analisis

matematis dari fungsi transfer dapat menggambarkan
bagaimana filter digital akan menanggapi segala masukan.
Dengan demikian, merancang filter terdiri dari spesifikasi
sesuai dengan masalah nya.(misalnya, dua buah filter lowpass
dengan urutan tertentu frekuensi cut-off), dan kemudian
menghasilkan fungsi transfer yang memenuhi spesifikasi.
Fungsi transfer linear(waktu-invarian) filter digital dapat
dinyatakan sebagai fungsi transfer dalam Z-. Lihat persamaan
fungsi transfer Z-transform's LCCD.

Persaman ini untuk filter recursive, yang biasanya mengarah

pada perilaku respon impulse yang tak terbatas, tetapi jika
penyebut adalah satu, maka adalah bentuk untuk respon
impulse yang terbatas penyaring.

b) Beberapa keunggulan dari filter digital setelah melalui proses

pengolahan sinyal adalah :

· Pengaturan frekuensi cuplikan sehingga daerah kerja yang

dapat dipilih sangat lebar(meliputi frekuensi rendah dan
frekuensi tinggi)

· Respon fasa yangbenar-benar linear

· Karena menggunakan programmable processor,maka respons

frekuensi dapat dipilih secara langsung dan secara otomatis

· Bebrapa sinyal masukan dapat disimpan untuk keperlan

selanjutnya

· Berkembanya teknologi piko memungkinkan penggunaan

hardware yang lebih kecil,konsumsi daya yang
kecil,menekan biaya produksi,dan single chip.

Dalam implementasi filter digital dapat menggunakan block

diaram atau signal flowgraph .

c) Filter digital diklasifikasikan ke dalam dua bentuk,

sesuai dengan bagaimana mereka menanggapi suatu
impuls satuan:
- Respon impulse yang terbatas (FIR) filter outputanya
menjelaskan jumlah dari input N terakhir, dimana N
merupakan urutan filter. Karena respon impulse tidak
menggunakan umpan balik, maka respon impulse stabil.
Jika koefisien simetris (kasus yang biasa), maka
penyaring adalah fase linier, sehingga penundaan sinyal
dari semua frekuensi yang sama. Hal ini penting dalam
banyak aplikasi. Hal ini juga mudah untuk menghindari
meluap dalam sebuah filter FIR. Kerugian utama adalah
bahwa respon impulse mungkin memerlukan
pemrosesan secara signifikan sehingga lebih banyak
sumber daya memori dari pada yang dirancang dengan
IIR varian. FIR filter umumnya lebih mudah untuk
merancang dari pada IIR filter - algoritma pertukaran
yang Remez merupakan salah satu metode yang cocok
untuk merancang filter cukup baik semi-otomatis.
Contoh dari respon impulse (FIR) :
Ø FIR 1
Ialah Jendela-respon impulse yang terbatas
berdasarkan desain filter, fir1
mengimplementasikan metode klasik
berjendela linier-fase desain filter (digital FIR
[1]). Ini desain standar filter dalam lowpass,
highpass, bandpass, dan bandstop konfigurasi.
Secara default filter dinormalkan sehingga
besarnya respons dari filter di pusat frekuensi
passband adalah 0 dB.
Syntax
b = fir1(n,Wn)
b = fir1(n,Wn,'ftype')
b = fir1(n,Wn,window)
b = fir1(n,Wn,'ftype',window)
b = fir1(...,'normalization')
b = fir1 (n, Wn) mengembalikan vektor baris b
n +1 yang berisi koefisien perintah n lowpass
FIR filter. Ini adalah Hamming-jendela
berbasis, fasa linear filter dengan frekuensi
cutoff ternormalisasi Wn. Filter output
koefisien, b, diperintahkan dalam kekuatan
menurun z.

jika Wn adalah multi-elemen vektor, Wn =

[W1 w2 w3 W4 W5 ... wn], fir1 kembali
perintah multiband n filter dengan band-band
0 <ω Secara default, penyaring adalah skala
pusat passband pertama mempunyai besar
tepat 1 setelah windowing. b = fir1 (n, Wn,
'ftype') menentukan jenis penyaring, di mana
'ftype' adalah:tinggi' untuk highpass filter dengan
frekuensi cutoff Wn.'berhenti' untuk bandstop
filter, jika Wn = [W1 w2]. Stopband rentang
frekuensi yang ditentukan oleh interval ini.'DC-
1' untuk membuat band pertama dari sebuah
multiband menyaring passband.'DC-0' untuk
membuat band pertama dari sebuah
multiband menyaring stopband.
- Algoritma
fir1 menggunakan metode jendela filter FIR
desain [1]. Jika w (n) menunjukkan sebuah
jendela, di mana 1 ≤ n ≤ N, dan respon impulse
filter yang ideal adalah h (n), di mana h (n)
adalah invers transformasi Fourier dari respon
frekuensi yang ideal, maka berjendela digital
koefisien filter diberikan oleh

Contoh 1 : Merancang 48-order filter dengan

bandpass FIR passband 0,35 ≤ ω ≤ 0,65:b =
fir1 (48, [0,35 0,65]);
freqz (b, 1.512)

Contoh 2 :Merancang tatanan 34-highpass

FIR filter untuk melemahkan komponen
dari sinyal di bawah ini fs / 4. Gunakan
frekuensi cutoff 0,48 dan Chebyshev
jendela dengan 30 dB riak:

Ø FIRCLS(FIR filter multiband desain)

b = fircls (n, f, amp, naik, lo)
menghasilkan panjang n +1 fase linier FIR
filter b. Berkekuatan frekuensi karakteristik
filter ini cocok dengan yang diberikan oleh
vektor f dan amp. f adalah vektor
frekuensi transisi dalam berkisar dari 0
hingga 1, di mana 1 sesuai dengan
frekuensi Nyquist. Titik pertama dari f
harus 0 dan titik terakhir 1. Poin frekuensi
harus dalam urutan yang meningkat. amp
merupakan sebuah vektor yang
menggambarkan diinginkan piecewise
amplitudo konstan dari respon frekuensi.
Panjang amp adalah sama dengan jumlah
band dalam penanggulangan dan harus
sama dengan panjang (f) -1. dan lo adalah
vektor dengan panjang yang sama seperti
amp. Mereka menetapkan batas atas dan
bawah untuk respon frekuensi di masing-
masing band. Contoh Desain perintah 150
lowpass filter:

n = 150;
f = [0 0,4 1];
a = [1 0];
atas = [1,02 0,01];
lo = [0,98 -0,01];
b = fircls (n, f, a, naik, lo, 'baik');%
Display bidang band
Terikat Pelanggaran = 0,0788344298966
Terikat Pelanggaran = 0,0096137744998
Terikat Pelanggaran = 0,0005681345753
Terikat Pelanggaran = 0,0000051519942
Terikat Pelanggaran = 0,0000000348656
Terikat Pelanggaran = 0,0000000006231
Bound% di atas menunjukkan
Pelanggaran Iterasi sebagai
% Desain menyatu.
fvtool (b)% Display besarnya plot

- Infinite respon impulse(IIR) atau penyaring mitra

digital analog filter. Seperti filter internal berisi
kombinasi linear input dan output). Secara teori, respon
impulse filter tidak pernah sempurna. Filter IIR
biasanya membutuhkan lebih sedikit sumber daya
komputasi dari sebuah filter FIR dalam kinerjanya.
Namun karena system umpan balik maka urutan tinggi
IIR filter dapat mengalami masalah dengan ketidak
stabilan, dan membatasi siklus, dan membutuhkan
desain yang hati-hati untuk menghindari perangkap
tersebut. Selain itu, karena pergeseran fasa secara
inheren non-linear fungsi dari frekuensi yaitu waktu
tunda melalui semacam filter frekuensi bergantung
dalam banyak situasi.

Perbandingan filter analog dan digital

Filter digital tidak terpengauh pada desain filter analog
komponen non-linearities atau yang sangat menyulitkan.
Analog filter terdiri dari komponen elektronik yang tidak
sempurna, nilai-nilai yang ditetapkan untuk batas toleransi
(misalnya nilai-nilai resistor sering memiliki toleransi
terhadap + / - 5%) dan juga berubah dengan temperatur dan
drift terhadap waktu.
Filter digital dapat digunakan dalam desain filter
respon impulse yang terbatas. Analog filter tidak memiliki
kemampuan yang sama, karena filter respon impulse yang
terbatas memerlukan unsur penundaan.Mengandalkan filter
digital tidak dapat pada sirkuit analog. Filter digital akan
memperkenalkan ke sinyal suara analog selama melewati
penyaringan rendah,(konversi analog ke digital) dan mungkin
memperkenalkan gangguan digital karena kuantisasi. Dengan
filter analog, setiap komponen merupakan sumber kebisingan
termal, sehingga kompleksitas filter tumbuh, begitu pula
suara.
Namun, filter digital melakukan perkenalan latensi mendasar
yang lebih tinggi ke sistem. Dalam sebuah filter analog,
latensi sering diabaikan. Dalam filter digital, latensi adalah
fungsi dari jumlah penundaan elemen dalam sistem. Digital
filter juga cenderung lebih terbatas dalam bandwidth dari
analog filter. Bandwidth tinggi memerlukan filter digital ADC
/ DAC untuk diproses.Dalam kasus yang sangat sederhana,
lebih efektif untuk menggunakan filter analog. Menggunakan
filter digital memerlukan sirkuit overhead yang cukup besar,
seperti yang dibahas sebelumnya, termasuk dua low pass filter
analog.

Figure 4. Transposing resistors and capacitors in the Figure 3 circuit

yields a 5th-order, 1dB-ripple Chebyshev highpass filter.

Figure 5. These SPICE outputs simulate the response of the highpass

and lowpass Chebyshev
circuits.
Example Analog Filter

Figure E.1: Simple RC lowpass.

Figure E.1 shows a simple analog filter consisting of one resistor (

Ohms) and one capacitor (

Farads). The voltages across these elements are

and

, respectively, where

denotes time in seconds. The filter input is the externally applied

voltage

, and the filter output is taken to be

. By Kirchoff's loop constraints [20], we have

Diposting oleh Wahyu Hadi Saputro di 18.10

2 KOMENTAR:
M. Nur 20 Oktober 2010 20.57

Capek mas... Pake acuan apa? mungkin saya bisa ikut baca
naskah acuannya. Tetap semangat, sukses selalu

Balas

rosyidi muzammam 17 April 2016 21.16

terimakasih mas

Balas

Masukkan komentar Anda...

Beri komentar sebagai: ahmadamir2626

Logout

Publikasikan Pratinjau Beri tahu saya

Beranda

Langganan: Posting Komentar (Atom)