DESAIN FILTER FIR LAPORAN PRAKTIKUM DARLING JOSUA MANALU 140310180043 UNIVERSITAS PADJADJARAN FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI FISIKA 2021 1 2 DAFTAR ISI DAFTAR ISI ................................................................................................................. 2 BAB 1 PENDAHULUAN ............................................................................................ 3 1.1 Latar Belakang ................................................................................................... 3 1.2 Tujuan ................................................................................................................ 3 BAB 2 TINJAUAN PUSTAKA ................................................................................... 4 2.1 Filter Digital ....................................................................................................... 4 2.2 Elemen Dasar Filter Digital .............................................................................. 10 2.3 Dasar-dasar Perancangan Filter........................................................................ 11 2.4 Sifat-sifat Filter FIR Fasa Linier ...................................................................... 13 2.5 Teknik Mendesain Window ............................................................................. 14 2.6 Teknik Desain Sampling Frekuensi ................................................................. 16 BAB 3 METODE PENELITIAN................................................................................ 18 3.1 Rencana Perancangan Algoritma Penelitian .................................................... 18 3.2 Alat-alat Percobaan .......................................................................................... 19 3.3 Prosedur Percobaan ........................................................................................... 19 DAFTAR PUSTAKA ................................................................................................. 20 3 BAB 1 PENDAHULUAN 1.1 Latar Belakang Filter merupakan suatu perangkat yang menghilangkan bagian dari sinyal yang tidak di inginkan. Filter digunakan untuk menglewatkan atau meredam sinyal yang di inginkan dari sinyal noise. Seiring dengan perkembangan teknologi yang berbasis digital, teknik desain filter pun mengalami kemajuan pesat. Ada beberapa teknik desain yang dapat dilakukan, masing-masing memiliki kelebihan di dalam beberapa aplikasi tertentu. Salah satu teknik desain filter dimaksud adalah teknik desain filter dengan finite impulse response (FIR), yang dianalisis dengan teknik windowing. Desain filter digital dengan menggunakan teknik windowing adalah merupakan salah satu alternatif pilihan terbaik bagi para perancang filter digital. Teknik desain ini secara luas telah digunakan dalam desain filter digital. 1.2 Tujuan 1. Mengenal algoritma dasar filter digital 2. Mampu mendesain filter FIR dengan spesifikasi yang ditentukan 3. Memahami konsep filter digital dan Analisa spektrum BAB 2 TINJAUAN PUSTAKA 2.1 Filter Digital Struktur filter digital ditentukan dari persamaan beda atau fungsi sistem yang disebut Direct Form I. Sebuah pandangan alternatif dari hasil persamaan yang sama disebut Direct form II. Struktur Filter digital sebagai cascade dan kombinasi paralel dari komponen orde kedua. 1. Persamaan Sistem Persamaan yang melukiskan hubungan masukan/keluaran dalam waktu dan domain transformasi-z, adalah sebagai berikut: Dalam domain waktu: Persamaan beda: Dalam domain transformasi-z, fungsi sistem dapat dieksresikan ke dalam dua bentuk. Pertama adalah penjumlahan 2. Filter Catagories Filter digital sering dikatagorikan baik oleh durasi tanggapan unit-sample atau dari strukturnya. Ketika sebuah filter menghasilkan tanggapan unit-sample dengan durasi tak terhingga (infinite), maka disebut infinite impulse response (IIR) filter. Jika tapis digital mempunyai tanggapan unit-sample dengan durasi finite, maka disebut finite impulse response (FIR). Klasifikasi filter digital juga dapat berdasarkan struktur tapis/filter. Secara umum, keluaran filter dapat berupa sebuah fungsi yang akan datang, sekarang, dan masukan yang lalu. Jika keluaran adalah sebuah fungsi keluaran yang dulu, maka mekanisme umpan- 4 5 balik atau recursive atau disebut recursive filter. Tapis recursive dapat dikenali dari persamaan, koefisien ak dengan 1ο£ k ο£ M, dari pers (2) dan (3) adalah tidak nol, dan sedikitnya koefisien dk untuk 1ο£ k ο£ M pada persamaan (4) tidak nol. Jika nilai keluaran tapis adalah fungsi yang hanya nilai runtun masukan, disebut nonrecursive filter. Atau dapat dengan mudah dikenali dengan persamaan, ak = 0 pers(2) dan (3) atau dk = 0 pada pers(4). Untuk semua k. Semua nilai pole dari tapis nonrecursive adalah pada z = 0 adau z = ∞. 3. Direct Form Tipe 1 dan 2 Fungsi karakteristik sistem IIR dapat dilihat sebagai dua sistem secara kaskade, yaitu: dimana H1(z) terdiri atas zero dari H(z) dan H2(z) terdiri atas pole dari H(z), Persamaan di atas dapat diwujudkan dalam struktur IIR Direct Form I sebagai berikut: 6 Dalam pemrosesan sinyal, fungsi filter adalah untuk menghapus bagian yang tidak diinginkan dari sinyal, seperti noise, atau untuk mengambil bagian sinyal yang bermanfaat, seperti komponen-komponen yang berada dalam rentang frekuensi tertentu. yang merupakan kascade dari sistem non-rekursif : dan sistem rekursif : 7 Jika semua filter all-pole H2(z) diletakkan sebelum filter all-zero H1(z) diperoleh struktur yang lebih compact yang dinamakan struktur Direct Form II seperti pada gambar berikut : Struktur di atas dapat dinyatakan dalam persamaan perbedaan sebagai berikut: • Struktur di atas dapat dinyatakan dalam persamaan perbedaan sebagai berikut: • untuk sistem all-zero dimana w(n) sebagai inputnya: 8 Persamaan di atas hanya mengandung delay pada deretan {w(n)} sehingga hanya sebuah jalur delay tunggal atau satu set lokasi memori tunggal yang diperlukan untuk menyimpan nilai {(n)}sebelumnya. Jadi, struktur IIR Direct Form 2 tersebut hanya membutuhkan M + N + 1 perkalian, M+N penjumlahan dan nilai maksimum {M,N}lokasi memori. Karena realisasi direct form 2 meminimasi jumlah lokasi memori, maka struktur tersebut dikatakan bersifat canonic. Kedua struktur di atas dikatakan direct form sebab diperoleh secara langsung dari fungsi sistem H(z) tanpa penyusunan kembali H(z) tersebut. Namun, keduanya sangat sensitif terhadap parameter kuantisasi dan oleh karenanya tidak direkomendasikan dalam aplikasi prakteknya. Jenis filter Gambar 2.1. Blok diagram filter (Tyson, 2013) Ada dua jenis filter, yaitu analog dan digital. Filter analog adalah filter yang menggunakan komponen sirkuit analog seperti resistor, kapasitor dan penguat operasional (Op Amp) sesuai fungsi filter yang diinginkan. Ada teknik standar yang sudah baik untuk mendesain rangkaian filter analog untuk kebutuhan tertentu. Pada semua stage, sinyal yang difilter adalah tegangan atau arus listrik yang merupakan sinyal analog. Filter digital adalah tapis yang menggunakan prosesor digital untuk melakukan perhitungan numerik pada nilai-niai sampel dari sinyal. Prosesor yang digunakan dapat berupa PC atau DSP (Digital Signal Processor). Untuk pengunaan filter digital, input sinyal analog harus didigitalisasi menggunakan ADC (Analog to Digital Converter). Dari ADC akan dihasilkan data-data biner yang kemudian akan diproses oleh filter digital (Tyson, 2013). Berikut adalah perbandingan antara filter analog 9 Tabel 2.1. Perbandingan Filter Digital dan Analog (Element 14, 2019) Digital Filters Analog Filters High Accuracy Less Accuracy (Component Tolerances) Linear Phase (FIR Filters) Non-Linear Phase No Drift Due to Component Variations Drift Due to Component Variations Flexible, Adaptive Filtering Possible Adaptive Filters Difficult Easy to Simulate and Design Difficult to Simulate and Design Computation Must be Completed in Analog Filters Required at High Sampling Period (Limits Real Time Frequencies and for Anti-Aliasing Operation) Filters Requires High Performance ADC, DAC No ADC, DAC or DSP Required and DSP Sinyal analog input harus disampling dan didigitalisasi menggunakan ADC. Hasilnya yang berupa angka biner yang merepresentasikan sinyal input ditransfer/disalurkan ke prosesor, dimana sinyal digital tersebut membawa kalkulasi numerik. Kalkulasi ini secara khusus melibatkan pelipatgandaan nilai input dengan konstan dan menjumlahkan hasilnya. Jika dibutuhkan, hasil dari kalkulasi ini yaitu yang merepresentasikan sinyal tertapis, dimasukkan kedalam DAC untuk mengembalikan ke sinyal analog lagi (Tyson, 2013) 10 Gambar 2.2. Blok Diagram Sinyal Analog yang Ditapis Filter Digital Filter digital dibagi dua, yaitu Finite Impulse Response (FIR) dan Infinite Impulse Response (IIR). 2.2 Elemen Dasar Filter Digital Elemen dasar pada filter digital berfungsi untuk menggambarkan struktur dasar dari filter digital. Ada 3 elemen dasar pada struktur filter digital yaitu: • Adder (Penjumlah) Elemen ini memiliki dua input dan satu output. Kedua input ini kemudian akan dijumlahkan dan menghasilkan output baru. Gambar 2.3. Elemen Penjumlah • Multiplier (Pengali) Elemen ini memiliki satu input dan satu output. Input akan dikali dengan sebuah konstanta gain (penguat) untuk menghasilkan output yang baru. Elemen multiplier ini harus cepat dan memiliki nilai presisi (jumlah bit) untuk mendukung hasil yang diinginkan. 11 Gambar 2.4. Elemen Pengali • Delay (Penunda) Elemen ini memungkinkan untuk mengakses nilai-nilai sebelum atau sesudah sekuen. Delay dibagi menjadi dua, yaitu delay positif (untuk menyimpan sekuen waktu berikutnya) dan delay negatif (untuk menyimpan sekuen waktu sebelumnya) Gambar 2.5. Elemen Delay Negatif Gambar 1.6. Elemen Delay Positif 2.3 Dasar-dasar Perancangan Filter Perancangan filter dilakukan melalui tiga tahap yaitu: 1. Menentukan spesifikasi filter yang akan dirancang seperti jenis, respon amplitude dan frekuensi sampling. 2. Menghitung koefisien filter digital h(n), supaya dapat memenuhi spesifikasi seperti yang diinginkan. Tentunya koefisiennya sudah diuji responnya dalam bentuk respon frekuensi. 3. Melakukan realisasi filter kedalam bentuk struktur yang sesuai menggunakan sistem diskrit dengan fungsi delay dalam variable z-1. 12 4. Menyesuaikan sistem yang dirancang kedalam bentuk hardware, menyangkut wordlength untuk merepresentasikan koefisien filter yang sudah dihitung. (Pangaribuan, 2015) Spesifikasi besaran diberikan dalam dua cara. Pendekatan pertama disebut absolute specification, yang memberikan seperangkat syarat untuk fungsi respon besaran |π»(π ππ€ )|. Pendekatan yang ke-2 disebut relative specifications, yang memberikan syarat dalam decibels (dB), diberikan oleh ππ΅ π ππππ = −20 log10 |π»(π ππ€ )πππ₯ | |π»(π ππ€ )| ≥0 (2.1) a. Absolute Specifications Ciri khas dari absolute specification dari lowpass filter: 1. Pita [0,ωp] disebut passband, dan δp adalah ripple atau noise yang dapat diterima sebagai respon passband ideal (khusus ≤ 0.1 dB) 2. Pita [ωs,π] disebut stopband, dan δs adalah ripple atau noise yang dapat diterima sebagai respon stopband yang ideal (umumnya ≤ 0.001 =-60 dB). 3. Pita [ωp, ωs] disebut transition band atau transition width dengan besarnya ωs-ωp. (DSP Related, 2017) b. Relative (dB) Specifications Ciri khas dari relative specification dari lowpass filter: 1. Rp merupakan ripple passband dalam dB 1−πΏπ π π = −20 log10 1+πΏ > 0 (≈ 0) (2.2) π 2. As merupakan stopband attenuation dalam dB πΏ π΄π = −20 log10 1+πΏπ > 0 (β« 1) π (2.3) 13 2.4 Sifat-sifat Filter FIR Fasa Linier Filter Finite Impulse Response (FIR) merupakan sistem open loop atau sistem nonrecursive. Fasa linier mengacu pada kondisi dimana respons fase dari filter adalah fungsi frekuensi linier (garis lurus tidak termasuk pembungkus fase pada +/- 180 derajat). Ini menghasilkan penundaan melalui filter yang sama di semua frekuensi. Oleh karena itu, filter tidak menyebabkan “fase distorsi” atau “keterlambatan distorsi”. Kurangnya distorsi fasa/penundaan dapat menjadi keuntungan penting dari filter FIR atas IIR dan filter analog dalam sistem tertentu, misalnya dalam modem data digital. (DSP Guru, 2018) 1. Respon impuls Kita menentukan suatu Batasan fasa linier < π»(π ππ ) = −πΌπ, −π < π < π (2.4) dengan α adalah constant phase delay. Kita ketahui bahwa h(n) adalah simetri yaitu β(π) = β(π − 1 − π), 0 ≤ π ≤ (π − 1) dengan πΌ = π−1 2 (2.5) Sehingga h(n) adalah simetri diseputar α yang merupakan indeks simetri. Terdapat dua kemungkinan tipe simetri: M odd : pada kasus ini α = (M-1)/2 adalah bilangan bulat. M even : pada kasus ini α = (M-1)/2 adalah bilangan bulat Kita juga mempunyai tipe ke-2 dari filter FIR fasa linier jika memerlukan respon fasa <H(π ππ ) memenuhi kondisi <H(π ππ ) = π½ − πΌπ (2.6) dengan garis lurus tetapi tidak melalui titik asal. Pada kasus ini α tidak merupakan konstanta delay fasa tetapi π < π»(π ππ ) = −πΌ ππ (2.7) 14 adalah konstanta yang merupakan delay kelompok (group). Oleh karena itu α disebut constant group delay. Pada kasus α sebagai grup ini, frekuensi ditunda pada suatu rate konstan. Tetapi beberapa frekuensi mungkin mendaatkan penundaan yang lebih besar dan yang lainnya lebih kecil. Untuk tipe fasa linier ini bisa dilihat bahwa β(π) = −β(π − 1 − π), 0 ≤ π ≤ (π − 1); πΌ = π−1 π ,π½ = ± 2 2 (2.6) Ini berarti bahwa impuls h(n) adalah antisymmetric. Index simetri tetap α=(M-1)/2. Kita sekali lagi mempunyai kemungkinan dua tipe yaitu M ganjil dan M genap M odd : pada kasus ini α = (M-1)/2 adalah bilangan bulat. M even : pada kasus ini α = (M-1)/2 adalah bilangan bulat 2. Respon frekuensi Ketika kasus simetri dan antisimetri dikombinasikan dengan M genap dan ganjil, kita mendapatkan empat tipe filter FIR fasa linier. Fungsi respon frekuensi untuk masing-masing tipe ini mempunyai ke khasan ekspresi dan bentuk. Kita menuliskan H(ejω) sebagai π π»(π ππ ) = π»π (π)π π(π½−πΌπ) : π½ = ± 2 , πΌ = π−1 2 (2.7) dengan Hr (ω) adalah fungsi respon amplitude dan bukan fungsi respon besaran yang selalu positif, amplitude respon bisa positif dan negatif. Respon fasa yang berkaitan dengan respon besaran adalah fungsi discontinuous, sementara yang berkaitan dengan respon amplitude adalah fungsi continuous linear. 2.5 Teknik Mendesain Window Jika dalam domain frekuensi fungsi filter terbatas, maka fungsi tersebut dalam domain waktu adalah tak terbatas. Dalam domain frekuensi bahwa filter sifatnya adalah terbatas yaitu hanya melalukan sinyal pada frekuensi tertentu, diinginkan fungsi sistem dimaksud juga menjadi terbatas dengan filter yang memiliki panjang sebanyak h(n). 15 Oleh karena itu untuk membatasi panjang filter dalam domain waktu digunakanlah metoda windowing. Suatu filter ideal Hd (ejω) memiliki respon frekuensi dengan bentuk rectangular, dikonvolusikan dengan sebuah window W(ejω) yang memiliki respon bukan rectangular, tapi memperoleh respon filter H(ejω) (Pangaribuan, 2015). Gambar 2.3. Respon Frekuensi Lowpass Filter Metoda Windowing (Pangaribuan, 2015) Fungsi-fungsi window yang sering digunakan dalam desain filter digital adalah sebagai berikut: 1. Rectangular. Window rectangular mempunyai amplitude sama dengan besar sama dengan satu untuk filter terbatas pada derajat N. 1, ππ (π) = { 0, 2. 0≤π≤π−1 πππ βππ€βπππ (2.8) Batrlet. Window Bartlet mempunyai amplitude yang tidak sama besarnya dan berbentuk segitiga, untuk filter terbatas pada derajat N. 2π , π−1 2π ππ»ππ (π) = 2− , π−1 {0, 3. 0≤π≤ π−1 2 π−1 ≤π ≤π−1 2 πππ ππ€βπππ (2.9) Hanning. Window Hanning mempunyai amplitude yang dibentuk oleh fungsi cosinus, untuk filter terbatas pada derajat N. (2.10) 16 {1 − cos [ ππ»ππ (π) = { 2 2ππ π − 1]} , 0, 4. 0≤π ≤π−1 πππ βππ€βπππ Hamming, sama seperti Hanning namun berbeda pada matematisnya ππ»ππ (π) = {0.54 − 0.46 cos [ 2ππ ], π−1 0≤π ≤π−1 0, 5. πππ βππ€βπππ (2.11) Blackman. Window ini mempunyai amplitude yang juga dibentuk oleh fungsi cosinus, untuk filter terbatas pada derajat N 2ππ 4ππ 0.42 − 0.5 cos [ ] + 0.08 cos[ ], ππ΅π (π) = { π−1 π−1 0, 0≤π≤π−1 πππ βππ€βπππ (2.12) Gambar 2.4. Respon Frekuensi dengan Windowing (Pangaribuan, 2015) 2.6 Teknik Desain Sampling Frekuensi Pada pendekatan desain ini kita menggunakan fakta bahwa fungsi sistem H(z) dapat ditentukan dari sampel H(k) dari frekuensi respon H(ejω). Selanjutnya, teknik 17 desain ini cocok sekali dengan struktur sampling frekuensi sebelumnya. Misalkan h(n) adalah respon impuls dari filter FIR M-point, H(k) merupakan DFT M-point nya, dan H(z) merupakan fungsi sistemnya. β(π) = πΌπ·πΉπ [π»(π)] Terdapat dua pendekatan desain pada pendekatan pertama, kita menggunakan ide dasar harfiah dan tanpa pembatasan pendekatan error yaitu kita terima apapun error yang kita dapatkan dari desain. Pendekatan ini disebut metode Naïve Design. Pada pendekatan kedua kita mencoba untuk meminimalisasi kesalahan pada stopband dengan memvariasikan nilai dari transisi sampel band. Ini menghasilkan desain yang lebih baik dan disebut Optimum Design Method (Ingle & Proakis, 2012). BAB 3 METODE PENELITIAN 3.1 Rencana Perancangan Algoritma Penelitian Gambar 3.1 Diagram Alir secara umum modul XII 18 19 Gambar 3.2 Diagram Alir Praktikum Modul XII 3.2 Alat-alat Percobaan 1. Komputer/Laptop 2. Perangkat Lunak Matlab 3.3 Prosedur Percobaan 1. Membuka perangkat lunak Matlab yang ada di computer 2. Menuliskan listing fungsi sesuai dengan operasi yang ingin dilakukan didalam M-File 3. Memasukkan fungsi filter, kemudian dengan menggunakan fungsi yang sudah ada mengerjakan didalam command window 4. Menjalankan program 5. Mengamati hasil operasinya dan menganalisa DAFTAR PUSTAKA DSP Guru, 2018. Available FIR Filter at: Properties. [Online] https://dspguru.com/dsp/faqs/fir/properties/ [Accessed 26 March 2020]. DSP Related, 2017. Lowpass Filter Design Specifications. [Online] Available at: https://www.dsprelated.com/freebooks/sasp/Lowpass_Filter_Design_Specificat ions.html [Accessed 26 March 2020]. Element 14, 2019. Available Digital at: Filters. [Online] https://sg.element14.com/ [Accessed 19 March 2020]. Ingle, V. K. & Proakis, J. G., 2012. Digital Signal Processing Using MATLAB. Stamford, USA: Cengage Learning. Pangaribuan, T., 2015. Desain Filter Digital Menggunakan Teknik Windowing dengan Simulasi Berbasis Matlab. Jurnal Fakultas Teknik Universitas HKBP Nommensen-Medan, Volume 3. Tyson, T., 2013. Introduction to Digital Filter. [Online] Available at: https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=15&ca d=rja&uact=8&ved=2ahUKEwjPxZqRxaboAhWIaCsKHZE5BmIQFjAOegQI BRAB&url=http%3A%2F%2F123.physics.ucdavis.edu%2Fweek_5_files%2Ffi lters%2Fdigital_filter.pdf&usg=AOvVaw2LWC-HPL-iN3nBZzHd2IEz [Accessed 19 March 2020]. 20