Professional Documents
Culture Documents
Risanuri Hidayat, Jurusan Teknik Elektro dan Teknologi Informasi, FT UGM, Negeri Ngayogyakarta Hadiningrat 55281, INDONESIA risanuri@te.ugm.ac.id (risanuri@gmail.com)
Dalam tulisan ini akan dijelaskan domain frekuensi untuk isyarat periodis dan nonperiodis yang mempunyai penyelesaian secara analitik, khususnya Transformasi Fourier. 1.1 Deret Fourier
.............................................. (1) Untuksemua t (waktu).T adalahperiodewaktuketikafungsimulaiterulang. Setiapfungsi yang periodis ternyata dapat dinyatakan dengan superposisi fungsi sinus dan kosinus. Telah diketahui bahwa sin t fungsi trigonometri dan co st yang periodic dengan periode T = 1 / f = 2 / , dengan f adalah frekuensi dalam siklus per detik (Hz) dan adalah frekuensi sudut dalam radian / det. Gambar 1 menunjukkan fungsi periodis, dengan T0 = 2/ 0 : periode fundamental. 0 = frekuensi fundamental
Suatu isyarat periodis dengan periode T0 dapat dinyatakan sebagai jumlahan isyaratisyarat cosines dan/atau sinus dengan periode-periode kelipatan dari T0
x (t ) =
k =
a e
k
jk0t
............................................................................................... (2)
Dengan ak adalah koefisien atau komponen ke-k, dan k= 0,1,2, ... . Untuk k=0 maka akdisebut komponen dc. Untukk=1maka ak disebut komponen fundamental. Dan untuk k=2, 3,..maka ak disebut komponen harmonik ke k. Ketika k=0 dikeluarkan dari sigma, dan k hanya dituliskan dari +1 , maka persamaan menjadi
x ( t ) = a0 +
k = +1
a e
k
jk 0 t
+ a k e jk0 t
.............................................................. (3)
Jika a* adalah conjugate kompleks dari a, kemudian ganti k dengan k, maka dari persamaan di atas akan didapatkan bahwa a*-k=ak atau a*k=a-k. Sehingga persamaan menjadi
* x (t ) = a0 + ak e jk0t + ak e jk0t k =1 +
................................................................... (4)
x (t ) = a0 + 2 Re ak e jk0t
k =1
.............................................................................. (5)
Jika ak = Ak e jk
x(t ) = a0 + 2 Re Ak e j ( k0 t + k
k =1
.................................................................... (6)
Diketahui bahwa jika ada bilangan kompleks z=x+iy, maka Re{z} adalah bagian real dari z, yaitu x. Persamaan menjadi
x (t ) = a0 + 2 Ak Cos ( k0 t + k )
k =1 +
......................................................................(7)
....................................................(8)
1.1.2 Koefisien Fourier ak Anggap bahwa sinyal periodis yang diberikan dapat diwakili dengan persamaan (2), maka akan dijelaskan bagaimana menentukan koefisien ak. Kalikan kedua sisi (2) dengan e jn0t , akan diperoleh
x (t ).e jn 0 t =
k =
a e
k
jk 0 t
.e jn 0 t
..............................................................(9)
x(t ).e
0
jn 0 t
dt =
T0 +
a e
k 0 k =
jk 0 t
.e jn0 t dt
...............................................(10)
T0 adalah periode fundamentaldari fungsi x(t)), dan integral kemudian dihitung selama satu periode ini. Integrasi dan penjumlahan dari persamaan di atas menghasilkan,
T0
x(t ).e
0
jn 0 t
T0 j ( k n ) t 0 dt = ak e dt k = 0 ...............................................(11)
+
Lihat integral di dalam kurung []. Untuk kn, kedua integral di sisikananadalah nol. Untuk k= n, nilai e0 di sisikirisamadengan l, sehingganilai integralnya adalah T0. Secararingkaskemudiankitamendapatibahwa
T0
T , k = n e j ( k n )0t dt = 0 0, k n .......................................................................(12) 0
Persamaan di atas hanya akan mempunyai nilai ketika k=n. Integralsepanjang interval T0 menghasilkan ekspresi
T0
x(t ).e
0
jn 0 t
T0 j ( k n ) t 0 dt = ak e dt k = 0
+
T0
x(t ).e
0
jn 0 t
dt = an .T0
......................................................(13)
x(t ).e
0
jn0t
dt
....................................................................................(14)
Ringkasnya, jika x (t) adalah sebuah fungsi dengan serangkaian representasi Fourier, [yaitudapatdinyatakansebagaikombinasi linear darieksponensialkompleksharmonic], maka koefisien diberikan oleh persamaan di atas ini. Pasangan persamaan dapat ditulis ulang di bawah ini,
x (t ) =
k = T
a .e
k
jk0t
1 0 ak = x (t ).e jk0t dt T0 0
...............................................................................(15)
Koefisien ak disebut koefisien deret Fourier atau koefisien spektral Komponen dc = a0terjadi ketika k = 0:
a0 =
1 x(t )dt T0 T0
.......................................................................................(16)
Contoh 1: Isyarat kotak yang periodis terlihat seperti pada Gambar 2 berikut. Tentukan koefisien Fourier-nya.
Gambar 2.
Isyarat iniperiodisdenganperiode fundamental T0, sehingga frekuensidasarnya adalah 0 = 2f0 dan f0 = 1/T0. Persamaan (1) dipakai untukmenghitungkoefisienderet Fourier dari fungsi x (t). Interval yang dipakai adalah (- T0/ 2< t <T0). Dengan batasbatasintegrasitersebut danmenerapkan pada () maka untuk k = 0 didapatkan,
1 a0 = T0
+T 1
T 1
dt =
2T1 T0
1 ak = T0 ak =
T 1
jk0t
dt = e 2j
1 jk0T0
jk0T1
jk0t T 1
e k0T0 2
jk0T1
ak =
k 0, 0T0 =
Gambar 3. Koefisien deret Fourier untuk isyarat kotak periodis dengan (a) T0=4T1, (b) T0=8T1, (c) T0=16T1
. 1.1.3 Deret Fourier untuk isyarat Periodis diskret Sebuahisyaratperiodisdiskret niscaya memenuhipersamaan,
...........................................................................................(16) Periode fundamental adalah nilai N, dan 0= 2/Nadalah fundamental frekuensi.Sebagaimana deret Fourier untuk isyarat kontinyu, deret untuk isyarat diskret ini mempunyai bentuk yang sama sebagai berikut,
x[n] = x[n] =
k= N
a a
k= N
Persamaan ini dinyatakan sebagai deret Fourier untuk isyarat (waktu) diskret dan ak adalah koefisien deret Fourier.
1.1.4 Koefisien Fourier ak untuk isyarat diskret Sebagaimana pada isyarat kontinyu, untuk menentukan koefisien ak,kalikan kedua sisi , akan diperoleh dengan
x[n ].e jr 0 n =
k= N
a e
k
jk 0 n
.e jr 0 n
.................................................(18)
n= N
jr ( 2 / N ) n
= = =
n= N k = N jr ( 2 / N ) n
a e
k
jk ( 2 / N ) n
.e jr ( 2 / N ) n
n= N
n= N k = N jr ( 2 / N ) n
a e
k
j ( k r )( 2 / N ) n
n= N
k= N
a e
k n= N
j ( k r )( 2 / N ) n
..................(19)
n= N
j ( k r )( 2 / N ) n
sama dengan l, sehingga nilai sigma adalah N. Secara ringkas kemudian kita mendapati bahwa
n= N
j ( k r )( 2 / N ) n
N , k = r = 0, k r ..........................................................................(20)
n= N
jr ( 2 / N ) n
k= N jr ( 2 / N ) n
k =r
= ar N
........................................................(21)
n= N
ak =
1 N
n= N
x[n ].e
jkn ( 2 / N )
.....................................................................(22)
k= N
a .e
k n= N
jkn ( 2 / N )
x[n].e
jkn ( 2 / N )
.........................................................................(23)
Koefisien ak disebut koefisien deret Fourier atau koefisien spektral Komponen dc = a0terjadi ketika k = 0:
a0 =
1 N
n= N
x[n]
...........................................................................................(24)
Contoh 2. Isyarat kotak diskret periodis terlihat seperti pada Gambar 3 berikut. Tentukan koefisien Fourier-nya.
Komponen dc = a0adalah:
a0 =
1 N
+ N1 n= N 1
x[ n ] =
2 N1 + 1 N
n= N 1
N1
jkn ( 2 / N )
e + j + e j cos( ) = 2
a k = a0 + a k = a0 +
2 N 2 N
e + jkn ( 2 / N ) + e jkn ( 2 / N ) 2 n =1
N1
cos(kn 2 / N )
n =1
N1
N1
Na k = (2 N 1 + 1) + 2. cos( kn 2 / N )
n =1
Gambar 5. Koefisien Deret Fourier untuk isyarat kotak diskret dengan (2N1+1)=5, dan (a) N=10, (b) N=20, dan (c) N=40.
1.2
Transformasi Fourier
x (t ) =
k =
a .e
k
jk0t
...........................................................................................(25)
DenganT0 = 2/ 0 : periode fundamental. 0 : frekuensi sudut fundamental, f0 = 1/T0. Sedangkan koefisien deret Fourier dinyatakan dengan persamaan,
1 ak = T0
+ T0 2
T0 2
x(t ).e
jk0t
dt
..................................................................................(26)
atau
+ T0 2
T0 ak =
T0 2
x(t ).e
jk0t
dt
....................................................................................(27)
Ketika T0 bertambah besar, yang berarti 0 mengecil, maka jarak antar koefisien Fourier menjadi semakin kecil juga (merapat). Gambar 5 memperlihatkan bahwa jarak antar koefisien Fourier semakin rapat. Ketika T0 bernilai sangat besar, maka koefisien Fourier sangat rapat dan menjadi fungsi kontinyu ketika T0 . Ketika T0 bernilai sangat besar, T0 , maka koefisien Fourier dinyatakan dengan,
T0 ak =
x(t ).e
jk0t
dt
...................................................................................(28)
X ( ) =
x(t ).e
jt
dt
..................................................................................(29)
Gambar 6. Fungsi Aperiodis dan Fungsi Periodis. (a) fungsi aperiodis, (b) fungsi periodis dengan periode T0
Sebagaimana terlihat pada Gambar 6, Fungsi Aperiodis dapat dilihat sebagai fungsi periodis dengan T0 . Diketahui bahwa
T0 = 2 / 0 , dan = k0
ak = 1 1 X ( k0 ) = X ( ) T0 T0
x (t ) = x (t ) =
Ketika T0 integral,
k =
1
0
X ( )e jt
j t 0
1 2
k =
X ( )e
...........................................................................(30)
, sehingga 0
1 x (t ) = 2
X ( )e
jt
d
.............................................................................(31)
1 x (t ) = 2 X ( ) =
X ( )e
jt
jt
x(t ).e
dt
............................................................................(32)
Tentukan Trnasformasi Fourier dari isyarat tersebut. Jawab: Transformasi Fourier dapat ditentukan dengan persamaan (32), sehingga ditemukan
Contoh 4: Ketika sebuah isyarat x(t) mempunyai Transformasi Fourier sebagai berikut,
Carilah persamaan isyarat tersebut, Jawab: dengan persamaan (32) isyarat x(t) dapat ditemukan
k= N
a .e
k n= N
jkn ( 2 / N )
x[n].e
jkn ( 2 / N )
............................................................................(33)
Gambar 9. Fungsi Aperiodis dan Fungsi Periodis. (a) fungsi aperiodis, (b) fungsi periodis dengan periode T0
Untuk N , maka
ak = 1 N
N = +
x[n].e
jkn ( 2 / N )
ak N =
N =
x[n].e
jkn ( 2 / N )
N =
x[n ].e
jkn ( 2 / N )
........................................................................(34)
Terlihat pada Gambar 9, fungsi aperiodis diskret dapat dilihat sebagai fungsi periodis dengan N . Diketahui bahwa
N = 2 / 0 , dan = k0
ak = 1 1 X ( k0 ) = X ( ) N N
x[n ] =
1 N
k= N +
X (k ).e
0 jkn0
jk0 n
X ( ) =
N =
x[n].e
.........................................................................(35)
Diketahui bahwa 0 =2/N, sehingga 1/N=0/2, persamaan (35) dapat dituliskan kembali menjadi, x[n ] = 1 2
k= N
X (k ).e
0 jkn0
jk0 n
.0 ........................................................................(36)
X ( ) =
N =
x[n].e
d, dan = k0 . Persamaan (36) membentuk persamaan Ketika N , maka 0 pasangan Transformasi Fourier sebagai berikut,
x[ n ] = 1 2
X ( ).e
jn
X ( ) =
N =
x[n ].e
jn
................................................................................(37)
Di sini tampak bahwa X()ej n adalah periodis dengan periode 2. Contoh 5: Sebuah isyarat diskret kotak mempunyai persamaan sebagai berikut,
X ( ) =
N = 2
jn
=e
j 2
+e
+e
+e
j 2
1.3
Analisis Fourier merupakan metode yang sangat efisien untuk untuk analisis dan sintesis sinyal. metode ini sangat erat cocok untuk digunakan pada komputer digital atau untuk implementasi di hardware digital. Transformasi Fourier Diskret (DFT, Discrete Fourier Transform) digunakan untuk sinyal durasi berhingga. Misal x[n] adalah sebuah sinyal dengan durasi terbatas; dan integer N sehingga
n= N
x[n ].e
jkn ( 2 / N )
Menjadi
ak = 1 N
x[n ].e
n =0
N 1
jkn ( 2 / N )
..........................................................................(39)
Koefisien-koefisien dari persamaan di atas adalah DFT dari x[n]. Dengan demikian, isyarat diskret x[n] tak periodis dengan panjang N dapat diasumsikan sebagai isyarat periodis dengan periode N. Dari (39) Transformasi Fourier Diskret adalah,
X (k ) =
1 N
x[n ].e
n =0
N 1
jkn ( 2 / N )
..........................................................................(39)
Persamaan (39) disebut dengan Transformasi Fourier Diskret (DFT, Discrete Fourier Transform). Ketika x[n] dianggap periodis dengan periode N, dari (23) isyarat tersebut dibentuk dari koefisien-koefisien Fourier sebagai berikut,
x[n ] =
k= N N 1 n =0
a .e
k
jkn ( 2 / N )
x[n ] = X ( k ).e
.............................................................................(40)
jkn ( 2 / N )
Persamaan (40) disebut dengan Transformasi Fourier Diskret Balik (IDFT, Inverse Discrete Fourier Transform). Persamaan (39) dan (40) membentuk pasangan Transformasi Fourier Diskret (DFT), yaitu,
X (k ) = 1 N
x[n].e
n =0
N 1
jkn ( 2 / N )
x[n ] = X ( k ).e
n =0
N 1
.......................................................................(41)
jkn ( 2 / N )