Docsity
Docsity

Prepare for your exams
Prepare for your exams

Study with the several resources on Docsity


Earn points to download
Earn points to download

Earn points by helping other students or get them with a premium plan


Guidelines and tips
Guidelines and tips

Discrete Difference Equations and Convolution Operations, Summaries of Signals and Systems

The concepts of discrete difference equations and convolution operations in discrete-time systems. It covers topics such as linear input/output difference equations with constant coefficients, recursive solutions, convolution representation in linear time-invariant (lti) discrete-time systems, and a case study on digital filtering of noisy signals. Mathematical formulations, examples, and matlab simulations to illustrate the key ideas. It aims to help students understand the fundamental principles of difference equations and convolution, which are essential in the analysis and design of discrete-time systems, particularly in the areas of digital signal processing and control systems.

Typology: Summaries

2023/2024

Uploaded on 04/30/2024

axel-sem
axel-sem 🇮🇩

1 document

1 / 24

Toggle sidebar

This page cannot be seen from the preview

Don't miss anything!

bg1
21/11/2006 Tri Budi Santoso
Bab 3. Persamaan Beda dan Operasi Konvolusi
Bab
Bab 3.
3. Persamaan
Persamaan Beda
Beda dan
dan Operasi
Operasi Konvolusi
Konvolusi
Oleh:
Tri Budi Santoso
Politeknik Elektronika Negeri Surabaya-ITS
Tujuan:
-Siswa mampu membedakan persamaan beda dengan persamaan diferensial
-Siswa mampu menyelesaikan persmasalahan konvolusi diskrit dan
menggambarkan contoh aplikasinya
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18

Partial preview of the text

Download Discrete Difference Equations and Convolution Operations and more Summaries Signals and Systems in PDF only on Docsity!

21/11/^

Tri Budi Santoso

Bab 3.3. PersamaanPersamaan BedaBab^ Bab 3. Persamaan Beda dan Operasi Konvolusi

Beda dandan Operasi

Operasi KonvolusiKonvolusi Oleh:Tri Budi SantosoPoliteknik Elektronika Negeri Surabaya-ITS

Tujuan:-Siswa mampu membedakan persamaan beda dengan persamaan diferensial-Siswa mampu menyelesaikan persmasalahan konvolusi diskrit danmenggambarkan contoh aplikasinya

21/11/^

Tri Budi Santoso

Sub Bab:3.1.Persamaan Beda Linear Input/Outputdengan Koefisien Konstan3.2. Penyelesaian dengan Rekursi3.3 Representasi Konvolusi pada Sistem LTIwaktu Diskrit3.4. Studi Kasus Filter Digital

21/11/^

Tri Budi Santoso

3.2. Penyelesaian dengan RekursiPersamaan beda linear input/output dapat diselesaikan dengan prosedurnumerik melalui rekursi:Tulis ulang persamaan (15)

∑ ∑^

=

−+ −− =^

M i i N i^ i

inxb inya ny

1 1

][ ][ ][

Tetapkan n=0y[0]= -ay[-1] - a^1

y[-2]-…..- a^ y[-N] + b 2 N

x[0] + b^ x[-1] + …..+b 01

x[-M]M

Sehingga output y[0] pada waktu 0 adalah suatu kombinasi linear pada y[-1],y[-2],…. y[-N] dan x[0], x[-1],…… x[-M].Tetapkan n=1y[1]= -ay[0] - a^1

y[-1]-…..- a^ y[-N+1] + b 2 N

x[1] + bx[0] + …..+b 01

x[-M+1]M

Sehingga y[1] adalah suatu kombinasi linear pada y[0], y[-1],…. y[-N+1] danx[1], x[0],…… x[-M+1].Jika proses ini dilanjutkan, sudah jelas bahwa nilai selanjutnya pada outputadalah suatu kombinasi linear pada N nilai terakhir pada output dan M+1 nilaipada input.Pada setiap step pada komputasi, diperlukan untuk menyimpan hanya N nilaiakhir pada output (tentu saja ditambah nilai input). Proses ini disebut sebagaisuatu rekursi orde ke-N.

21/11/^

Tri Budi Santoso

Jika semua aadalah nol, persamaan (15) menjadi:i^

M −= inxbny ][][ ∑ i^ = i^0

Dalam kasus ini output pada suatu titik waktu tertentu tergantung hanya padanilai-nilai input x[n], sehingga ouputnya tidak terkomputasi secara recursive.Sistem semacam ini disebut sistem non recursive.Perlu dicatat bahwa struktur rekursif digambarkan diatas adalah suatu hasildimensionalitas berhingga. Jika sistem ini dimensionalitasnya tak berhingga,respon output y[n] tidak dapat dihitung secara rekursif

1 1 ][ (^1) ][ 0

≥ − = ∑−=

n ix in n ny i

adalah infinite dimensional. Dalam kasus ini y[n] tidak dapat diekspresikandalam bentuk seperti persamaan (15) untuk suatu nilai N, dan selanjutnyay[n] tidak dapat dikomputasi secara rekursif.

21/11/^

Tri Budi Santoso

Dengan n =1 dalam persamaan (ii) memberikan:y[1] = 1,5 y[0] - y[-1] + 2x[-1]= 1,5 (-0,5) – (1) + 2(0)= -1,75Lanjutkan proses ini, selajutnya akan memberikan:y[2] = 1,5 y[1] - y[0] + 2x[0]= 1,5 (-1,75) – (0,5) + 2(1)= -0,125y[3] = 1,5 y[2] - y[1] + 2x[1]= 1,5 (-0,125) -(-1,75) + 2(1)= 3,5625demikian seterusnya.

21/11/^

Tri Budi Santoso

    1. Representasi Konvolusipada Sistem LTI waktu Diskrit^ Pertimbangkan sistem waktu diskrit single-inputsingle-output (SISO) dengan input x[n] dan outputy[n].Disini diasumsikan bahwa respon output dihasilkandari input x[n] tanpa energi awal dalam sistemdiprioritaskan untuk aplikasi dari x[n].Juga diasumsikan bahwa sistem bersifat

kausal,

linear dantime invariant

21/11/^

Tri Budi Santoso

Contoh 2 Pertimbangkan suatu sistem waktu diskrit finite dimensional yang diberikan denganpersamaan beda input/output:y[n] + ay[n-1] = bx[n]dimana a dan b adalah konstanta yang. Berikan gambaran respon sistem jika input adalah unitpulsa.^ Penyelesaian:^ Respon unit pulsa pada sistem ini dapat dikomputasi dengan menyelesaikanpersamaan (3-70) dengan kondisi awal y[-1] = 0 dan input x[n]=d[n]. Dari pembicaraanbab 2.3, penyelesaian untuk (3-70) dapat diekspresikan dalam bentuk:

nin^ −= ∑= i

iba ny^0

][) (][^ δ

21/11/^

Tri Budi Santoso

Konvolusi pada Sinyal Waktu Diskrit Dua sinyal diskrit x[n] dan v[n], bentuk konvolusi kedua sinyal

][][ ][*][

invix nvnx i ∞^ −= ∑−∞= Jika x[n] dan v[n] memiliki nilai 0 untuk semua integer pada n<0, maka:

⎧ ⎪ ⎨ ⎪⎩

−−= =− =^ ∑=

,........ (^2) , (^1) , (^0) , ][][

,...... (^2) , (^1) , (^0) ][*] [

0

ninvi x

n nnvnx i

21/11/^

Tri Budi Santoso Step ke empat adalah pergeseran satu step dan penjumlahanSinyal pertama:^

Sinyal kedua:^

3 1 2------------------- x product and sum:

Step ke lima adalah pergeseran satu step dan penjumlahanSinyal pertama:^

Sinyal kedua:^

3 1 2------------------- x product and sum:

Step ke enam adalah pergeseran satu step dan penjumlahanSinyal pertama:^

Sinyal kedua:^

3 1 2------------------- x product and sum:

21/11/^

Tri Budi Santoso

Step ke tujuh adalah pergeseran satu step dan penjumlahanSinyal pertama:^

Sinyal kedua:^

3 1 2------------------- x product and sum:

Dari hasil product and sum tersebut hasilnya dapat dilihat dalambentuk deret sebagai berikut: 2 5 11 9 9 %File Name: contoh_konvolusi.mx= [1 2 3] ;v= [2 1 3];xv=conv(x,v);stem(xv)

21/11/^

Tri Budi Santoso

Contoh 3 Berikan gambaran hasil konvolusi dua sinyal persegi x[n] =111111111 denganv[n]=1111111111. Penyelesaian: Dengan langkah yang sama dengan cara yang telah diberikan di atas, kita manfaatkanperangkat lunak Matlab, dan hasilnya seperti Gambar 3.3 berikut ini.%File Name: contoh_konvolusi_2.mp=[ones(1,10) zeros(1,5)];x=p;v=p;y=conv(x,v);subplot(3,1,1)stem(x)ylabel('x[n]')subplot(3,1,2)stem(v)ylabel('v[n]')subplot(3,1,3)stem(y)xlabel('n')ylabel('x[n]*v[n]')

21/11/^

Tri Budi Santoso Gambar 3.3 Hasil konvolusi pada contoh 3

21/11/^

Tri Budi Santoso

[ ]^

[^ ]^

[ ] [^ ]∑

∑^

M k M k^ k

knxkh

knxb

ny

Kita coba melakukan pemfilteran dengan menggunakan sebuah filter FIRSebuahfinite impulse respon filter (filter FIR) memiliki hubungan input danoutput dalam domain waktu diskrit sebagai berikut:^ dimana:-{

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

21/11/^

-1 z b^1 Tri Budi Santoso

y[n] b^0 x[n]^ …..

….. -1 z b M