Beberapa Sifat Transformasi Fourier dari Fungsi Cross-Correlation

Muhammad Sadno (H11109279)

Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Hasanuddin

1. Pendahuluan
Transformasi Fourier merupakan metode untuk menentukan muatan frekuensi dari sebuah sinyal. Transformasi Fourier pada dasarnya mentransformasikan domain waktu (time-domain) ke dalam domain frerekuensi (frequency-domain).Pada sisi lain transformasi Fourier dapat dipandang sebagai alat untuk mengubah sinyal menjadi jumlahan sinusoidal dengan beragam frekuensi. Transformasi Fourier menggunakan basis sinus dan kosinus yang memiliki frekuensi berbeda. Hasil transformasi Fourier adalah distribusi densitas spektral yang mencirikan amplitudo dan fase dari beragam frekuensi yang menyusun sinyal. Hal ini merupakan salah satu kegunaan transformasi Fourier, yaitu untuk mengetahui kandungan frekuensi sinyal.

2. Transformasi Fourier
Denisi 1. Misalkan suatu fungsi f (L2 )R sedemikian sehingga maka transformasi Fourier dari f (x) adalah : F{f }() =
R R

|f (x)| dx <

f (x)eix dx

dimana R = [, ]. Proposisi 1. (Translasi) Untuk suatu fungsi f yang terintegralkan dan suatu bilangan real a, translasi f sebesar a ke kanan dinotasikan sebagai a f didenisikan sebagai a f (x) = f (x a) maka : F{a f }() = eia F{f }() Bukti : F{a f }() =
R

f (x a)eix dx f (u)ei(u+a) du , u = x a du = dx
R

= =
R

f (u)eiu eia du
ia R ia

= e = e

f (u)eiu du F{f }() 1

Proposisi 2. (Modulasi) Untuk suatu fungsi f yang terintegralkan dan suatu bilangan real 0 , modulasi f sebesar 0 dinotasikan sebagai M0 f didenisikan sebagai M0 f (x) = ei0 x f (x) maka : F{M0 f }() = F{f }( 0 ) Bukti : F{M0 f }() =
R

ei0 x f (x)eix dx f (x)ei(0 )x dx

R

= F{f }( 0 ) Proposisi 3. (Konjugat Kompleks) Untuk suatu fungsi f pada bilangan real yang terintegralkan berlaku F{f }() = F{f }() Bukti : F{f }() =
R

f (x)eix dx f (x)ei()x dx
R

= =
R

f (x) ei()x dx , ei = cos i sin = cos + i sin = ei f (x)ei()x dx

R

= F{f }()

3. Cross-Correlation
Denisi 2. Fungsi cross-correlation antara fungsi f (x) dan g(x) dinotasikan oleh (f g) didenisikan sebagai berikut : (f g) =
R

f (y)g(x + y) dy

Pada makalah ini, penulis ingin membahas mengenai bentuk transformasi Fourier dari fungsi cross-correlation beserta transformasi Fourier fungsi cross-correlation yang mengalami translasi, modulasi, maupun konjugatnya.

1. Transformasi Fourier Fungsi Cross-Correlation F{f g}() =

x=R y=R

f (y)g(x + y) dy eix dx f (y)g(x + y)eix dy

x=R y=R

= =
v=R y=R

dx , eix konstan terhadap y dv dv dv ,

y=R

f (y)g(v)ei(vy) dy f (y)eiy g(v)eiv dy

v=R y=R

, v = x + y dv = dx

= =
v=R

g(v)eiv
y=R

f (y)eiy dy g(v)eiv dv
v=R

, g(v)eiv konstan terhadap y f (y)eiy dy konstan terhadp v

=
y=R

f (y)eiy dy

= F{f }()F{g}() = F{f }()F{g}() , proposisi (3) F{f g}() = F{f }()F{g}()

2. Transformasi Fourier Fungsi Cross-Correlation yang Bertranslasi F{a f g}() =

x=R y=R

a f (y)g(x + y) dy eix dx f (y a)g(x + y) dy eix dx

x=R y=R

= =
x=R y=R

f (y a)g(x + y)eix dy f (y a)g(v)ei(vy) dy

v=R y=R

dx dv dv dv , v = x + y dv = dx

= =
v=R y=R

f (y a)eiy g(v)eiv dy g(v)eiv

v=R y=R

= =
y=R

f (y a)eiy dy g(v)eiv dv
v=R

f (y a)eiy dy f (s)ei(s+a) ds
s=R v=R

= =
s=R

g(v)eiv dv g(v)eiv dv
v=R

, s = y a ds = dy

f (s)ei(s+a) ds f (s)eis ds
s=R

= eia

g(v)eiv dv
v=R

= eia F{f }()F{g}() = eia F{f }()F{g}() 3

 F{a f

g}() = eia F{f }()F{g}()

F{f

a g}() =
x=R y=R

f (y)a g(x + y) dy eix dx f (y)g(x + y a) dy eix dx

x=R y=R

= =
x=R y=R

f (y)g(x + y a)eix dy f (y)g(v a)ei(vy) dy

v=R y=R

dx dv dv , v = x + y dv = dx

= =
v=R

g(v a)eiv
y=R

f (y)eiy dy g(v a)eiv dv

=
y=R

f (y)eiy dy
v=R

= F{f }()F{a g}() = eia F{f }()F{g}() , proposisi (1) dan (3) F{f a g}() = eia F{f }()F{g}()

3. Transformasi Fourier Fungsi Cross-Correlation yang Bermodulasi

F{M0 f

g}() =
x=R y=R

M0 f (y)g(x + y) dy eix dx ei0 y f (y)g(x + y) dy eix dx

x=R y=R

= =
x=R y=R

ei0 y f (y)g(x + y) dy eix dx ei0 y f (y)g(x + y)eix dy

x=R y=R

= =
v=R y=R

dx dv dv , v = x + y dv = dx

ei0 y f (y)g(v)ei(vy) dy g(v)eiv

v=R y=R

= =
y=R

f (y)ei(0 )y dy g(v)eiv dv
v=R

f (y)ei(0 )y dy f (y) ei(0 )y dy

y=R

= =
y=R

g(v)eiv dv
v=R

f (y)ei(0 )y dy
v=R

g(v)eiv dv

= F{f }( 0 )F{g}() F{M0 f g}() = F{f }( 0 )F{g}() f (y)M0 g(x + y) dy eix dx

x=R y=R

F{f

M0 g}() = =
x=R y=R

f (y)ei0 (x+y) g(x + y) dy eix dx f (y)g(x + y)ei0 (x+y) eix dy

x=R y=R

= =
v=R y=R

dx , v = x + y dv = dx

f (y)g(v)ei0 v ei(vy) dy g(v)ei(0 )v

v=R y=R

dv dv

= =
y=R

f (y)eiy dy g(v)ei(0 )v dv
v=R

f (y)eiy dy f (y)eiy dy
y=R v=R

g(v)ei(0 )v dv

= F{f }()F{g}( 0 ) F{f M0 g}() = F{f }()F{g}( 0 ) 5

4. Transformasi Fourier Konjugat Fungsi Cross-Correlation

F{f

g}() =
x=R y=R

f (y)g(x + y) dy eix dx f (y) g(x + y) dy eix dx

x=R y=R

= =
x=R y=R

f (y)g(x + y)eix dy f (y)g(v)ei(vy) dy dv

v=R y=R

dx , sifat konjugat (z) = z , v = x + y dv = dx

= =
v=R

g(v)eiv
y=R

f (y)eiy dy g(v)eiv dv
v=R

dv

=
y=R

f (y)eiy dy

= F{f }()F{g}() F{f g}() = F{f }()F{g}()