Bab 2 Sistem Linear Time Invariant

Tujuan Pembelajaran
Peserta dapat memodelkan sistem yang berjenis Linear Time Invariant (LTI), baik untuk sinyal DT maupun CT 1. Peserta dapat merepresentasikan sistem LTI dengan sinyal impuls respons (a) Peserta dapat menghitung ouput sistem LTI dengan cara konvolusi. (b) Peserta dapat menentukan sifat sitem LTI dan menggunakannya untuk menentukan output sistem. 2. Peserta dapat menerapkan model persamaan diferensial dan diferens untuk menentukan respons sistem LTI (a) Peserta mengenali model sistem LCCDE serta menggambarkan diagram blok sistem (b) Peserta dapat mengimplementasikan sistem LCCDE (digital) menggunakan komputer (c) Peserta dapat menghitung solusi dari persamaan LCCDE (d) Peserta dapat menerapkan solusi LCCDE untuk menentukan respons sistem terhadap input, termasuk respons impuls.

Fig. 1:

Sistem

(b) Response Impulse (c) Konvolusi 2. Sifat-Sifat Sistem LTI (a) (b) (c) (d) Sifat Komutatif, Asosiatif, dan Distributif Sistem LTI Dengan dan Tanpa Memori Kausabilitas Stabilitas

3. Diferensial Equations (a) CT LCCDE i. Diagram Blok ii. Solusi DE (b) LCCDE Dierence Equations i. DT LCCDE ii. Diagram Blok iii. Solusi DE

1 Pendahuluan
Model sistem menjadi sederhana bila sistem diasumsikan linier dan time invariant (LTI). Pertama, sistem dapat dikarakterisasi menggunakan respons impuls. Kedua, respons dari sistem dapat dihitung melalui proses konvolusi. Salah satu sistem LTI adalah sistem linear dierential constant coecients (LCCDE). Pada sistem LCCDE persamaan input-output dapat dimodelkan dengan persamaan diferensial. Dengan demikian respons dari sistem LCCDE adalah solusi dari persamaan diferensial Tujuan dari bab ini adalah membekali peserta dengan pengetahuan dan kemampuan untuk menghitung output dari sistem LTI dan LCCDE.

3 Sistem LTI 3.1 Respons Impuls dan Sistem LTI

Sistem F secara umum menghasilkan sinyal output sinyal y dengan memproses (menembuskan) sinyal input x (lihat Gambar 1), yang ditulis secara umum
y = F {x}

(1)

2 Ringkasan Materi Sistem LTI

1. Sistem LTI CT dan DT

Secara khusus sistem ini menghasilkan sinyal h bila dimasuki input impuls . Sinyal h disebut respons impuls. Sistem LTI adalah sistem yang sekaligus linier dan time invariant. Sistem F di sebut linier bila untuk setiap input x1 dan x2 (baik untuk DT maupun CT) berlaku
F {1 x1 + 2 x2 } = 1 F {x1 } + 2 F {x2 }

(2)

(a) Representasi Sinyal Menggunakan Impulse

2012 Armein Z R Langi, STEI ITB. v 12.05 alpha

Selanjutnya sistem F ini juga disebut time invariant bila input yang tertunda akan menghasilkan output yang tertunda. Untuk kasus CT, berarti 1

3 Sistem LTI

y (t) = F {x (t)} y (t t0 ) = F {x (t t0 )}

(3)

x [n] =
l=

X [l] s (n, l)

(12)

sedangkan untuk kasus DT, berlaku

y [n] = F {x [n]} y [n n0 ] = F {x [n n0 ]}

3.4 Representasi Sistem LTI Dengan Respons Impuls (4)

Catat juga bahwa untuk sistem time invariant, berlaku

F { (t t0 )} = h (t t0 ) ; F { [n n0 ]} = h [n n0 ]

3.2 Konvolusi
Konvolusi antara dua sinyal s dan v menghasilkan sinyal w yang dinyatakan dinyatakan sebagai
w =sv

Setiap sistem, termasuk sistem LTI, memiliki respons impuls h. Khusus untuk sistem LTI, respons impuls sangat berperan untuk merepresentasikan sistem, artinya repons sistem dapat digunakan untuk menghitung ouput dari input x. Tepatnya,
y =xh

(13)

(5)

Untuk memperlihatkan hal ini dalam kasus DT, perhatikan bahwa

y [n] = F {x [n]} = F l= x [l] [n l] = l= x [l] F { [n l]} = l= x [l] h [n l]

yang didenisikan untuk kasus CT sebagai

w (t) = s (t) v (t) =

s ( ) v (t ) d

(6) maka diperoleh

dan untuk kasus DT sebagai

y [n] =
l=

x [l] h [n l]

(14)

w [n] = s [n] v [n] =

l=

s [l] v [n l]

(7) dan untuk kasus CT,

y (t) = F {x (t)} = F x ( ) (t ) d = x ( ) F { (t )} d = x ( ) h (t ) d

Melalui kedua denisi ini dapat dibuktikan sifat komutatif bahwa

sv =vs

(8) maka diperoleh Dalam praktek kita memilih cara di ruas kiri bila s y ( t ) = x ( ) h (t ) d (15) berdurasi lebih pendek daripada v, karena menyerhanakan perhitungan. t Latihan: Sebuah sistem CT memiliki h(t) = e u (t), di mana > 0, dimasuki input x(t) = u(t). Cari output 3.3 Representasi Sinyal Menggunakan y (t). Konvolusi Impuls Cara 1: y = x h = u h, Sebuah sinyal dapat direpresentasikan sebagai konvolusi Diperoleh sinyal itu terhadap sinyal impulse. Dalam kasus CT, sinyal x(t) dapat diekspresikan sebagai

x(t) =

x ( ) (t ) d = x (t) (t)

(9)

y (t) =

u ( ) h (t ) d =

u ( ) e(t ) u (t ) d

x[n] dapat direpresentasikan sebagai

Dengan cara yang serupa untuk kasus DT, sebuah sinyal

=

e(t ) d u (t) = u(t)et

0

e d

x [n] =
l=

x [l] [n l] = x [n] [n]

(10)

Dan
y (t) = 1 1 et u(t)

Representasi ini adalah kasus khusus dari sifat umum bahwa sebuah sinyal CT dapat direpresentasikan dalam bentuk integral terhadap sebuah kernel s(t, ) menurut

x(t) =

X ( ) s(t, )d

(11)

Cara 2: y = h x = h u, Diperoleh
y (t) =

dan sinyal DT dapat direpresentasikan oleh sebuah kombinasi linier dari sinyal basis s (n, l) menurut

h ( ) x (t ) d =

e u ( ) u (t ) d

4 Sifat Tambahan Sistem LTI

=
0

4.4 Latihan Soal

t

e d u (t)

dan
y (t) = 1 1 et u(t)

1. Sebuah sistem LTI CT memiliki respons step s(t) = et u(t). Tentukan output bila sistem dimasuki sinyal x(t) seperti pada gambar di bawah.
x (t)

3.5 Respons Step

Respons dari sinyal step adalah s(t)
s (t) = F {u (t)} = h (t) u (t) =

1 0 1 2 3t

h ( ) u (t ) d

s (t) =

Perhatikan bahwa x(t) = u(t 1) u(t 3). Dari sifat LTI, disimpulkan bahwa y (t) = s(t 1) s(t 3). Hasil ini dapat dilihat pada gambar berikut.
s(t) s(t 1)

h ( ) d
d dt s (t)

Catatan, dapat diperlihatkan bahwa h(t) = d (t) = dt u (t).

, karena 0 3
s(t 3) y (t) t

4 Sifat Tambahan Sistem LTI 4.1 Memori

Pada sistem tanpa memori, y (t) hanya bergantung x(t) pada saat t. Untuk sistem LTI tanpa memori, y (t) = Kx(t), dan h(t) = Kd(t). Jadi bila h(t0 ) = 0 untuk t0 = 0, maka sistem memiliki memori.

4.2 Kausalitas
Pada sistem LTI kausal, h(t) = 0 pada t < 0, sehingga bentuk konvolusinya menjadi:

y (t) =
0

h ( ) x (t ) d

2. Sebuah sistem DT memiliki h[n] = n u[n], dimasuki unit step. Cari outputnya. Karena sinyal dan sistem kausal, maka y [n] = x[n]
h[n]
n

atau
y (t) =

y [n] = u[n] x ( ) h (t ) d
k=0

nk

Kita dapat mendenisikan sinyal kausal sebagai sinyal dengan sifat x(t) = 0 untuk t < 0, dan anti kausal bersifat x(t) = 0 untuk t > 0. Maka bia kedua sinyal dan sistem kausal, persamaan konvolusi menjadi:

tapi
n 0 n

nk =
k=0 m=n

m =
m=0

m =

1 n+1 1

y (t) =
0

h ( ) x (t ) d

sehingga
y [n] = 1 n+1 u[n] 1

atau
y (t) =

x ( ) h (t ) d
0

4.3 Stabilitas
Sistem LTI yang stabil secara bounded-input bounded-output (BIBO) memiliki respons impuls dengan sifat

3. Perlihatkan bahwa pada sistem LTI bila x[n] periodik dengan periode N , maka y [n] juga periodik dengan periode N . Perhatikan bahwa pada sistem LTI

|h ( )| d

y [n] =
l=

h [l] x [n l]

4 Sifat Tambahan Sistem LTI

Asumsi n=m+N, maka diperoleh

h[n]

h[n 2]

y [m + N ] =
l=

h [l] x [m + N l]

=
l=

h [l] x [(m l + N ]

Karena x[n] periodik, x[(ml)+N ] = x[ml], sehingga

-1 0 1 2 3 4 5 6 7 8 9 10 11

0 1 1 1 1 -1 -1 0 0 0 0 0 0

0 0 0 1 1 1 1 -1 -1 0 0 0 0

-h[n 4] 0 0 0 0 0 -1 -1 -1 -1 1 1 0 0

y [n]

0 0 0 1 1 0 0 -2 -2 1 1 0 0

y [m + N ] =
l=

h [l] x [m l] = y [m]

Output ini dapat juga dilihat scara visual sebagai penjumlahan dua gelombang respons impuls yang tergeser masing-masing 2 dan 4 sampel.
h [n 2] 1

yang berarti y [n] periodik dengan periode N . 4. Tentukan output bila respons impuls dan input seperti pada gambar berikut.
h [n] 1 1

0
1

1 2 3 4 5

6 7

8 9 10 11

h [n 4]

0 1 2 3

4 5

0
1

1 2 3 4 5 6 7

8 9

10 11

x [n] 1 1

y [n] = h [n 2] h [n 4]

0
1

1 2 3

0
1 2

1 2 3 4 5

6 7

8 9 10 11

Jawab: Dari gambar dapat disimpulkan bahwa sinyal input hanya terdiri dari dua pulsa, x[n] = [n 2] [n 4], sedangkan sinyal respons impuls terdiri dari enam pulsa. Oleh sebab itu, lebih mudah kita menggunakan konvolusi jenis y [n] = x [n] h [n], yang berarti:

5. Sebuah sistem LTI memiliki respons impuls h[n] = n u[n]. (a) Apakah sistem kausal? Jawab: ya, karena h[n] = 0 untuk n < 0. (b) Apakah sistem stabil BIBO? Jawab:

y [n] = h [n 2] h [n 4]

Menggunakan tabel sederhana, kita dapat menghitung y [n] sebagai berikut

|h[k ]| =
k= k=

k u[k ] =
k=0

||

5 Sistem LCCDE

Maka ini tidak stabil kecuali bila || < 1, karena kemudian

|h[k ]| =
k= k=0

| | =

1 < 1 | |

5 Sistem LCCDE
Selama ini kita sudah mengkarakterisasi sistem berdasarkan hubungan I/O (terutama persamaan I/O) dan respons impuls. Sekarang kita ingin memodelkan sistem LTI dalam bentuk khusus, yaitu persamaan I/O nya memenuhi sebuah persamaan diferensial (untuk CT) dan diferens (untuk DT).

5.1 Persamaan Diferensial Koesen Konstan

Sebuah persamaan diferensial dengan koesien konstan orde N (untuk CT) memiliki bentuk umum
N

ak
k=0

dk y (t) = dtk

bk
k=0

dk x (t) dtk

(16)

dengan sebuah kasus khusus orde dua berbentuk

a2

(17) Dengan cara serupa untuk DT, persamaan diferens dengan koesien konstan berorde N memiliki bentuk
N M

d2 y (t) dy (t) d2 x (t) dx (t) + a + a y ( t ) = b + b1 + b0 x (t) C12: =SUM(B10:B12*C$5:C$7)-SUM(C10:C11*C$2:C$3) 1 0 2 2 2 dt dt dt dt

[ctrl+shift]-[enter] C13: =SUM(B11:B13*C$5:C$7)-SUM(C11:C12*C$2:C$3) [ctrl+shift]-[enter]

Tabel simulasi LCCDE dengan spreadsheet. A B C 1 Koesien Nilai 2 a2 0.1666666667 3 a1 -0.8333333333 4 a0 1 5 b2 0 6 b1 0 7 b0 1 8 9 n x[n] y [n] 10 -2 0 0 11 -1 0 0 12 0 1 1 13 1 0 0.8333333333 14 2 0 0.5277777778 15 3 0 0.3009259259 16 4 0 0.162808642 17 5 0 0.0855195473 18 6 0 0.0441315158 19 7 0 0.0225230053 20 8 0 0.0114139184 21 9 0 0.0057577645 22 10 0 0.0028958173 Kode spreadsheet:
Tab. 1:

dst

ak y [n k ] =
k=0 k=0

bk x [ n k ]

(18)

dengan sebuah kasus khusus orde dua berbentuk

a2 y [n 2] + a1 y [n 1] + a0 y [n] = b2 x [n 2] + b1 x [n 1] + b0 x [n]

(19)

Baik persamaan (16) maupun (18) bersifat linier dengan koesien konstan, sehingga keduanya disebut LCCDE (linear constant coecient dierential/dierence equation ). Persamaan LCCDE memiliki memori y [n k] dan x[n k] untuk k > 0 yang menentukan keadaan (state ) persamaan pada saat n = 0. Dalam keadaan rileks, y [n k] dan x[n k] ini bernilai 0. State ini berubah oleh x[n]. Dengan bentuk LCCDE, kita dapat menggunakan komputer untuk mensimulasi perubahan state akibat perubahan x[n].
Latihan:

9 kita memberikan label indeks waktu n, eksitasi x[n], serta state y [n]. Pada baris 10 dan 11, kita mengisi kondisi awal rileks untuk x[n] dan y [n]. Kita lalu mengisi baris berikutnya dengan sample dari [n]. Untuk menghitung y[0], y[1] dan seterusnya kita menggunakan perhitungan
a2 1 1 y [0] = a x[0] a a0 y [1] a0 y [2] 0 a1 a2 1 y [1] = a0 x[1] a0 y [0] a0 y [1]

. . .

yang dapat dilakukan oleh spreadsheet menggunakan fungsi array yang di copy-paste pada setiap sel di kolom C mulai baris 12:
C12: =SUM(B10:B12*C$5:C$7)-SUM(C10:C11*C$2:C$3) [ctrl+shift]-[enter] C13: =SUM(B11:B13*C$5:C$7)-SUM(C11:C12*C$2:C$3) [ctrl+shift]-[enter]

Gunakan tabel spreadsheet untuk mensimulasikan LCCDE orde dua rileks dengan persamaan
1 5 y [n 2] y [n 1] + y [n] = x [n] 6 6

dst Maka keadaan (state) pada setiap waktu dapat dilihat pada Tabel 1.

yang dipicu oleh x[n] = [n]. 5.2 Solusi Persamaan LCCDE Pada Tabel 1 mula-mula kita meletakkan koesien dari persamaan ini ke dalam kolom B untuk label dan C un- Solusi persamaan LCCDE y (t) (atau y [n]) akibat input tuk nilai mulai dari baris 2 s/d 7. Kemudian pada baris x(t) (atau y [n]) serta akibat kondisi awal, terdiri dari dua

5 Sistem LCCDE

Tab. 2:

Solusi partikular, di mana A, K , dan Ki adalah konstanta, dan n 0. Input x[n] Solusi Partikular yp [n] [n] 0
A AM n AnM An n M A cos(0 n) A sin(0 n) An K KM n M l l=0 KM l n
M l=0

1 5 K K 2 + K 22 = 22 6 6

dan kemudian K = 8 5 , sehingga kita peroleh

yp [n] =
5.2.2 Solusi Homogen

K M l n l

8 n 2 u [n] 5

K1 cos 0 n + K2 sin 0 n

bagian: solusi homogen yh (t) (atau yh [n]) dan solusi partikular yp (t) (atau yp [n]), sehingga
y (t) = yh (t) + yp (t) y [n] = yh [n] + yp [n]

Solusi homogen itu sendiri adalah solusi persamaan homogen untuk CT

N

ak
k=0

dk y (t) = 0 dtk

(21)

(20) atau untuk DT

Solusi homogen adalah kontribusi internal sistem akibat kondisi awal sedangkan solusi partikular adalah kontribusi input. Solusi y [n] ini hanya dihitung untuk n 0, sedangkan y [n] pada n < 0 ditentukan langsung oleh kondisi awal.
5.2.1 Solusi Partikular

ak y [n k ] = 0
k=0

(22)

Solusi partikular yp (t) (atau yp [n]) adalah fungsi dari x(t) (atau x[n]) yang memenuhi persamaan LCCDE. Tabel 2 memperlihatkan beberapa bentuk sinyal input, dan usulan solusi partikular yang sesuai untuk kasus DT. Konstanta K , dan Ki adalah koesien yang membuat yp [n] memenuhi persamaan LCCDE untuk semua n.
Latihan:

Fungsi yang dikenal mempertahankan bentuk akibat diferensiasi adalah bentuk eksponensial, sehingga bentuk eksponensial ini secara alamiah dapat membentuk persamaan homogen. Asumsi solusi homogen yh [n] memiliki bentuk kompleks eksponensial, maka kita coba bentuk yang paling sederhana:
yh [n] = n

Cari solusi partikular dari persamaan diferens LCKarena solusi homogen memenuhi persamaan homogen, CDE orde dua maka kita peroleh
5 1 y [n 2] y [n 1] + y [n] = x [n] 6 6
N

ak yh [n k ] = 0
k=0

bila diketahui input x1 [n] = 2n u [n]. Jawab: Dari Tabel 2 diperoleh kandidat dsolusi par- perhatikan tikular yp [n] = K 2n u [n]. Untuk menentukan konstanN N N ta K yang memenuhi persamaan LCCDE, maka kita ak yh [n k ] = ak nk = nN aN k k melakukan substitusi k=0 k=0 k=0
1 5 yp [n 2] yp [n 1] + yp [n] = x1 [n] 6 6

maka solusi persamaan homogen yang tidak trivial memenuhi

N

menjadi
5 1 K 2n2 u [n 2] K 2n1 u [n 1]+K 2n u [n] = 2n u [n] 6 6

aN k k = 0
k=0

Karena persamaan ini linier, n yang manapun kita pilih untuk evaluasi akan menghasilkan K yang berlaku untuk semua n, asalkan semua term dalam persamaan ikut terevaluasi. Maka kita mengevaluasi persamaan dengan pilihan n = 2 karena n ini tersederhana yang mengikutkan semua term dalam persamaan. Untuk n = 2, kita dapatkan

Ruas kiri adalah polinomial (disebut polinomial karakteristik) berorde N yang memiliki N buah akar i yang menjadi solusi persamaan homogen ini. Maka solusi homogen yang akan kita gunakan adalah kombinasi linier dari akar-akar ini, yakni
N

yh [n] =
i=0

ci n i

(23)

5 Sistem LCCDE

yang sudah dipastikan melalui proses penurunan tersebut akan memenuhi persamaan homogen. Konstanta ci ditentukan oleh kondisi awal dari LCCDE. Bila ada N buah ci yang perlu diketahui maka diperlukan N buah kondisi awal untuk membentuk N persamaan dengan N yang tidak diketahui.
Latihan:

Tab. 3:

1 2 3 4 5 5 1 y [n 2] y [n 1] + y [n] = x [n] (24) 6 6 6 7 8 Jawab: dari persamaan homogen 9 10 1 5 y [n 2] y [n 1] + y [n] = 0 11 6 6 12 13 kita peroleh polinomial karakteristik 14 15 1 5 1 1 16 p () = + 2 = 6 6 2 3 17 18 1 sehingga diperoleh akar 1 = 1 dan = , dan solusi 19 2 2 3 homogen adalah 20 21 n n 22 1 1 + c2 (25) Kode spreadsheet: yh [n] = c1 2 3 Tentukan solusi homogen dari LCCDE orde dua dalam kondisi relaks (kondisi awal y [n] = 0, pada n < 0), bila persamaan LCCDE berbentuk dst

Simulasi sistem LCCDE. A B C Koesien Nilai a2 -4 a1 -3 a0 1 b2 0 b1 2 b0 1 0 0 1 4 16 64 256 1024 4096 16384 65536 262144 1048576
x[n]

-2 -1 0 1 2 3 4 5 6 7 8 9 10

0 0 1 9 55 297 1495 7209 33751 154665 697303 3103785 13673431

y [n]

5.3 Penerapan Pada Sistem LCCDE

Secara umum sebuah sistem LCCDE dengan orde N berbentuk
N M

B12: =4^A12 [enter] B13: =4^A13 [enter] C12: =SUM(B10:B12*C$5:C$7)-SUM(C10:C11*C$2:C$3) [ctrl+shift]-[enter] C13: =SUM(B11:B13*C$5:C$7)-SUM(C11:C12*C$2:C$3) [ctrl+shift]-[enter]

dst
bk x[n k ]

y [n] =
k=1

ak y [n k ] +
k=0

(26)

Perhatikan bahwa sistem ini pada dasarnya mengambil bentuk Persamaan (18) dengan a0 =1. Sistem DT ini dapat diimplementasi menggunakan komputer atau spreadsheet, seperti pada contoh sebelumnya.
Latihan:

Simulasikan sistem LCCDE rileks

y [n] = 3y [n 1] + 4y [n 2] +x[n] + 2x[n 1]
Tab. 4:

untuk mencari y [n] pada n 0 bila dimasuki input x[n] = 4n u[n]. Jawab: dengan cara serupa pada Tabel 1, kita peroleh hasil pada Tabel 3. Perubahan yang dilakukan adalah mengubah nilai koesien pada sel C2 s/d C7, serta mensimulasikan input pada kolom B12, B13 dst dengan x[n] = 4n u[n].

Jumlah komputasi untuk LCCDE dalam implementasi direct form. Komputasi Tipe I Tipe II Perkalian skalar N + M + 1 N +M +1 Perjumlahan N +M N +M Elemen Delay N +M N Jumlah 3N + 3 M + 1 3N + 2 M + 1

5 Sistem LCCDE

Bentuk ini disebut bentuk direct form tipe 1 karena bentuk ini langsung diperoleh dari persamaan. Jumlah komputasi yang diperlukan adalah kombinasi dari jumlah perkalian skalar, penjumlahan, dan elemen delay. Sebagaimana diperlihatkan pada Tabel 4, jumlah komputasi untuk direct form tipe I adalah 3M + 3N + 1. Perhatikan bahwa sistem ini dapat dianggap kaskade antara dua sistem.
M

h[0] = c1 h[1] = c1

1 0 2 1 1 2

+ c2 + c2

1 0 3 1 1 3

Untuk keperluan ini kita memanfaatkan Tabel 1 pada n = 0 dan n = 1, sehingga diperoleh (secara pecahan) y [0] = 1 dan y [1] = 5 6 . Sekarang kita punya sistem dua persamaan dengan dua tidak diketahui
1
5 6

v [n] =
k=0

bk x [ n k ]

= =

c1 1 2 c1

+ +

c2 1 3 c2

y [n] =
k=1

ak y [n k ] + v [n]

yang menghasilkan c1 = 3 dan c2 = 2. Maka solusi total adalah

h [n] = 3 1 2
n

Karena kedua sistem ini linier, maka kaskade ini bersifat komutatif, sehingga dapat diubah menjadi kaskade antara dua sistem
N

1 3

w[n] =
k=1

ak w[n k ] + x[n]

Hasil ini dapat diverikasi menggunakan mengembangan Tabel 1 menjadi Tabel 5. Misalnya, pada n=10, 10 10 kita peroleh h [10] = 3 1 2 1 yang dapat di2 3 hitung menggunakan rumus spreadsheet:
D22: =(3*(1/2)^A22)-(2*(1/3)^A22) [enter]

y [n] =
k=0

bk w [ n k ]

dengan hasil yang identik. Karena kedua sistem ini menggunakan w[n k] yang sama, maka kedua kaskade dapat digabung dengna men-share elemen delay. bentuk ini disebut direct form tipe II. Karena delay elemen digabung, maka terjadi penghematan sumberdaya komputasi. Asumsi N M , maka jumlah sumber daya komputasi yang diperlukan tinggal 3N + 2M + 1. Sistem LCCDE orde dua memiliki bentuk
y [n] = a2 y [n 2] a1 y [n 1]+ b0 x[n]+ b1 x[n 1]+ b2 x[n 2]

dst

Tabel 5 mengkonrmasi hasil yang identik antara pendekatan simulasi menggunakan persamaan I/O LCCDE dan simulasi menggunakan solusi LCCDE. Meskipun cara yang kedua lebih panjang, tapi sekali solusi ditemukan, persamaan solusi bisa langsung digunakan untuk n berapapun. Cara yang pertama memerlukan hasil dari n sebelum karena bersifat rekursif. Latihan: Cari solusi dari sistem LCCDE rileks
y [n] = 3y [n 1] + 4y [n 2] +x[n] + 2x[n 1]

(27)

Latihan:

untuk mencari (i) respons impuls h[n], dan (ii) y [n] pada Cari respons impuls dari sistem LCCDE yang n 0 bila dimasuki input x[n] = 4n u[n]. rileks Jawab: Untuk mencari solusi y [n] = yh [n] + yp [n] kita perlu men5 1 y [n] = y [n 2] + y [n 1] + x [n] gubah bentuk persamaan ke dalam bentuk LCCDE, kemu6 6 dian menghitung solusi partikular yp [n] dan solusi homogen Sistem ini memiliki bentuk LCCDE sebagaimana per- yh [n]. Persamaan LCCDE menjadi samaan (24). Maka kita dapat langsung menggunakan y [n] 3y [n 1] 4y [n 2] solusi homogen pada persamaan (25). Karena kita = x[n] + 2x[n 1] menghitung respons impuls, maka x[n] = 0 untuk n > 0, sehingga solusi partikular. Jadi impul respons (i) Persamaan sistem untuk respons impuls adalah adalah solusi total yang sama dengan solusi homogen.
h [n] = c1 1 2
n

+ c2

Untuk menghitung respons impuls, kita tidak perlu Kita membutuhkan dua persamaan untuk mencari ke- menghitung solusi partikular. Dengan demikian solusi yang dua koesien c1 dan c2 , yang bisa kita bentuk meng- diperlukan berasal dari soulsi homogen. Untuk LCCDE di gunakan solusi ini pada n = 0 dan n = 1: atas, kita peroleh persamaan homogen

1 3

h[n]

3h[n 1] + 4h[n 2] + [n] + 2 [n 1]

6 Soal-Soal Latihan

8 9 n x[n] 10 -2 0 11 -1 0 12 0 1 13 1 0 14 2 0 15 3 0 16 4 0 17 5 0 18 6 0 19 7 0 20 8 0 21 9 0 22 10 0 Kode spreadsheet: dst

Tab. 5:

Simulasi solusi LCCDE C D 0 0 1 0.8333333333 0.5277777778 0.3009259259 0.162808642 0.0855195473 0.0441315158 0.0225230053 0.0114139184 0.0057577645 0.0028958173
y [n]

h[n] =

1 6 n n (1) + (4) u [n] 5 5

0 0 1 0.8333333333 0.5277777778 0.3009259259 0.162808642 0.0855195473 0.0441315158 0.0225230053 0.0114139184 0.0057577645 0.0028958173

y [n]

(ii) Kandidat solusi partikular untuk input x[n] = 4n u[n] ini adalah yp [n] = K (4)n u [n], di mana K seharusnya dapat diperoleh melalui substitusi pada persamaan LCCDE untuk n = 2. Akan tetapi khsusu untik kasus ini ternyata solusi ini juga sudah terdapat pada solusi homogen, sehingga perlu dicari kandidat lain. Kandidat solusi partikular berikutnya yang masih mengandung input tapi bukan bagian dari solusi homogen adalah yp [n] = Kn (4)n u [n] sehingga diperoleh persamaan substitusi
Kn (4) u [n] 3K (n 1) (4) u [n 1] 4(n 2)K (4) n n1 = (4) u[n] + 2 (4) u[n 1]
n n1 n2

u [n

dari sini, setelah dievaluasi pada n=2 diperoleh

K 2 (4) u [n] 3K (4) 4(0)K (4) 2 1 = (4) + 2 (4)
2 1 0

D12: =(3*(1/2)^A12)-(2*(1/3)^A12) [enter] D13: =(3*(1/2)^A13)-(2*(1/3)^A13) [enter]

dan K = 6 5 . Jadi solusi partikular adalah

y [n] 3y [n 1] 4y [n 2] = 0 yp [n] = 6 n n (4) u [n] 5

dan karakteristik polinomial

p () = 2 3 4 = ( + 1) ( 4)

Karena kita sudah menghitung solusi homogen pada bagian sebelumnya, solusi total adalah
6 n n n y [n] = c1 (1) + c2 (4) + n (4) u [n] 5

dengan demikian maka solusi homogen adalah

h[n] = c1 (1) + c2 (4)
n n

6 Soal-Soal Latihan
1. Dari pengamatan input-output sebuah sistem timeinvariant diperoleh pasangan input-output sebagai berikut.
x[n] {1, 0, 2} {0, 0, 3} {0, 0, 0, 1} y [n] {0, 1, 2} {1, 0, 0, 2} {1, 2, 1}

Dari persamaan ini dapat dibuat dua persamaan untk mencari c1 dan c2 dengan memilin n = 0 dan n = 1:
h[0] = c1 + c2 h[1] = c1 + 4c2

Kemudian dari persamaan sistem respons impuls di atas diproleh dua sample pertama dari impulse respons
h[0] = = = h[1] = = = 3h[1] + 4h[2] + [0] + 2 [1] 0+0+1+0 1 3h[0] + 4h[1] + [1] + 2 [0] 3+0+0+2 5

(a) Tentukan apakah sistem linier atau tidak? ____ (b) Cari respons impulse h[n] = ___ 2. Dari pengamatan sebuah sistem linier, diperoleh hubungan input-output berikut ini
x [n] {1, 2, 1} {1, 1, 1} {0, 1, 1} y [n] {1, 2, 1, 1} {1, 1, 0, 2} {1, 2, 1}

sehingga
1 = c1 + c2 5 = c1 + 4c2
6 1 dan c2 = 5 . Jadi respons impuls dan diperoleh c1 = 5 nya adalah

(a) Tentukan apakah sistem ini time-invariant atau tidak? (b) Carilah respons impuls dari sistem ini.

7 Laboratorium Komputer

10

3. Hitunglah/sketsalah y (t) = x (t) h (t), dengan x (t) dan h (t) menurut gambar berikut
x (t) h (t)

3 t

2 t

4. Perhatikan sebuah sistem LTI waktu kontinu dengan respons impuls h (t).
h (t) x (t) h (t) y (t)
Fig. 2:

1 -1 1t

Sinyal output untuk input x[n] = cos n pada = 1.5.

6. Diketahui sistem waktu kontinu dengan persamaan diferensial

y (t) + 2y (t) = x (t) + x (t)

(a) Bila input adalah x (t) = k=2 (t k ) , sebagaimana diperlihatkan berikut ini, Carilah dan sketsalah output y (t) di sampingnya.
x (t)

Carilah respon impuls h(t) dari sistem ini. 7. Sebuah sistem waktu diskrit dengan input x[n] dan output y [n] dengan hubungan

1 1 2

1 3

1 4

1 5
t

-1

y [n] ay [n 1] = x [n]

(b) Kemudian coba cari/sketsa input x (t) di samping kanan apabila output y (t) diketahui periodik pada gambar samping kiri sebagai berikut.
y (t)

dengan a adalah konstan. Bila sistem relaks, carilah y [n] untuk input
x [n] = Kbn u [n]

2 -4 -3 -2 0 -2 5. Diketahui sebuah sistem waktu kontinu dengan input x (t) dan output y (t) dengan hubungan
d y (t) + ay (t) = x (t) dt

8. Diketahui sistem waktu diskrit dengan persamaan diferens 3 4 8 6

y [n] + 2y [n 1] = x [n] + x [n 1] t

Carilah respons impuls h[n] dari sistem ini.

7 Laboratorium Komputer
1. Sebuah sistem seperti pada persamaan (27) dengan koesien pada Tabel 6 dimasuki sebuah sinyal input sinusoid x1 [n] = cos 1.5n. Output dari sistem ini adalah y1 [n], diperlihat kan pada spreadsheed Tabel 6dan plot Gambar 2. Perhatikan bahwa energi sinyal telah berkurang sebesar 22.31dB. Berarti sistem ini telah meredam sinyal input.

di mana a konstanta. (a) Carilah y (t) dengan kondisi awal y (0) = y0 dan
x (t) = Kebt u (t)

(b) Nyatakan y (t) dalam penjumlahan respon zeroinput dan respon zero-state.

7 Laboratorium Komputer

11

Tab. 6:

1 2 3 4 5 6 7 8 9 Frekuensi: 10 n 11 -2 12 -1 66 0 67 1 68 2 . . . . . . 70 57 71 58 72 59 73 74 Energy 75 Relatif (dB) Kode spreadsheet:

Output dari sistem orde dua terhadap sinyal sinusoid. A B C Koesien Nilai a2 0.743860718 a1 -1.24523096 a0 1 b2 1.356789856 b1 -0.275511966 b0 1.356789856 1.5 -0.990 0.071 1.000 0.071 -0.990 . . . -0.779 0.570 0.860 30.39
x1 [n] y1 [n]

-0.006 -0.091 -0.115 . . . -0.045 0.054 0.053 0.18 -22.31

B11:=COS(B$9*A11) [enter] D11:=COS(D$9*A11) [enter] C13: =SUM(B11:B13*C$5:C$7)-SUM(C11:C12*C$2:C$3) [ctrl+shift]-[enter] B74:=SUM(B13:B72*B13:B72) [ctrl+shift]-[enter] C74:=SUM(C13:C72*C13:C72) [ctrl+shift]-[enter] C75:=10*LOG10(C74/B74) [enter]