ET3005 Bab 8 Sem I 1718 Mhs

Desain Filter Respon Impuls TakTerbatas
8
(Infinite Impulse Response/IIR)
8.1 Spesifikasi Desain Filter
Problem
Solusi H(z)
performance G(z)
Analisa Desain Implementasi
constraints Fungsi
sistem
• respon magnitude • FIR/IIR • platform
• respon fasa • subtype • structure
• cost/complexity • order • ...
Edisi Semester 1 2017/2018 1

8.2 Karakterstik Filter Analog
8.2.1 Filter Butterworth
H a  j  
2 1
1  
 2N
c

Performance Constraints
• Respon magnitude :
ripple
passband
redaman
daerah
minimum
filter optimal stopband
frekuensi frekuensi
passband stopband

Performance Constraints
• Filter yang bagus: Ripple passband
Band transisi paling kecil

paling sempit
Redaman stopband
minimum paling besar

Ripple Passband
• Anggap peak passband gain = 1 1

maka minimum passband gain =
1  2
• Ripple  max  20 log10 1   2 dB

Redaman Stopband
• Peak passband gain adalahA lebih besar dari

peak stopband gain
• Redaman minimum stopband
 s  20 log10 A1  20 log10 A dB
Desain Filter Analog
– Pada daerah pass band dan stop band berbentuk
flat atau bisa terdapat ripple
– Ripple makin banyak  transisi band makin sempit
Family Passband Stopband

Butterworth Monoton turun Monoton
turun
Chebyshev I ripple Monoton
turun
Chebyshev II Monoton turun ripple
Elliptical Edisi Semester 1 2017/2018
ripples ripple 7
Fungsi Transfer Waktu Kontinu
• Sistem analog : Transformasi-s (Laplace)
Waktu Kontinu Waktu diskrit
Transformasi H a s   ha t e dt
st
H d z   hd nz n
Respon frekuensi H a  j Hd e  
j
Im{s} Im{z}
ejw

Diagram j  Re{z}
pole zero Re{s}
1
 
Pole stabil bid-s pole stabil bid-z

Filter Butterworth
Maximally flat pada daerah passband dan stopband
• Respon magnitude Orde
(LPF): H  j  
1 2 filter
1   N
a
 2N
c
– << c,
|Ha(j )|2 1
–  =  c,
|Ha(j )|2 = 1/2
titik 3dB

Filter Butterworth 6N dB/oct
rolloff
 >>c, |Ha(j|2 (c/2N
Log-log
respon magnitude
dn 2
H a  j  0
• flat  d n
@  = 0 for n = 1 .. 2N-1
Filter Butterworth
1 1


Spesifikasi filter analog
1 1
 p 2N 1  2 Butterworth :
c
1  2 Orde filter = 4
Frekuensi cuttoff = 1000 Hz
 1 1
 2
1
1  
s 2 N
c
A
A2
p ss
 N
1 log10  
A 2 1
2
2 log10 s
p

Filter Butterworth
2 1
• H a  j  Ha(s) ???
1 (c )2N
• Look up table
– hitung N  normalisasi filter dengan  c = 1
– skalakan seluruh koefisien
 – 1 Im{s}
H a s  
is  pi  
 c
Re{s}
– dimana j N 2i1
pi   ce 2N
i 1..N   s 2N
   1
c 

 bid-s
Edisi Semester 1 2017/2018  12
Contoh Desain Filter Analog Butterworth
Desain filter analog
Butterworth dgn frekuensi
cut off 1 dB adalah 1kHz
dan redaman minimum 40
dB pada frekuensi 5 kHz
1
1dB  20 log10    0.259
2
1  2
40dB  20 log10 A  A 100

1 log 9999
10 0.259
N 2
1
s log10 5
  5  N  4  3.28
p
 Edisi Semester 1 2017/2018 13

8.2.2 Filter Chebyshev Tipe 1
Equiripple pada daerah passband (flat pada daerah stopband)
 minimisasi error maksimum

Chebyshev tipe 1
Frekuensi passband = 1000 Hz
Ripple passband = 0.5 dB
Orde filter = 4
2 1
H a  j 
1  2TN2 (p )


TN   
cos N 
cos1
   1


cosh
 N 
cosh 1
   1
TN ( x) adalah polinomial Chebyshev orde N
Prosedur desain
– ripple passband  
– redaman minimum stopband .,  p,  s  N :
1 1 1
 
 
A 1  TN ( p ) 1  2 cosh N cosh 1  s

2 2 2 s 2
p
N
cosh 1
 
A 2 1


cosh 1 s
p

8.2.3 Filter Chebyshev Tipe 2
Flat pada passband, equiripple pada stopband

Chebyshev tipe 2
Frekuensi stopband = 1000 Hz
Redaman stopband = 12 dB
Orde filter = 5
H  j  
2 1
2
 TN ( s ) 
1  2 p 
 T ( s ) 
 N  
TN ( x) adalah polinomial Chebyshev orde N

8.2.4 Filter Elliptic
Ripple pada daerah passband dan stopband
Spesifikasi filter analog Elliptic

Frekuensi stopband = 1000 Hz
Ripple passband = 0.5 dB
Redaman stopband = 12 dB
Orde filter = 5
H  j  
2 1
,
1  UN (p )
2 
U N ( x) adalah fungsi elliptic Jacobian orde ke N

 adalah parameter ripple passband
Orde Filter Elliptic
 
K  p /  s K 1   2 /  2 ,
N

K  /  K 1   p /  s 
2

U N ( x) adalah integral elliptic komplit tipe 1
1 adalah ripple passband
 2 adalah ripple stopband

Filter Analog
N=6
r = 3 dB
A = 40 dB

8.3 Transformasi frekuensi dalam domain analog
• Seluruh tipe-tipe filter dituliskan dalam filter

low pass ; filter lainnya (highpass, bandpass..)
diturunkan dari transformasi
yaitu sˆ  F 1 s  respon yg
diinginkan
Filter
lowpass
H LP s   H D sˆ
prototype
• Pemetaan bidang-s
dgn tetap menjaga j  j;

Lowpass-ke-Highpass
• Contoh transformasi :
H HP sˆ  H LP s s p
ˆp
sˆ
– Dari prototype polinomial HLP(s) ganti s
ˆp
dengan  p
sˆ
– Diperoleh polinomial HHP(s)
^



Prototype Filter Analog  Filter IIR
• Pendekatan Approach: transformasi Ha(s)G(z)
yaitu :
dimana s = F(z) memetakan bidang s  bidang z :
G z  H a s sF z 
Im{s} Im{z}
Ha(s0) s = F(z) G(z0)
 Re{s}
1
Re{z}
bidang s bidang z
Transformasi waktu kontinu ke waktu
diskrit
• Transformasi : s = F(z):
– Sumbu j bidang s  lingkaran satuan bidang z
 respon frekuensi tetap
– Daerah sebelah kiri sumbu j bidang s  daerah di
dalam lingkaran satuan bidang z  stabilitas pole
tetap
Im{s} Im{z}
Imlingk ej
j satuan.
Re{s} Re{z}
1
bidang s bidang z
Transformasi Bilinear
Transformasi bilinear merupakan teknik pemetaan dari bidang s ke bidang z.
Sumbu j pada bidang s dipetakan ke unit circle pada bidang z.
Misalkan filter analog linier dengan fungsi sistem
b
H s  (1)
sa
Sistem ini dikarakteristikkan dengan persamaan diferensial
dy  t 
 ay  t   bx  t  (2)
dt
Dari teorema integral kalkulus dapat dituliskan
t
y  t    y '   d  y  t0  (3)
t0
Integral dapat diaproksimasi menggunakan rumus trapesoid di t  nT dan t0  nT - T ,

T
y  nT  
 y '  nT   y '  nT  T    y  nT  T  (4)
2
Persamaan diferensial pada Pers.(2) dievaluasi di t  nT , menjadi
y '  nT   ay  nT   bx  nT  (5)
Substitusi Pers.(5) ke Pers. (4) , dimana y  n   y  nT  dan x  n   x  nT  ,
T
y n  bx  n  -ay  n   bx  n  1  ay  n  1   y  n  1 (6)
2
aT Edisi SemesteraT 1 2017/2018 bT bT 24
y n  y  n   y  n  1  y  n  1  x n  x  n  1
2 2 2 2
Persamaan diferensial pada Pers.(2) dievaluasi di t  nT , menjadi
y '  nT   ay  nT   bx  nT  (5)
Substitusi Pers.(5) ke Pers. (4) , dimana y  n   y  nT  dan x  n   x  nT  ,
T
y n bx  n  -ay  n   bx  n  1  ay  n  1   y  n  1 (6)
2
aT aT bT bT
y n  y  n   y  n  1  y  n  1  x n  x  n  1
2 2 2 2
Transformasi z dari Pers.(4), menjadi
 aT aT 1   bT bT 1 
Y  z  1   z 1  z  = X  z  z 
 2 2   2 2 
Y  z
bT
1  z 1

H  z  = 2
X  z aT  aT  1
1  1  z
2  2 
Y  z b
H  z  = (7)
X  z 2  1  z 1 
 a
T  1  z 1 

Pemetaan dari bidang s ke bidang z adalah
2  1  z 1 
s    8
T  1  z 1 
Transformasi ini disebut transformasi bilinear dan berlaku juga untuk persamaan diferensial orde ke N.
Hubungan antara frekuensi analog dan diskrit pada transformasi bilinear dijelaskan sebagai berikut;
z  re j
s    j
Persamaan (6) dapat dituliskan sebagai berikut
2  re  j  1 
s    j 
T  re  1 
2 r2 1 2r sin  
   j 
T  1  r 2  2r cos  1  r 2  2r cos  
2 r2 1
 9
T 1  r 2  2r cos 
2 2r sin 
 10 
T 1  r  2r cos 
2
Bila r < 1 maka  < 0 dan bila r > 1 maka  > 0.

Bila r = 1 maka  = 0, dan
2 sin 

T 1  cos  Edisi Semester 1 2017/2018 26
2 
  tan 11
T  1  r 2  2r cos  1  r 2  2r cos  
2 r2 1
 9
T 1  r  2r cos 
2
2 2r sin 
 10 
T 1  r  2r cos 
2
Bila r < 1 maka  < 0 dan bila r > 1 maka  > 0.

Bila r = 1 maka  = 0, dan
2 sin 

T 1  cos 
2 
  tan 11
T 2
T
  2 tan -1 12 
2

Frequency Warping
Daerah frekuensi sinyal kontinyu - <  <  dipetakan ke daerah frekuensi
sinyal diskrit -     .Pemetaan frekuensi ini tidak linier.
Pada transformasi bilinier terjadi kompresi frekuensi atau frekuensi warping
disebabkan ketidak lineran fungsi arctangent
Gain sama &

fasa (, A...),
dgn orde yg
sama tapi sumbu
frekuensi
warped

Prosedur Desain
1. Diberikan spesifikasi filter dijital :
 p , s , 1 ,1
1 2 A
2. ‘Warp’ frekuensi waktu diskrit ke frekuensi waktu kontinu:
 p , s , 1 ,1
1 2 A
 2 
 p  tan 2p
T
 s  tan 2s
3. Desain filter analog  HD(s), polinomial filter analog
4.

Ubah ke filter dijital  H(z), polinomial filter dijital dalam z
H  z   H D  s  s  2 1 z1
T 1 z 1
5. Implementasi filter digital !

Desain filter HPF,BPF,dan BSF
Spesifikasi filter
waktu diskrit  p , s , 1 ,1
1 2 A
Bilinear
warp
Spesifikasi filter
 p , s , 1 ,1
waktu kontinyu 1 2 A
Desain 
filter analog
Transformasi HLP(s) Bilinear
band frekuensi
transform

HD(s) HLP(z)
Bilinear Transformasi
transform band frekuensi
H (z)
Transformasi Impulse Invariance
Pada transformasi ini, filter analog ha (t ) disampling dengan interval sampling T untuk menghasilkan
h(n) yaitu : h(n)  ha (nT )
Hubungan frekuensi analog dan dijital adalah :  T atau e j  e jT
Karena z  e j pada unit circle dan s  j pada sumbu imajiner, maka persamaan
transformasi dari bidang s ke bidang z adalah : z  e sT
Fungsi sistem H  z  dan H a (s) mempunyai mhubungan sebagai berikut
1   2 
H ( z)   H a  s  j k 
T k   T 
Transformasi bidang komplek dengan pemetaan pada persamaan 2.4 ditunjukkan oleh gambar berikut

j Im( z )
Transformasi
3 / T banyak-ke-satu Unit circle
 /T e sT  z
 Re( z )
 / T
3 / T z - plane
s - plane

Dari gambar tersebut didapat :
a.Dengan mendefinisikan   Re( s) maka
  0 dipetakan ke z  1 (di dalam unit circle)
  0 dipetakan ke z  1 (pada unit circle)
  0 dipetakan ke z  1 (di luar unit circle)
b. Semua daerah semi-infinite dengan lebar 2 / T dipetakan ke z  1 .
Pemetaan ini merupakan pemetaan dari banyak-ke-satu.
c. Daerah di sebelah kiri pada bidang s dipetakan ke unit circle sehingga filter analog yang kausal
dan stabil dipetakan ke filter dijital yang kausal dan stabil pula.
1
d. Jika H a ( j )  H a ( j / T )  0 untuk    / T maka, H a ( j )  H a ( j / T ),   
T
sehingga tidak terjadi aliasing.

Prosedur Desain
Jika diberikan spesifikasi filter dijital lowpass s ,  p , R p , dan As dan diinginkan
mendapatkan H ( z ) dengan terlebih dahulu mendesain filter analog ekivalen kemudian
memetakan ke filter yang diinginkan maka prosedur desain yang dapat dilakukan adalah :
p s
1.Pilih T dan definisikan frekuensi analog :  p  dan s 
T T
2.Desain filter analog H a ( s) dengan spesifikasi  p ,  s , R p , dan As .
Filter analog yang dapat dipilih adalah salah satu dari filter prototipe.
3.Gunakan ekspansi fraksi parsial dengan mengubah H a ( s ) menjadi :
N
Rk
H a (s)  
k 1 s  pk
4. Transformasikan pole analog  pk  ke dalam pole dijital e pk T  untuk menghasilkan filter dijital :
N
Rk
H ( z)   pk T 1
k 1 1  e z

Desain filter dijital IIR menggunaka n metoda impulse invariance
dengan fungsi transfer filter analog sebagai berikut ;
s 1
H s   2
2 1
 
s  5s  6 s  3 s  2
Pada desain ini digunakan T  0.1 s dan T  0.05 s .

Pemetaan dari bidang s ke bidang z adalah
s 1
H s   2
2 1
 
0.3
s  5s  6 s  3 s  2 0.25
0.2
Menggunaka n T  0.1 s 0.15
0.1
H z  
2 2
3T 1
  2T 1
0.05
1 e z 1 e z 0
0 100 200 300 400 500 600
H z  
2 2
 Respon frekuensi filter analog
1  e .0.3 z 1 1  e 0.2 z 1
0.3
0.25
1
H z  
1-0.8966 z 0.2
1.0000 - 1.5595z 1  0.6065z 2 0.1

0.15
Menggunaka n T  0.05 s 0.05

0
H z  
2 2 0 100 200 300 400 500 600
3T 1
 Respon frekuensi filter dijital
1 e z 1  e 2T z 1
H z  
2 2

1  e .0.15 z 1 1  e 0.1 z 1
1-0.9490 z 1
H z  
1.0000 - 1.7655z 1  0.7788z 2
Desain filter dijital menggunakan metoda Least-Squares
1. Metoda aproksimasi Pade
M
b z k

H z  
k
k 0
N
  hk z  k
1   ak z  k k 0
k 1
Filter ini memiliki L  M  N  1 parameter filter, yaitu koefisien

ak dan bk . Koefisien ini dapat ditentukan untuk meminimisasi
kriteria kesalahan.
Misal dengan menggunakan kriteria least square error .
Misal , akan dilakukan minimisasi penjumlahan kesalahan kuadrat .
2
E   hd n   hn 
U
n 0
terhadap parameter filter ak dan bk .

Secara umum, hn  adalah fungsi non linier dari parameter filter,
karenanya minimisasi E dilakukan dengan mencari solusi dari satu set
persamaan non linier.
Tetapi bila batas atas U  L-1, ada kemungkina n h(n) akan sama dengan
hd (n) untuk 0  n  M  N .
Hal ini dapat dijelaskan sebagai berikut
Persamaan perbedaan filter yang akan didesain :
y n   a1 y n  1  a2 y n  1  ...  aN y n  N   b0 xn   b1 xn  1  ...  bM xn  M 
Misal input filter adalah xn   δ n . Respon filter adalah y n   hn .
hn   a1hn  1  a2 hn  1  ...  aN hn  N   b0 n   b1 n  1  ...  bM  n  M 
Karena δ n-k   0 kecuali untuk n  k , maka persamaan sebelumnya menjadi
hn   a1hn  1  a2 hn  1  ...  aN hn  N   bn , 0nM
hn   a1hn  1  a2 hn  1  ...  aN hn  N , nM

Teknik desain menggunaka n prosedur aproksimasi Pade sebagai berikut;
1. Set hn   hd (n)
2. Parameter filter ak  diperoleh dari persamaan
hn   a1hn  1  a1hn  1  ...  aN hn  N , nM
3. Parameter filter bk  diperoleh dari persamaan
hn   a1hn  1  a1hn  1  ...  aN hn  N   bn , 0nM
Contoh
Desain filter dijital menggunaka n metoda aproksimasi Pade untuk
filter dengan respon impuls yang diinginkan
n
1
hd n   3  u n 
2
Fungsi sistem H  z  filter yang diinginkan adalah
b0  b1z 1
H z  
1  a1z 1
Solusi
Pada soal ini M  1, N  1.
hn   a1hn  1  bn , 0nM
hn   a1hn  1  b0 n   b1 n  1
n
1
hd n   3  u n   hd 0  3, hd 1  , hd 2 
3 3
2 2 4
Untuk n  0, h0  a1h 1  b0 0   b1  1  b0  3
h0   b0 0   b0  3
Untuk n  1, h1  a1h0  b0 1  b1 0
h1  a1h0  b1 
3
 3a1  b1  b1  0
2
Untuk n  2, h2   a1h1  b0 2  b1 1
h2   a1h1  0  a1  
1
2
Fungsi sistem H  z  filter hasil desain adalah H  z  
3
1
1  z 1
2
Solusi
Dalam bentuk matriks persamaan dapat dituliskan sebagai berikut
h0 0  b0 
 h1 h0     b 
1
  a1   1 
h2  h1   0 
 
3 0 b 
3  1   0 
 3     b1
 
 2  a1   0 
3 3  
 4 2 
b0  3
b1  0
1
a1  
2
Fungsi sistem H  z  filter hasil desain adalah H  z  
3
1
1  z 1
2
2. Metoda desain Least Squares
M
b z k

H z  
k
k 0
N
  hk z  k
1   ak z  k k 0
k 1
Filter ini memiliki L  M  N  1 parameter filter, yaitu koefisien

ak dan bk . Koefisien ini dapat ditentukan untuk meminimisasi
kriteria kesalahan.
Misal dengan menggunakan kriteria least square error .
Misal , akan dilakukan minimisasi penjumlahan kesalahan kuadrat .
2
E   hd n   hn 
U
n 0
terhadap parameter filter ak dan bk .


ET3005 Bab 8 Sem I 1718 Mhs

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

ET3005 Bab 8 Sem I 1718 Mhs

Uploaded by

Copyright:

Available Formats

Desain Filter Respon Impuls TakTerbatas

Edisi Semester 1 2017/2018 1

Edisi Semester 1 2017/2018 2

Edisi Semester 1 2017/2018 3

Band transisi paling kecil

Edisi Semester 1 2017/2018 4

• Anggap peak passband gain = 1 1

Edisi Semester 1 2017/2018 5

• Peak passband gain adalahA lebih besar dari

Family Passband Stopband

Edisi Semester 1 2017/2018 8

Edisi Semester 1 2017/2018 9

 >>c, |Ha(j|2 (c/2N

Edisi Semester 1 2017/2018 11

40dB  20 log10 A  A 100

 Edisi Semester 1 2017/2018 13

Spesifikasi filter analog

Edisi Semester 1 2017/2018 15

Spesifikasi filter analog

TN ( x) adalah polinomial Chebyshev orde N

Edisi Semester 1 2017/2018 16

Spesifikasi filter analog Elliptic

U N ( x) adalah fungsi elliptic Jacobian orde ke N

Edisi Semester 1 2017/2018 18

Edisi Semester 1 2017/2018 19

• Seluruh tipe-tipe filter dituliskan dalam filter

Edisi Semester 1 2017/2018 21

G z  H a s sF z 

Integral dapat diaproksimasi menggunakan rumus trapesoid di t  nT dan t0  nT - T ,

Edisi Semester 1 2017/2018 25

Bila r < 1 maka  < 0 dan bila r > 1 maka  > 0.

Bila r < 1 maka  < 0 dan bila r > 1 maka  > 0.

Edisi Semester 1 2017/2018 27

Gain sama &

Edisi Semester 1 2017/2018 28

Edisi Semester 1 2017/2018 29

Edisi Semester 1 2017/2018 31

Edisi Semester 1 2017/2018 32

Edisi Semester 1 2017/2018 33

Edisi Semester 1 2017/2018 34

Pada desain ini digunakan T  0.1 s dan T  0.05 s .

Edisi Semester 1 2017/2018 35

1.0000 - 1.5595z 1  0.6065z 2 0.1

Menggunaka n T  0.05 s 0.05

Filter ini memiliki L  M  N  1 parameter filter, yaitu koefisien

terhadap parameter filter ak dan bk .

Edisi Semester 1 2017/2018 38

Edisi Semester 1 2017/2018 39

Filter ini memiliki L  M  N  1 parameter filter, yaitu koefisien

terhadap parameter filter ak dan bk .

Edisi Semester 1 2017/2018 43

You might also like