Download
konversi sinyal analog ke sinyal digital dan sebaliknya n.
Skip this Video
Loading SlideShow in 5 Seconds..
Konversi Sinyal Analog ke Sinyal digital dan sebaliknya PowerPoint Presentation
Download Presentation
Konversi Sinyal Analog ke Sinyal digital dan sebaliknya

Konversi Sinyal Analog ke Sinyal digital dan sebaliknya

461 Views Download Presentation
Download Presentation

Konversi Sinyal Analog ke Sinyal digital dan sebaliknya

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. KonversiSinyal Analog keSinyal digital dansebaliknya FitriAmillia

  2. Ciri-ciri sistem PSD • Kebanyakan sinyal analog • Harus dikonversikan ke digital • Ada 3 tingkatan: • Digitalisasi: sampling (digitalisasi waktu) dan kuantisasi (digitalisasi amplitudo) disebut konversi A/D • Algoritma PSD memproses sinyal digital • Hasil dikonversikan kembali ke analog disebut konversi D/A

  3. Diagram

  4. Sampling • Sampling adalahprosespengambilansampeldarisinyal analog padawaktutertentudengansangatcepat. • Proses sampling dilakukansecaraperiodiksetiap T detik yang kemudiandikenalsebagaiperiode sampling. • Prosespengambilansampelbisadilakukandalamwaktuts (time sampling) yang jauhlebihkecildibanding T. Dengandemikian output yang dihasilkanberupapulsa-pulsasinyaltersampel.

  5. Sampling • Sinyal analog disamplingsetiap T detikmenghasilkanderetan data sampling • Sampler diasumsikan ideal (sangatcepat) • Sampler sebenarnyatidak ideal • Laju sampling diasumsikankonstanartinyajarakwaktuantara sampling sama fs = 1/T sample per detik (Hz) • Kalau sampling terlalusering data yang didapatbanyak • Kalau sampling terlalujarangmakabanyakinformasi yang hilang

  6. RangkaiandanProses Sampling

  7. Proses yang terjadidalamblok sampler secaramatematisadalah:

  8. Hasil sampling

  9. Contohoperasi sampling mengambilnilaiperubahansuhupadasuatuhari

  10. Sampling • Ditabelkan pada tabel berikut:

  11. Contoh

  12. Teorema Sampling • Teorema sampling menspesifikasikan minimum laju sampling sedemikianhinggasinyalaslidapatdirekonstruksidarisampel • Disebutteorema Shannon • Teorema Sampling: • Jikasebuahsinyalkontinyumemilikifrekuensitertinggi W Hz, makasinyaltersebutdapatdisampeldenganlaju minimum fs >= 2W • AtauT <= 1/2W

  13. Teorema Sampling

  14. Nyquist rate

  15. Merekonstruksisinyal analog darisinyal digital melaluirekonstruksi ideal (fungsisinc) • Teorema sampling mengatakanprosesinihanyabisaberhasilbilakriteriaNyquistdipenuhipadasaatmemperolehx(n)

  16. Contoh

  17. Aliasing • Jika sinyal disampling dengan laju sampling kecil dari 2 kali frekuensi maksimum sinyal maka hasilnya adalah sbb: • Ini disebutkan dengan cacat aliasing

  18. Cont’

  19. Hubunganantarafrekuensiwaktukontinudenganfrekuensiwaktudiskritdarisinyal yang terhubungolehproses sampling

  20. contoh

  21. Cont’

  22. Proseskuantisasi • Proseskuantisasimengubahsinyalcontinuous valued x(n) menjadisinyal discrete valued xq(n), yang digunakanuntukmerepresentasikan x(n) • Kuantisasiinimenghasilkankesalahan (error) kuantisasisebesareq (n) = xq(n)- x(n)

  23. Gambarproseskuantisasi

  24. duacarauntukmenentukanbesarnyanilaiuntuksebuahsampel: • trunkasi : sebenarnyalebihsederhana, namunbisaberakibatkesalahan yang lebihbesar, yaitu • pembulatan (rounding) : diperolehpembatasankesalahan (error bound) yang lebihbaikyaitu

  25. Nilai-nilai yang terjadidalamproseskuantisasi

  26. caramenghitungjumlah bit minimal agar errorkuantisasi dapat dibatasi pada level tertentu • Mengapa kita ingin melakukan kuantisasi padahal hal ini mengakibatkan kesalahan kuantisasi? • karena kita ingin menghemat penggunaan jumlah bit untuk merepresentasikansampel-sample sinyal. Apabilakitamenyediakanb buah bit untukkebutuhan setiap sampel, maka tersedia L = 2bkemungkinan level untuk xq (n)

  27. Cont’ • step kuantisasiadalah ∆, • kuantisasimemilikidaerah (range) kuantisasi sebesar ( 2b – 1) × ∆. • (Penguranganolehangkasatudisebabkanolehkenyataanbahwa step kuantisasi yang pertamamembutuhkandua level, sedangkan step berikutnyacukupdengansatu level)

  28. Cont’ • Daerah nilai yang dicakupkuantisasiiniharuscukuplebaruntukbisamencakuprentangdinamis (dynamic range) darisinyal, yang didefinisikansebagai (max x(n) – min x(n)) • Dalamcontohdiatasbisadilihat max x(n) = 4.0 sedangkan min x(n) = 0.14, sehinggarentangdinamisnyaadalah3.86

  29. Beberapasifatdarikuantisasi • Apabila step kuantisasiinimembesar, makajumlah level kuantisasi yang dibutuhkanuntukmencakuprentangdinamissinyalmenjadiberkurang, sehinggajumlah bit yang diperlukandapatdihemat. Tapiakibatnyaeq(n) rata-rata membesar. • Sebaliknya, apabila step kuantisasimengecil, makaeq (n) rata-rata membaik(mengecil). Namunakibatnyajumlahjumlah level kuantisasi yang dibutuhkanuntukmencakuprentangdinamissinyalmenjadimembesar, sehinggajumlah bit yang diperlukanmenjadiboros.

  30. Cont’ • Dalampraktekseringkalilebihpentinguntukmemperkecilkesalahanrelatifdaripadakesalahanabsolut. Untukitu, dikenalbesaranenergidarisinyalmaupunkesalahan, yang didefinisikanmasing-masingsebagai

  31. Cont’ • besaran yang seringdipakaiuntukmelihatkualitaskuantisasiadalah signal-to-noise ratio (SNR), yang didefinisikan (dalam dB) sebagai

  32. Cont’ • Untukmencarijumlah bit b yang optimal, artinyajumlah bit terkecilyang bisamencapai SNR yang dinginkan. • Untukjumlah bit yang tetap, SNR yang terbaikakandiperolehapabilarentangkuantisasisecaraefektifmencakuprentangdinamis. • Untuksinyal yang nilainyaterdistribusisecara uniform, iniberartirentangkuantisasisamadenganrentangdinamis

  33. contoh

  34. Alamat web : fitrifamily.multiply.com