Perancangan Filter dengan Matlab

Plot sinyal input

Desain Filter FIR

Low-pass orde 31 Koefisien filter

cut off 800 Hz a=
Columns 1 through 6
0.0015 0.0021 0.0033 0.0053 0.0083 0.0125
Columns 7 through 12
0.0176 0.0238 0.0307 0.0380 0.0454 0.0524
Columns 13 through 18
0.0587 0.0638 0.0674 0.0692 0.0692 0.0674
Columns 19 through 24
0.0638 0.0587 0.0524 0.0454 0.0380 0.0307
Columns 25 through 30
0.0238 0.0176 0.0125 0.0083 0.0053 0.0033
Columns 31 through 32
0.0021 0.0015
Respon Frekuensi Filter
Respon frekuensi menggunakan freqz(sinyal, 1, 100)

Koefisien filter
b=
Columns 1 through 6
Band-pass orde 31 F 0.0004 0.0011 0.0017 0.0012 -0.0022 -0.0106
cut off 1000 – 3000 Columns 7 through 12
Hz -0.0244 -0.0414 -0.0562 -0.0615 -0.0507 -0.0211
Columns 13 through 18
0.0241 0.0757 0.1208 0.1471 0.1471 0.1208
Columns 19 through 24
0.0757 0.0241 -0.0211 -0.0507 -0.0615 -0.0562
Columns 25 through 30
-0.0414 -0.0244 -0.0106 -0.0022 0.0012 0.0017
Columns 31 through 32
0.0011 0.0004
Respon Frekuensi Filter
Respon frekuensi menggunakan freqz(sinyal,1, 100)

High pass orde 31 f Koefisien Filter

cut off 6000 Hz c=
Columns 1 through 6
-0.0000 0.0017 0.0019 -0.0015 -0.0057 -0.0032
Columns 7 through 12
0.0082 0.0147 -0.0000 -0.0265 -0.0269 0.0194
Columns 13 through 18
0.0689 0.0375 -0.1087 -0.2918 0.6256 -0.2918
Columns 19 through 24
-0.1087 0.0375 0.0689 0.0194 -0.0269 -0.0265
Columns 25 through 30
-0.0000 0.0147 0.0082 -0.0032 -0.0057 -0.0015
Columns 31 through 33
0.0019 0.0017 -0.0000
Respon Frekuensi Filter
Respon frekuensi menggunakan freqz(sinyal,1, 100)

Menggunakan fir2

Low-pass orde 31 Koefisien filter

cut off 800 Hz a2 =
Columns 1 through 6
0.0012 0.0014 0.0020 0.0028 0.0041 0.0057
Columns 7 through 12
0.0076 0.0097 0.0119 0.0142 0.0165 0.0186
Columns 13 through 18
0.0204 0.0218 0.0229 0.0234 0.0234 0.0229
Columns 19 through 24
0.0218 0.0204 0.0186 0.0165 0.0142 0.0119
Columns 25 through 30
 0.0097 0.0076 0.0057 0.0041 0.0028 0.0020
Columns 31 through 32
0.0014 0.0012
Respon Frekuensi Filter

Koefisien filter
b2 =
Columns 1 through 6
Band-pass orde 31 F 0.0022 0.0022 0.0021 0.0010 -0.0021 -0.0076
cut off 1000 – 3000 Columns 7 through 12
Hz -0.0151 -0.0230 -0.0288 -0.0294 -0.0229 -0.0087
Columns 13 through 18
0.0110 0.0325 0.0507 0.0611 0.0611 0.0507
Columns 19 through 24
0.0325 0.0110 -0.0087 -0.0229 -0.0294 -0.0288
Columns 25 through 30
-0.0230 -0.0151 -0.0076 -0.0021 0.0010 0.0021
Columns 31 through 32
0.0022 0.0022
Respon Frekuensi Filter
High pass orde 31 f Koefisien Filter
cut off 6000 Hz c2 =
Columns 1 through 6
-0.0000 -0.0001 0.0002 -0.0000 0.0002 -0.0007
Columns 7 through 12
0.0002 -0.0006 0.0027 -0.0013 0.0009 -0.0099
Columns 13 through 18
0.0088 -0.0013 0.0668 -0.2222 0.3125 -0.2222
Columns 19 through 24
0.0668 -0.0013 0.0088 -0.0099 0.0009 -0.0013
Columns 25 through 30
0.0027 -0.0006 0.0002 -0.0007 0.0002 -0.0000
Columns 31 through 33
0.0002 -0.0001 0.0000
Respon Frekuensi Filter
Analisis :

1. Pada saat menggunakan penulisan freq(sinyal, 100), hasil yang didapat ketikan dibandingkan hasilnya
menghasilkan plot respon fasa yang sama bentuknya namun berbeda magnitudenya. Misal freqz(c, n),
disini yang dipakai adalah sinyal dari fir1c (high pass filter), bila nilai n dimasukkan seratus maka
magnitude sinyal yang tadinya di nol berubah menjadi -40, saat dinaikkan menjadi 1000 jadi -60, dinaikkan
menjadi 10000 menjadi -80. Perubahan 10^n mengubah magnitude sebesar nx(-20). Pada awalnya
praktikan mengira perubahan ini merupakan perubahan jumlah point sinyal yang dipakai plot akan tetapi
hasil yang didapat justru memperlihatkan perubahan magnitude atau magnitude scaling.
2. Kesalahan terjadi saat penulisan pada sintaks program freqz(b,a,n). b merupakan numerator, sedangkan a
adalah numerator. n merupakan banyak sample yang dipakai, jadi semakin besar n semakin baik pula hasil
interpolasi respon sinyal yang dihasilkan. Sehingga yang penulisan yang benar adalah freqz(sinyal,1,n).
3. Pada Matlab fir1 mengimplementasikan method klasik dari fasa-linear FIR desain filter digital yang di
window (dikalikan dengan sinyal window). Fir1 mendesain filter pada konfigurasi standar lowpass,
highpass, bandpass, dan bandstop. Secara default filter di normalisasi sehingga respon magnitude dari filter
pada frekuensi tengah passband adalah 0 dB.
4. fir2 mendesain digital FIR frekuensi berbasis sampling dengan bentuk respon frequensi yang sembarang.
5. Pada pemrosesal sinyal funsi window merupakan fungsi matematuk yang bernilai nol diluar interval
tertentu yang telah dipilih. Sebagai contoh, sinyal yang bernilai konstan dalam interval dan bernilai nol
diselain interval tersebut disebut sinyal kotak window. Ketika sebuah fungsi dikalikan dengan fungsi
window maka hasilnya menjadi bernilai nol diluar interval fungsi window tersebut. Umumnya fungsi ini
direpresentasikan dengan bentuk “bell-shaped”.
6. Perbedaan fir1 dengan fir2

b=fir1(n,Wn,type,window), windowed linear- b=fir2(n,f,m,window), windowed FIR design

phase FIR design, n is filter based on inverse Fourier
order, Wn defines band-edges, type is transform with frequency points f and
`high’,`stop’,… corresponding
magnitude response m
7. Hasil yang didapat negatif karena f yang digunakan berada antara 0 dan 1. Sehingga rumusnya untuk
magnitude respon frekuensi 20 log |A| menghasilkan bilangan yang negatife.
8. Percobaan 2 Perbandingan fungsi internal FIR dengan mfile yang dibuat untuk mewujudkan FIR.
Saat dipraktekkan fungsi ini menghasilkan plot yang mirip dengan fungsi pada Matlab .
 Percobaan ini belum sempat dilaksanakan dengan
baik karena kurangnya waktu yang ada. Disamping
itu speaker yang dipakai tidak berfungsi dengan baik
dengan konfigurasi yang telah dipastikan benar
sehingga tidak memungkinkan praktikan melakukan
percobaan yang telah disusun.
Namun demikian percobaan pertama yaitu
mengeluarkan sinyal input ke speaker tanpa
pengubahan variable besar suara dll, dapat dilakukan.
Percobaan berikutnya yang isinya modifikasi
program agar menghasilkan sinyal yang berbeda
antara speaker kanan dan kiri belum sempat
dilaksanakan.
hasil plot konvolusi sintot dengan a

5. Kesimpulan

1. Fungsi internal fir1 dan fir2 pada Matlab

menghasilkan keluaran yang serupa untuk sinyal
masukan.

2. Perbedaan fir1 dan fir2 terletak pada dasar

pemrosesannya, fir1 merupakan desain fir
windowed linear-phase dengan parameter Wn dan
n (orde filter), sedangkan fir2 merupakan desain
filter yang berbasis pada inverse fourier transform
dengan titik frekuensi f dan besar magnitude m.

3. Freqz dengan parameter n menghasilkan plot

hasil plot konvolusi sintot dengan b respon dengan n sample.

4. Fungsi mfile menghasilkan keluaran yang serupa

dengan filter internal matlab.

5. Visual DSP++ digunakan untuk pemrosesan

sinyal secara real time.

6. Daftar Pustaka

[1.] Tim Penyusun , Praktikum Pengolahan Sinyal

Digital, hal. 1-31, Labdasar STEI, Bandung,
2010

[2.] http://www.mathworks.com/help/toolbox/sign
al/fir1.html

[3.] http://www.mathworks.com/help/toolbox/sign
al/fir2.html
hasil plot konvolusi sintot dengan c

9. Penggunaan Visual DSP++