Analisa Transformasi Fast Fourier PENGANALISA SPEKTRUM

Fast Fourier Transform (FFT) merupakan jantung dari penganalisa spektrum waktu riil. Dalam RSA algoritama FFT pad aumumnya menerapkan transformasi sinyal ranah waktu ke dalam spektrum ranah frekuensi. Secara konsep, pemrosesan FFT dapat dipandang sebagai melewatkan sinyal melalui sekumpulan penyaring parallel dengan frekuensi resolusi dan lebar band sama. Keluaran FFT pada umumnya harga kompleks. Untuk analisa spektrum, amplitudo dari hasil kompleks biasanya sangat menarik. Proses FFT dimulai dengan penghapusan dan komponen base band I dan Q disaring dengan baik, yang mana ditampilkan dalam bentuk sinyal kompleks dengan I sebagai bagian riil dan Q sebagai bagian imaginer. Dalam pemrosesan FFT, sampel diatur dari sinyal kompleks I dan Q diperoses pada saat yang sama. Pengaturan sampel dinamakan bingkai FFT. FFT berfungsi pada sampel sinyal waktu dan menghasilkan sampel fungsi frekuensi dengan panjang yang sama. Jumlah sampel dalam FFT, pada umumnya berupa daya dari 2, juga dinamakan ukuran FFT. Misal 1024 titik FFT dapat ditransformasi 1024 I dan 1024 Q ke dalam sample 1024 titik ranah frekuensi kompleks dalam diskusi sebelumnya penyaring-penyaring inidihubungkan secara parallel. Dua garis spektrum lebih dekat dibanding lebar bin tidak bisa dipecahkan. Resolusi frekuensi FFT merupakan lebar masingmasing frekuensi bin, sama dengan frekuesni sampel dibagi dengan ukuran FFT.

Memberikan frekuensi sampel sama, ukuran FFT lebih besar resolusi frekuensi lebih halus. Untuk RSA dengan kecepatan pengambilan sampel 25,6 MHz dan ukuran FFT 1024, resolusi frekuensi adalah 25 kHz. Resolusi frekuensi dapat ditingkatkan dengan menambah ukuran FFT atau dengan mengurangi frekuensi sampel. RSA, sebagaimana telah disebutkan di atas menggunakan Digital Down Converter dan penghapusan untuk mengurangi kecepatan pengambilan sampel efektf sebagai span frekuensi yang sempit, secara efektif menawarkan resolusi waktu untuk resolusi frekuensi. Sementara ukuran FFT dipertahankan dan penghitungan kompleksitas ke tingkat yang dapat dikendalikan. Pendekatan ini memungkinkan resolusi halus pada span sempit tanpa waktu perhitungan berlebihan. Pada span lebar dimana resolusi frekuensi cukup lebih kasar.

Batas praktis pada ukuran FFT adalah seringnya peragaan resolusi. Karena suatu FFT resolusi lebih besar dari pada jumlah titik yang diperagakan.

Gambar Satu bingkai spektogram yang menunjukkan kejadian picu dimana sinyal transien terjadi disekitar topeng frekuensi

Gambar Tiga bingkai sampel sinyal ranah waktu

9.3.9.1. Jendela

Ada suatu asumsi yang tidak bisa dipisahkan dalam matematika dari Discrete Fourier Transform dan analisa FFT yang mana data diproses berupa perioda tunggal dari pengulangan sinyal. Gambar Satu bingkai spektogram yang menunjukkan kejadian picu dimana sinyal transien terjadi disekitar topeng frekuensi melukiskan serangkaian sampel ranah waktu. Pada saat memproses FFT diaplikasikan pada bingka 2, misal perluasan sinyal periodik. Discontinuitas antar bingkai berurutan pada umumnya terjadi seperti ditunjukkan pada gambar Tiga bingkai sampel sinyal ranah waktu Tiruan diskontinuitas menimbulkan respon palsu tidak ada dalam sinyal aslinya, yang dapat membuat tidak mungkin untuk mendeteksi sinyal kecil yang berada didekat yang besar. Ini berpengaruh dinamakan kebocoran spektrum.

RSA menerapkan teknik jendela pada bingkai FFT sebelum pemrosesan FFT dibentuk untuk mengurangi pengaruh kebocoran spektrum. Fungsi jendela pada umumnya mempunyai bentuk bel. Terdapat sejumlah fungsi Gambar Tiga bingkai sampel sinyal ranah waktu: Diskontinuitas yang disebabkan oleh ekstensi periodic dari sampel dan bingkai tunggal jendelam yang popular Blackman- Haris profil 4B(BH4B) ditunjukkan dalam gambar Profil jendela Blackman-Harris 4B (BH4B).

Gambar Profil jendela Blackman-Harris 4B (BH4B)

Fungsi jendela Blackman-Haris 4B ditunjukkan dalam gambar 9-25. memiliki harga nol untuk sampel pertama dan terakhir dan kurva kontinyu diantaranya. Perkalian bingkai FFT dengan fungsi jendela mengurangi diskontinuitas pada akhir bingkai. Dalam kasus ini jendela Blackman-Haris, dapat mengurangi diskontinuitas bersama.

9.3.9.2. Efek jendela adalah untuk menempatkan beban lebih besar pada sampel

di pusat jendela dibanding menjauh dari pusat, membawa harga nol pada akhir. Ini dapat dipirkan secara efektif mengurangi waktu yang dihitung oleh FFT.
Waktu dan frekuensi adalah jumlah timbale balik. Semakin kecil waktu sampel resolusi frekuensi semakin lemah (lebar). Untuk jendela Blackman-Haris 4B, resolusi frekuensi efektif mendekati dua kalli sebaik nilai yang dapat dicapai tanpa jendela. .

Implikasi lain dari jendela adalah data ranah waktu dimodifikasi dengan menghasilkan jendela suatu keluaran spektrum FFT yang sangat sensitive terhadap perilaku pusat bingkai, dan tidak dapat merasakan perilaku di permulaan dan akhir bingkai. Sinyal transien muncul dekat salah satu ujung dari bingkai FFT yang dilonggarkan dan dapat luput semuanya sama sekali. Masalah ini dapa diselesaikan dengan menggunakan bingkai tumpang tindih, teknik kompleks meliputi trade-off antara penghitungan waktu dan kerataan ranah waktu untuk mencapai performansi yang diinginkan. Secara singkat diuraikan di bawah ini.

9.3.9.3. Pemrosesan Paska FFT

Karena fungsi jendela melemahkan sinyal pada kedua ujung dari bingkai, ini mengurangi daya sinyal keseluruhan, amplitudo spektrum diukur dari FFT dengan jendela harus diskala untuk memberikan pembacaan amplitudo dengan benar. Untuk sinal gelombang sinus murni factor skala merupakan penguatan DC dari fungsi jendela. Setelah pemrosesan juga digunakan untuk menghitung amplitudo spektrum dengan menjumlahkan bagian riil yang dikotak dan bagian kotak imaginer pada setiap bin FFT. Spektrum amplitudo pada umumnya diperagakan dalam skala logaritmis sehingga berbeda dengan frekuensi cakupan ampitudo lebar dan diperagakan secara serempak pada layar yang sama.

9.3.9.4. Bingkai Overlap

Beberapa penganalisa spektrum waktu riil dapat dioperasikan dalam mode waktu riil dengan bingkai tumpang tindih. Pada saat ini terjadi, bingkai sebelumnya diproses pada saat sama dengan bingkai baru diperoleh. Gambar Sinyal akuisisi, pemrosesan dan peraga menggunakan bingkai overlap. menunjukan bagaimana bingkai diperoleh dan diproses. Satu keuntungan dari bingkai tumpang tindih kecepatan penyegaran peraga ditingkatkan, efek yang paling nyata dalam membatasi span yang diperoleh sempit waktu akuisisi panjang. Tanpa bingkai overlap, layar peraga tidak dapat diperbaharui sampai diperoleh bingkai baru masuk. Dengan bingkai overlap, bingkai baru diperagakan sebelum bingkai sebelumnya diselesaikan. Waktu

Gambar Sinyal akuisisi, pemrosesan dan peraga menggunakan bingkai overlap

Keuntungan lain peraga ranah frekuensi dalam peraga spektogram. Karena jendela menyaring mengurangi konstribusi dari sampel pada setiap akhir bingkai ke nol, spektrum terjadi pada sambungan antara dua bingkai, diatur dapat hilang jika bingkai tidak overlap. Bagaimanapun, mempunyai bingkai yang overlap memastikan bahwa semua spektrum akan dapat dilihat pada peraga spektrogram dengan mengabaikan efek jendela.

9.3.9.5. Analisa Modulasi

Modulasi merupakan alat yang melewatkan sinyal RF sebagai pembawa informasi. Analisis modulasi menggunakan RSA tidak hanya mentransmisikan isi data namun juga mengukur secara akurat dengan sinyal yang dimodulasikan. Lebih dari itu, mengukur banyaknya kesalahan dan pelemahan yang menurunkan tingkat kualitas modulasi.Sistem komunikasi modern telah secara drastis ditingkatkan jumlah format modulasi yang digunakan. Kemampuan menganalisa RSA pada banyak format dan memiliki arsitektur yang memungkinkan untuk menganalisa format baru.

Bingkai 1 Bingkai 1 Bingkai 2 Bingkai 3 Bingkai 3 Bingkai 2 Bingkai 4 Bingkai 3

Selengkapnya tentang ALAT UKUR DAN TEKNIK PENGUKURAN

Bengkel Omasae : Pagar, Kanopi, Plafon PVC, Tangga, Pintu BAJA