BEAMFORMING PADA SMART ANTENNA MENGGUNAKAN ALGORITMA LMS (LEAST MEAN SQUARE) BERBASIS PERANGKAT LUNAK ABSTRAK

(1)

EEPIS-ITS

Institut Teknologi Sepuluh Nopember

1 BEAMFORMING PADA SMART ANTENNA MENGGUNAKAN ALGORITMA LMS

(LEAST MEAN SQUARE) BERBASIS PERANGKAT LUNAK

Febri Diana

[1]

, Budi Aswoyo

[2]

1

Electrical Engineering Polytechnic Institute of Surabaya (EEPIS), Institut Teknologi Sepuluh Nopember (ITS), Surabaya, Indonesia

Kampus ITS Keputih Sukolilo, Surabaya, 60111 Telp. +62 (31) 594 7280 Fax +62 (31) 594 6114

Email: febry_pens@yahoo.com

ABSTRAK

Kita sering merasa terganggu oleh kebisingan yang disebabkan oleh lingkungan sekitar ketika kita dalam sistem komunikas. Aebuah contoh kebisingan adalah suara yang sangat keras lendaraan dijalan raya yang mengganggu komunikasi kita. Kita mungkin kehilangan informasi jika jika kebisingan tidak kita hilangkan. Maslah kebisingan ini dapat diselesaikan dengan filter adaptif

Dalam Tugas Akhir ini, akan dijajaki dan didemonstrasikan penerapan kecerdasan buatan dengan menggunakan metode Least Mean Square (LMS) sebagai basis dalam pembentukan beamforming pada sebuah antena array utnuk dapat mewujudkan sebuah smart antenna. Smart antenna adalah sebuah antena yang dapat mengatur pola radiasi atau pola penguatan sedemikianrupa sehingga penguatannya optimal pada arah kedatangan sinyal yang di inginkan dan teredam pada arah kedatangan yang interferensi.

Antenna diuji pada suatu kondisi dimana sinyal yang diinginkan dan sinyal interferensi punya frekuensi yang sama dan punya sudut kedatangan yang berbeda. Sistem smart antenna yang disimulasikan mampu melakukan peredaman penguatan pada arah sinyal interferensi, dan akan menghasilkan perbandingan sinyal terhadap interferensi (SIR) yang lebih baik. Hasil dari simulasi ini dapat dipergunakan untuk mengevaluasi kinerja Smart antenna menggunakan algoritma LMS.

Kata Kunci :

Smart antenna , Beamforming , LMS

1. PENDAHULUAN

Perkembangan teknologi antenna pada masa sekarang ini sudah sangat pesat sekali, yang kesemuanya itu mengarah ke pada perbaikan kualitas sinyal yang diterima salah satu teknologi yang mendasari adalah mempergunakan antenna yang memiliki pengarah yang lebih baik serta memiliki lobe utama dan null yang dapat diatur arahnya. Antenna semacam ini dapat diwujudkan dengan menyusun beberapa elemen antenna membentuk suatu susunan tertentu yang disebut dengan array . Dari teknologi yang sudah dikembangkan sampai saat ini, direktivitas serta pengarahan beam antenna dilakukan dengan beberpa cara yang dapat dikelompokkan menjadi dua yaitu pengaturan secara fisik antenna serta pengaturan dengan algoritma pengolahan sinyal terhadap sinyal keluaran antenna. Salah satu contoh pengaturan fisik antenna misalnya dengan mengatur jarak antar elemen antenna. Dengan jarak mengatur elemen antenna, akan diperoleh perbedaan fase array dari masing – masing keluaran elemen yang optimal pada arah sinyal yang di inginkan sekaligus menekan berkas antenna pada arah sinyal pengganggu secara mekanis. Sehingga dikembangkan teknik lain yaitu dengan teknik pengolahan sinyal digital, yaitu secara dengan cara pengolahan terhadap sinyal keluaran antenna secar digital sehingga

dapat diterapkan algoritma – algoritma tertentu terhadap sinyal tersebut untuk dapat membentuk pengarahan serta arah beam antenna sesuai yang diinginkan. Dengan demikian dapat meningkatkan perbandingan antara daya sinyal dengan interferensi (SIR) keluaran sistem penerima, dalam hal ini dapat berupa perbandingan antara penguatan antenna arah sinyal yang diharapkkan dan penguatan antenna arah datangnya interferensi.

2. TUJUAN

Penelitian pada Proyek Akhir ini bertujuan sebagai berikut:

• Membentuk pola radiasi dari smart antenna dengan mengoptimalisasi pancaran ke arah SOI (Signal Of Interest) dan menekan panacaran ke SNOI (Signal Not Of Interest) sehingga menghasilkan SIR (Signal to Interferensce

Ratio) seoptimal mungkin dengan menggunkaan

algoritma LMS.

• Membandingkan SIR hasil optimasi dengan

smart antenna denagn phase array.

3. RUMUSAN dan BATASAN MASALAH

Permasalahan yang akan diselesaikan pada proyek akhir ini adalah penerapan algoritma LMS (least

(2)

EEPIS-ITS

2

Mean Square) dapat diterapkan pada sebuah antenna

array phase linier agar dapat secara efektif mengatur arah dan membentuk pola radiasi antenna secara adaptif yang disebut smart antenna.

Batasan masalah dalam proyek akhir ini yaitu: • Untuk mewakili keseluruhan data , simulasi hanya

dilakukan dengan jumlah elemen antena yang bervariasi yaitu antena 5 elemen , jarak antar elemen Nilai yang diatur adalah sudut sinyal datang, sinyal interferensi, elemen antena.

• Antena yang dipergunakan adalah antena dengan elemen isotropis.

• Algoritma yang digunakan adalah algoritma LMS. • Menggunakan Matlab 7.1.

4. METODOLOGI

Perencanaan serta pembuatan antena Horn ini melalui tahap-tahap sebagai berikut :

 STUDI PUSTAKA

Dalam mempelajari bagaimana cara membuat antena Horn dilakukan pendalaman bahan-bahan literatur yang berhubungan dengan proyek akhir. Pendalaman literatur dan pengambilan data dilakukan dengan cara bowsing di intrenet, dari buku, atau meminjam buku dari perpustakaan sesuai dengan proyek terkait.

• Antena cerdas

Antena Cerdas atau Smart Antenna (bisa dikenal sebagai antenna susun adaptif, antena multiple dan akhir-akhir ini biasa dikenal sebagai teknologi MIMO) adalah antena array dengan algoritma sinyal prosesing cerdas digunakan untuk mengenali tanda sinyal spasial seperti DOA (Direction of Arrival) dari sebuah sinyal, dan digunakan untuk mengkalkulasikan (memperhitungkan) vektor beamforming, untuk mengenali lokasi dari beam suatu antena pada keadaan mobile/bergerak serta terdapat sensor pada antena ini.

Teknik antena cerdas biasanya digunakan pada prosesing sinyal akustik, memantau dan memindai RADAR, radio astronomi, dan radio teleskop, dan lebih banyak digunakan pada sistem seluler seperti W-CDMA dan UMTS.

Prinsip kerjanya sama dengan prinsip kerja tubuh kita. Susunan elemen antena berfungsi seperti telinga, kulit, dan hidung, yaitu mampu menerima kedatangan sinyal berupa sudut fasa sinyal datang. Algoritma signal

processing berfungsi seperti otak, yaitu mampu

mengkorelasikan semua sinyal datang yang dideteksi dan mengestimasinya sehingga dapat ditentukan lokasi sinyal datang tersebut serta mampu membedakan sinyal yang diinginkan dan sinyal yang tidak diinginkan. Beamforming berfungsi seperti mulut, yaitu mampu memberikan informasi kepada user yang dideteksi dengan cara mengirimkan kembali sinyal

tersebut pada arah yang sama saat kedatangan sinyal tersebut.

• Pola Radiasi Antena

Pola radiasi (radiation pattern) merupakan salah satu parameter penting dari suatu antena. Parameter ini sering dijumpai dalam spesifikasi suatu antena, sehingga pembaca dapat membayangkan bentuk pancaran yang dihasilkan oleh antena tersebut.

Dalam hal ini, maka pola radiasi disebut juga pernyataan secara grafis yang menggambarkan sifat radiasi dari antena (pada medan jauh) sebagai fungsi dari arah dan penggambarannya dapat dilihat pada diagram pola radiasi yang sudah diplot sesuai dengan hasil pengukuran sinyal radiasi dari suatu antena.

• Beamforming

Beamforming adalah sebuah metode yang digunakan untuk membuat pola radiasi dari antena array dengan cara menambahkan konstruksi dari phasa sebuah sinyal pada arah target yang menginginkan bergerak, dan nulling pola dari target yang interfering target. Hal ini dapat dikerjakan dengan baik dengan menggunakan FIR sederhana yang ter-tap jalur delay filter. Besar dari filter FIR akan terganti secara adaptive, dan digunakan untuk menyediakan beamforming yang optimal, dan mengurangi MMSE antara yang diinginkan dengan pola beam yang terbentuk. Jenis algoritma-algoritma ini adalah steepest descent dan algoritma LMS.

• Algoritma LMS

Algoritma LMS adalah algoritma adaptive yang paling banyak digunakan, dikarenakan kompleksitas perhitungannya yang rendah. Algoritma LMS mengubah

vektor weight w sejalan dengan arah dari perkiraan

gradien berdasarkan metode turunan negatif. Algoritma LMS memperbaharui vektor weight sesuai dengan:

..(1)

Dimana

Gambar 1 Implementasi algoritma LMS

Konfigurasi Pengatur Amplitudo dan Fasa Konfigurasi yang terdiri dari satu penguatan

(3)

EEPIS-ITS

3

penguatan dan keluaran dari kedua penguatan dijumlahkan, seperti digambarkan pada gambar 2.6 dapat dipergunakan untuk mengatur besarnya amplitude dan fasa sinyal keluaran.

Gambar2 Konfigurasi Pengatur Amplitudo dan

Fasa

Penjumlahan keluaran dan yang mempunyai perbedaan fasa sebesar 90odapat digambarkan dalam bentuk phasor pada Gambar 3.

Gambar 3 Vektor Penjumlahan Keluaran Penguatan dan

Dari penjumlahan vector keluaran penguatan dan akan diperoleh vektor keluaran dengan amplitude R = dan sudut fase . Dengan mengatur harga penguatan dan pada konfigurasi ini, dapat dilakukan pengaturan amplitudo dan sudut fasa dari sinyal masukan untuk memperoleh sinyal keluaran yang diinginkan.

 PERANCANGAN PERANGKAT LUNAK Perangkat lunak yang digunakan dalam pembuatan program simulasi ini adalah MATLAB 7.1. Sehingga komputer harus dijalankan pada komputer berbasis Windows. program simulasi ini menyatu dalam commond windows MATLAB, yang nantinya output dari simulasi akan berupa ploting grafik dan numerik.

Untuk blog sistem dari sistem smart antenna ini dapat dilihat pada gambar 4 dibawah ini.

Gambar 4 . Blog daigaram sistem smart antenna, Diagram alir perancangan program ditunjukkan pada Gambar 5. Perhitungan akan terus berlangsung hingga iterasi ke-m. Setelah iterasi ke-m, akan dihitung nilai MSE,

Gambar 5 Diagram alir sistem smart antenna

 PENGUJIAN DAN ANALISIS

1. Pembentukan Pola Radiasi Antenna Array Linier

Antenna array linier adalah dasar dari pembentukan adaptive Beamforming pada Smart antenna. Pola dasar dari radiasi antenna array linier ini dapat dijadikan sebagi acuan dari analisa nanti. Adapun model sistem yang akan dipergunakan untuk menghasilkan pola radiasi antenna array linier. Dari pola raiasi yang terbentuk kita dapat mengambil parameter arah atau sudut terjadinya lobe dan juga null. Adapun hasil yang didapatkan ditunjukan pada tabel 1 untuk tabel posisi lobe dan tabel .2 untuk tabel posisi null.

(4)

EEPIS-ITS

4 (b)

(c)

Gambar 6 Pola radiasi antenna array linier (a). array 3 elemen antenna (b). array 5 elemen antenna (c). array 8 elemen antenna

Pada gambar 6 (a) sampai dengan gambar 6 (c) me3rupakan contoh pembentukan lobe dan null pada pola radiasi antenna array linier. Dari gambar-gambar tersebut dapat dilihat posisi (dalam derajat sudut) dari lobe utama,side lobe dan pembentukan null. Dari pola radiasi seperti ini untuk jumlah elemen yang bervariasi antara 3,5,8 elemen antenna. Data posisi terjadinya lobe terdapat pada tabel 1, sedangkan untuk posisi null terdapat pada tabel 2

Tabel 1 data posisi lobe pada antenna array linier dengan dengan jumlah elemen antenna yang berbeda Jml lobe ke elemen 1 2 3 4 5 6 7 8 3 -90 0 5 -80 -37 0 37 80 8 -60 -38 -22 0 22 38 60 Tabel 2 Data posisi null pada antenna array linier dengan jumlah elemen antenna yang berbeda

jml null ke

elemen 1 2 3 4 5 6 7 8 3 45 45 - - - - 5 -80 -37 0 37 80 - - - 8 -90 -49 -30 -15 15 30 45 - Setelah melihat gambar dan tabel diatas dapat dianalisa bahwa pembentukan lobe dan null dipengaruhi oleh banyaknya jumlah elemen antenna yang dipergunakan sebagai inputan.

2 Simulasi karakteristik pengaruh nilai yang berbeda

Pada simulasi sistem smart antenna ini, dilakukan dengan menggunakan nilai yaitu 0.001,0.002,0.003,0.005 dengan inputan jumalah elemen 5, jumlah interferensi 1,SOI 0 derajat,SNOI 60 derajat, sample 500,dan threshold -40. Untuk berbagai macam nilai yang diberikan dan dengan inputan seperti diatas diperoleh hasil simulasi sebagi berikut.

(a)

(b)

(c )

(d)

Gambar 7 Karakteristik pengaruh perubahan nilai (a) = 0.001

(b) = 0.002 (c) = 0.003 (d) = 0.005

Dari grafik karakteristik pembobotan pada sistem smart antenna perubahan nilai parameter yang semakin kecil, maka diperoleh hasil keluaran sistem yang

(5)

EEPIS-ITS

5

semakin baik, dan karakteristik pembobotan sistem semakin stabil pada nilai optimalnya.

Dari gambar keluaran sistem smart antenna dan karakteristik pembobotan tersebut juga dapat dilihat semakin kecil nilai . Maka diperoleh hasil bahwa kecepatan adaptasi dari smart antenna untuk menuju optimal memerlukan jumlah iterasi semakin banyak atau kecepatan adaptasi menjadi lambat, jadi untuk menentukan nilai dengan jalan kompromi sehingga diperoleh stabilitas yang cukup baik dengan kecepatan adaptasi yang cukup untuk diterapkan pada sistem smart antenna ini.

3 Simulasi Proses pembentukan pola radiasi dengan arah interferensi yang berbeda

Pada Gambar 7 diatas sudah ditunjukan pola radiasi dari keluaran sebuah smart antenna dengan jumlah elemen 5 elemen antenna array. Selanjutnya akan ditampilkan plot polar dari pola radiasi smart antenna. Smart antenna yang digunakan adalah dengan menggunakan jumlah elemen antenna 5 elemen antenna dengan sudut kedatangan interferensi yang berbeda mulai 5o samapi 60o dan 0o untuk arah sinyal yang diinginkan, kedua sinyal menggunakan amplitud0 1 volts.

Gambar (a) 5o (b) 10o

Gambar ( c) 15o (d) 25o

Gambar (d) 30o (e) 45o

Gambar (f) 60o (g) 70o

Gambar (h) 80o

Gambar 8 perbandingan antara sudut kedatangan interferensi terhadap jumlah elemen antena yang sama

Hasil simulasi pembentukan pola radiasi dapat dilihat pada Gambar 8. Plot polar ini menunjukkan bagaimana pola penguatan antenna terhadap sudut kedatangan sinyal dan interferensi. Adapun parameter-parameter keluaran numerik dari proses diatas adalah berupa perbandingan sinyal terhadap interferensi (SIR) yang sudah merupakan nilai optimum yang didapatkan oleh masing-masing sistem antenna tersebut diatas. Perbandingan sinyal terhadap interferensi dari masing-masing sistem antenna tersebut diatas dapat dilihat pada tabel 4 dibawah ini.

Tabel 4 Perbandingan SIR output dari sistem antenna dengan sudut interferensi yang berbeda sudut. Sinyal Intf Jml array SIR 0o 5o 5 8.400465 0o 10o 5 18.46226 0o 15o 5 30.29621 0o 25o 5 40.10095 0o 30o 5 40.16212 0o 45o 5 40.01439 0o 60o 5 40.14402 0o 75o 5 40.04481 0o 80o 5 40.02794

Tabel 4 ini didapat dengan cara memasukan parameter sudut kedatangan sinyal 0o, kemudian sudut kedatangan dibuat berubah ubah dengan acuan jumlah beda sudut antara sinyal yang diinginkan dalam hal ini dipiliha dalah selisih sudut: 5o, 10o, 15o, 25o, 30o, 45o, 60o, 75o, 80o. kemudian dari setiap parameter sudut kedatangan sinyal tersebut disimulasikan kemampuan menggunakan jumlah elemen antenna yaitu 5 elemen.

Dari hasil simulasi tersebut adalah penguatan atau kepekaan antenna pada arah kedatangan kedua sinyal tersebut , maka didapat perbandingan sinyal terhadap interferensi SIR.

4 Analisa Hasil Simulasi

Dari hasil simulasi di atas, yaitu tabel 4 maka kita dapatkan pola grafiknya seperti pada gambar 9

Dari hasil gambar tersebut dapat dilihat bahwa dengan semakin besar selisih sudut antara sinyal dan

(6)

EEPIS-ITS

6

interferensi ini, semakin baik juga penguatannya. Hal ini dapat dilihat pada masing-masing gambar grafik diatas bahwa trend dari grafik SIR adalah cenderung naik.

Dari tabel 4 kita akan memperoleh gambar grafik seperti pada gambar 17 . dari tabel dan gambar ini, akan dicoba untuk diamati bagaiamana perbedaan selisih sudut antara sudut sinyal dan interferensi berpengaruh terhadap penguatan sistem.

Gambar 9 Grafik Penguatan Terhadap selisih sudut sinyal dan interfetensi

Dari gambar ini kita dapat melihat bahwa dengan selisih sudut yang lebih besar akan menghasilkan perbandingan sinyal terhadap interferensi SIR yang lebuh baik.

Pada gambar 3.16 ini dapat dianalisa bahwa sistem akan berusaha untuk mengoptimalkan penguatannya pada sudut kedatangan sinyal yang diinginkan, tetapi dilain pihak pada arah sudut yang berdekatan juga sistem harus melakukan peredaman oleh karena adanya sumber sinyal interferensi. Hal inilah yang menyebabkan pada saat sudut antara sinyal yang diinginkan dan interferensi mempunyai selisih yang kecil, harga SIR yang didapat cenderung rendah

 KESIMPULAN

Dari keseluruhan isi yang ada pada Proyek Akhir ini, dapat ditarik beberapa kesimpulan sebagai berikut:

1. Smart antenna yang tidak lain adalah sebuah array antenna dengan kemempuan adaptif untuk dapat mengatur pola pancaran atau pola radiasinya sehingga dapat menekan atau menjauhkan side lobe dari arah kedatangan sinyal interferensi. Dan tetap menjaga agar memebrikan penguatan yang optimum pada arah kedatangan sinyal yang diinginkan.

2. Sistem pengolah sinyal adaptif yang terdapat pada antenna array adaptif yang biasanya berupa filter yang memiliki kemampuan untuk mengatur

besarnya bobot koefisien filter secara adaptif dapat juga digantikan oleh sebuah LMS.

3. Dari hasil simulasi yang didapat, smart antenna mampu memberikan penguatan yang optimal pada arah kedatangan sinyal dan memberikan penekanan pada arah kedatangan sinyal interferensi.

4. Nilai yang semakin kecil, maka diperoleh hasil keluaran sistem yang semakin baik, dan karakteristik pembobotan sistem semakin stabil pada nilai optimalnya.

DAFTAR PUSTAKA

[1]

Budi aswoyo, “Optimasi Pengarahan Pancaran ke Satelit Komunikasi Berbasis Antena Array 10 x 10 Elemen dengan Pengaturan Pencatu Fasa menggunakan Algoritma Genetika” Teknik Telekomunikasi. PENS-ITS, Surabaya

[2]

Balanis, C.A., Antena Theory: Analysis

and Design, Harper & Row, New

York, 1982.

[3]

Rizal Julysar Putra Dhani, “Perancangan dan pembuatan antena horn dual piramidal dual polarisasi untuk aplikasi wimax di indonesia.”, Tugas Akhir, PENS-ITS. 2010

[4]

Tony Winata,” smart antenna”, Universitas Trisakti 2003

[5]

Lal C. Godara, “Applications of Antenna Array to Mobile Communication”s, IEEE Proceeding, July 1997. No.7

[6]

Joseph C. Liberti, Jr and Theodore

S.Rappaport,” Smart Antennas for Wireless

Communications”, Prentice Hall PTR, NJ.

1999.

[7]

Ryuji Kohno,”Spatial and Temporal

Communications Theory using Adaptive Antenna Arary”, IEEE Personal Communications, . Feb 1998 , No.1

[8]

Widrow & Stearns,” Adaptive Signal

Processing, Prentice Hall, NJ, 1985.

[9]

Budi Aswoyo, Achmad Basuki, “Optimization Array Factor of Planar Array Antenna using Genetic Algorithms”, Proc.of the International

Conf. on Electrical, Electronics, Communication, and Information (CECI2001),

Jakarta-Indonesia, March 7th – 8th, 2001. 0 5 10 15 20 25 30 35 40 45 5 10 15 25 30 45 60 75 80 Pe ng ua ta n ( dB )

selisih sudut antara sinyal dan interferensi

Grafik Penguatan Terhadap selisih sudut sinyal dan interfetensi