SIMULASI ESTIMASI ARAH KEDATANGAN SINYAL
MENGGUNAKAN ALGORITMA
-SVD YANG
DIMODIFIKASI BERDASARKAN SUBRUANG NOISE
Disusun oleh :
Muhammad Hadi Mustajab (1122064)
Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jl. Prof. Drg. Suria Sumantri, MPH. No. 65, Bandung, Jawa Barat, Indonesia
E–mail :hadimustajab21@gmail.com
ABSTRAK
Pencarian lokasi sumber sinyal merupakan masalah yang penting dalam teknologi radar, sonar dan navigasi. Berbagai macam algoritma digunakan untuk bisa mendapatkan estimasi lokasi sumber. Beberapa algoritma yang umum digunakan dalam menentukan Direction of Arrival (DOA) antara lain seperti algoritma MUSIC dan -SVD .
Pada Tugas Akhir ini dibuat sebuah simulasi dari estimasi arah kedatangan sinyal menggunakan algoritma -SVD yang dimodifikasi berdasarkan subruang
noise. Algoritma ini memanfaatkan orthogonality antara subruang noise dan
subruang sinyal. Pada Tugas Akhir ini, simulasi estimasi arah kedatangan sinyal menggunakan sebuah Uniform Linear Array (ULA) sensor. Estimasi arah kedatangan sinyal dapat dilakukan dengan menghitung spatial spectrum yang didapatkan menggunakan algoritma -SVD yang dimodifikasi berdasarkan subruang noise.
Hasil percobaan menunjukkan nilai Root Mean Square Error (RMSE) berbanding terbalik dengan jumlah snapshots, Signal to Noise Ratio (SNR), dan jumlah sensor. Semakin kecil perbedaan sudut antar sumber dibutuhkan jumlah sensor yang semakin banyak untuk estimasi arah kedatangan sinyal dengan kesalahan yang sama. Algoritma -SVD yang dimodifikasi memiliki performa yang lebih baik dibandingkan algoritma -SVD.
SIMULATION OF DIRECTION OF ARRIVAL OF SIGNAL
ESTIMATION USING MODIFIED
-SVD ALGORTIHM
BASED ON NOISE SUBSPACE
Composed by :
Muhammad Hadi Mustajab (1122064)
Department of Electrical Engineering, Faculty of Engineering, Maranatha Christian University, Bandung, West Java, Indonesia
E–mail :hadimustajab21@gmail.com
ABSTRACT
Direction of Arrival estimation was an important matter in radar
technology, sonar, and navigation. A wide variety of algorithms used to be able to
get the estimated source location. Some algorithms commonly used in determining
the Direction of Arrival (DOA), such as MUSIC and -SVD algorithm.
In this final project a simulation of direction of arrival estimation using a
modified -SVD algorithm based on the noise subspace was made. This algorithm
utilizes orthogonality between the signal subspace and the noise subspace. In this
final project, the simulation of a signal direction of arrival estimation using a
Uniform Linear Array (ULA) sensor. Direction of arrival estimation can be done
by calculating the spatial spectrum obtained using an improved -SVD algorithm
based on the noise subspace.
The experimental results show the Root Mean Square Error (RMSE) is
inversely to the number of snapshots, Signal to Noise Ratio (SNR), and the number
of sensors. Also smaller the angular difference between source require more
number of sensors . The modified -SVD algorithm has a better performance than
the -SVD algorithm.
DAFTAR ISI 1.1. Latar Belakang Masalah... 1
1.2. Rumusan Masalah ... 1
1.3. Tujuan Penelitian ... 2
1.4. Pembatasan Masalah ... 2
1.5. Sistematika Penulisan ... 2
BAB II LANDASAN TEORI 2.1 Daerah Medan Antena... 4
2.1.1 Daerah medan dekat reaktif ... 5
2.1.2 Daerah medan dekat radiasi... 5
2.1.3 Daerah medan jauh radiasi ... 5
2.2 Antena Omnidirectional... 5
2.3 Estimasi Arah Kedatangan Sinyal... 6
2.3.1 Deskripsi Permasalahan Estimasi Arah Kedatangan Sinyal... 6
2.3.2 Uniform Linear Array (ULA)... 6
2.4 Pemodelan Uniform Linear Array (ULA)... 8
2.5 Keluaran Sinyal ... 8
2.6 Metode -SVD ... 9
2.8 Root Mean Square Error (RMSE) ...12
BAB III PERANCANGAN 3.1. Diagram Blok Simulasi Estimasi Arah Kedatangan Sinyal menggunakan Algoritma -SVD yang dimodifikasi...13
3.2. Prinsip Kerja Diagram Blok Simulasi Estimasi Arah Kedatangan Sinyal menggunakan Algoritma -SVD yang dimodifikasi ...13
3.3. Diagram Alir Simulasi Estimasi Arah Kedatangan Sinyal menggunakan Algoritma -SVD yang dimodifikasi...14
3.3.1. Diagram Alir Observasi Sinyal pada Array Y...15
3.3.2. Diagram Alir Untuk Mencari Matriks G ...16
3.3.3. Diagram Alir Untuk Mencari Spatial Spectrum ...17
3.4. Perancangan Graphic User Interface (GUI) ...17
BAB IV DATA PENGAMATAN DAN ANALISIS 4.1. Prosedur Pengujian ...21
4.2. Pengaruh Jumlah Snapshots (Tsnap) Terhadap Root Mean Square Error (RMSE) ...22
4.2.1. Pengaruh Jumlah Snapshots (Tsnap) terhadap Root Mean Square Error (RMSE) dengan sudut sumber = 26,5o, = 46,5o, = 66,5°...22
4.2.2. Pengaruh Jumlah Snapshots (Tsnap) terhadap Root Mean Square Error (RMSE) dengan sudut sumber = 26,5o, = 66o, = 106,5°...26
4.2.3. Analisis Perubahan Jumlah Snapshots (Tsnap) Terhadap Root Mean Square Error (RMSE)...30
4.3. Pengaruh Signal to Noise Ratio (SNR) Terhadap Root Mean Square Error (RMSE)...34
4.3.2. Pengaruh Signal to Noise Ratio (SNR) terhadap Root Mean
Square Error (RMSE) dengan sudut sumber = 26,5o,
= 66o, = 106,5°...37 4.3.3. Analisis Perubahan Signal to Noise Ratio (SNR) Terhadap
Root Mean Square Error (RMSE)...41
4.4. Pengaruh Jumlah Sensor (M) Terhadap Root Mean Square Error (RMSE) ...45 4.4.1. Pengaruh Jumlah Sensor (M) terhadap Root Mean Square
Error (RMSE) dengan sudut sumber = 26,5o, = 46,5o,
= 66,5°...45 4.4.2. Pengaruh Jumlah Sensor (M) terhadap Root Mean Square
Error (RMSE) dengan sudut sumber = 26,5o, = 66o, = 106,5°...46 4.4.3. Analisis Perubahan Jumlah Sensor (M) Terhadap Root Mean
Square Error (RMSE) ...52
4.5. Mencari Jumlah Sensor Minimum( )Agar dapat Mengestimasi Arah Kedatangan Sinyal dengan Maksimum Root Mean Square
Error (RMSE) sebesar 5°...56 4.5.1. Mencari Jumlah Sensor Minimum( ) Agar dapat
Mengestimasi Arah Kedatangan Sinyal dengan Maksimum
Root Mean Square Error (RMSE) sebesar 5°dan sudut
sumber = 26,5o, = 46,5o, = 66,5°...56 4.5.2. Mencari Jumlah Sensor Minimum( ) Agar dapat
Mengestimasi Arah Kedatangan Sinyal dengan Maksimum
Root Mean Square Error (RMSE) sebesar 5° dan sudut
sumber = 26,5o, = 66o, = 106,5°...59 4.5.3. Analisis Mencari Jumlah Sensor Minimum( )Agar
dapat Mengestimasi Arah Kedatangan Sinyal dengan
Maksimum Root Mean Square Error (RMSE) sebesar 5°...63 BAB V KESIMPULAN DAN SARAN
DAFTAR TABEL
Halaman Tabel 3.1 Komponen MATLAB pada perancangan software... 18 Tabel 4.1 Nilai RMSE estimasi Arah Kedatangan Sinyal untuk Jumlah
Snapshots (Tsnap) = 100 dengan posisi sudut sumber = 26,5o, = 46,5o, = 66,5°... 23 Tabel 4.2 Nilai RMSE estimasi Arah Kedatangan Sinyal untuk Jumlah
Snapshots (Tsnap) = 200 dengan posisi sudut sumber = 26,5o, = 46,5o, = 66,5°... 24
Tabel 4.3 Nilai RMSE estimasi arah kedatangan sinyal untuk Jumlah
Snapshots (Tsnap) = 300 dengan posisi sudut sumber = 26,5o, = 46,5o, = 66,5°... 25 Tabel 4.4 Nilai RMSE estimasi arah kedatangan sinyal untuk Jumlah
Snapshots (Tsnap) = 400 dengan posisi sudut sumber = 26,5o,
= 46,5o, = 66,5°... 26 Tabel 4.5 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah
Snapshots (Tsnap) = 100 dengan posisi sudut sumber = 26,5o, = 66o, = 106,5°... 27
Tabel 4.6 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah
Snapshots (Tsnap) = 200 dengan posisi sudut sumber = 26,5o, = 66o, = 106,5°... 28 Tabel 4.7 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah
Snapshots (Tsnap) = 300 dengan posisi sudut sumber = 26,5o,
= 66o, = 106,5°... 29 Tabel 4.8 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah
Tabel 4.9 Perubahan Jumlah Snapshots (Tsnap) Terhadap Root Mean Square
Error (RMSE) dengan posisi sudut sumber = 26,5o, = 46,5o, = 66,5°... 31 Tabel 4.10 Perubahan Jumlah Snapshots (Tsnap) Terhadap Root Mean Square
Error (RMSE) dengan posisi sudut sumber = 26,5o, = 66o, = 106,5°... 32 Tabel 4.11 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Signal to Noise
Ratio (SNR) = -5 dB dengan posisi sudut sumber = 26,5o, = 46,5o, = 66,5°... 34 Tabel 4.12 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Signal to Noise
Ratio (SNR) = 0 dB dengan posisi sudut sumber = 26,5o, = 46,5o, = 66,5°... 35 Tabel 4.13 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Signal to Noise
Ratio (SNR) = 5 dB dengan posisi sudut sumber = 26,5o, =
46,5o, = 66,5°... 36 Tabel 4.14 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Signal to Noise
Ratio (SNR) = 10 dB dengan posisi sudut sumber = 26,5o, = 46,5o, = 66,5°... 37
Tabel 4.15 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Signal to Noise
Ratio (SNR) = -5 dB dengan posisi sudut sumber = 26,5o, = 66o, = 106,5°... 38 Tabel 4.16 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Signal to Noise
Ratio (SNR) = 0 dB dengan posisi sudut sumber = 26,5o, =
66o, = 106,5°... 39 Tabel 4.17 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Signal to Noise
Ratio (SNR) = 5 dB dengan posisi sudut sumber = 26,5o, = 66o, = 106,5°... 40
Tabel 4.18 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Signal to Noise
Tabel 4.19 Perubahan Signal to Noise Ratio Terhadap Root Mean Square Error (RMSE) dengan posisi sudut sumber = 26,5o, = 46,5o, = 66,5°... 42 Tabel 4.20 Perubahan Signal to Noise Ratio (SNR) Terhadap Root Mean Square
Error (RMSE) dengan posisi sudut sumber = 26,5o, = 66o, = 106,5°... 43 Tabel 4.21 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor
(M) = 6 dengan posisi sudut sumber = 26,5o, = 46,5o, = 66,5°... 45 Tabel 4.22 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor
(M) = 8 dengan posisi sudut sumber = 26,5o, = 46,5o, = 66,5°... 46 Tabel 4.23 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor
(M) = 10 dengan posisi sudut sumber = 26,5o, = 46,5o, =
66,5°... 47 Tabel 4.24 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor
(M) = 12 dengan posisi sudut sumber = 26,5o, = 46,5o, = 66,5°... 48 Tabel 4.25 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor
(M) = 6 dengan posisi sudut sumber = 26,5o, = 66o, =
106,5°... 49 Tabel 4.26 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor
(M) = 8 dengan posisi sudut sumber = 26,5o, = 66o, =
106,5°... 50 Tabel 4.27 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor
(M) = 10 dengan posisi sudut sumber = 26,5o, = 66o, =
106,5°... 51 Tabel 4.28 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor
(M) = 12 dengan posisi sudut sumber = 26,5o, = 66o, =
Tabel 4.29 Perubahan Jumlah Sensor Terhadap Root Mean Square Error (RMSE) dengan posisi sudut sumber = 26,5o, = 46,5o, = 66,5°... 53 Tabel 4.30 Perubahan Jumlah Sensor Terhadap Root Mean Square Error
(RMSE) dengan posisi sudut sumber = 26,5o, = 66o, =
106,5°... 54
Tabel 4.31 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor (M) = 7 dengan posisi sudut sumber = 26,5o, = 46,5o, = 66,5°... 56 Tabel 4.32 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor
(M) = 8 dengan posisi sudut sumber = 26,5o, = 46,5o, = 66,5°... 57 Tabel 4.33 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor
(M) = 9 dengan posisi sudut sumber = 26,5o, = 46,5o, =
66,5°... 58 Tabel 4.34 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor
(M) = 10 dengan posisi sudut sumber = 26,5o, = 46,5o, = 66,5°... 59 Tabel 4.35 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor
(M) = 5 dengan posisi sudut sumber = 26,5o, = 66o, =
106,5°... 60 Tabel 4.36 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor
(M) = 6 dengan posisi sudut sumber = 26,5o, = 66o, =
106,5°... 61 Tabel 4.37 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor
(M) = 7 dengan posisi sudut sumber = 26,5o, = 66o, =
106,5°... 62 Tabel 4.38 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor
(M) = 8 dengan posisi sudut sumber = 26,5o, = 66o, =
Tabel 4.39 Perubahan Jumlah Sensor Terhadap Root Mean Square Error (RMSE) dengan posisi sudut sumber = 26,5o, = 46,5o, = 66,5°... 64 Tabel 4.40 Perubahan Jumlah Sensor Terhadap Root Mean Square Error
(RMSE) dengan posisi sudut sumber = 26,5o, = 66o, =
DAFTAR GAMBAR
Halaman
Gambar 2.1 Daerah Medan Antena... 4
Gambar 2.2 Susunan Antena ULA... 6
Gambar 2.3 Ilustrasi dari geometri array ... 8
Gambar 2.4 Posisi Sumber sinyal pada geometri array ... 9
Gambar 2.5 Estimasi Spatial Spectrum... 11
Gambar 3.1 Diagram Blok Simulasi Estimasi Arah Kedatangan Sinyal menggunakan Algoritma -SVD yang dimodifikasi... 13
Gambar 3.2 Diagram Alir Simulasi Estimasi Arah Kedatangan menggunakan Algoritma -SVD yang dimodifikasi ... 14
Gambar 3.3 Diagram Alir Observasi Sinyal pada Array Y ... 15
Gambar 3.4 Diagram Alir Mencari Matriks G... 16
Gambar 3.5 Diagram Alir Untuk Mencari Spatial Spectrum... 17
Gambar 3.6 Rancangan Graphic User Interface (GUI)... 18
Gambar 4.1 Tampilan Program pada Graphic User Interface (GUI) ... 22
Gambar 4.2 Perbandingan RMSE Menggunakan Algoritma -SVD dan Algoritma -SVD yang dimodifikasi untuk pengaruh jumlah snapshots dengan posisi sudut sumber = 26,5o, = 46,5o, = 66,5°... 31 Gambar 4.3 Perbandingan RMSE Menggunakan Algoritma -SVD dan
Gambar 4.4 Perbandingan RMSE Menggunakan Algoritma -SVD dan Algoritma -SVD yang dimodifikasi untuk pengaruh Signal to
Noise Ratio (SNR) dengan posisi sudut sumber = 26,5o, = 46,5o, = 66,5°... 42 Gambar 4.5Perbandingan RMSE Menggunakan Algoritma -SVD dan
Algoritma -SVD yang dimodifikasi untuk pengaruh Signal to
Noise Ratio (SNR) dengan posisi sudut sumber = 26,5o, = 66o, = 106,5°... 44 Gambar 4.6 Perbandingan RMSE Menggunakan Algoritma -SVD dan
Algoritma -SVD yang dimodifikasi untuk pengaruh jumlah sensor dengan posisi sudut sumber = 26,5o, = 46,5o, =
66,5°... 53 Gambar 4.7 Perbandingan RMSE Menggunakan Algoritma -SVD dan
Algoritma -SVD yang dimodifikasi untuk pengaruh Jumlah Sensor dengan posisi sudut sumber = 26,5o, = 66o, =
106,5°... 54 Gambar 4.8 Nilai RMSE Menggunakan Algoritma -SVD dan Algoritma
-SVD yang dimodifikasi untuk mencari jumlah sensor minimum dengan posisi sudut sumber = 26,5o, = 46,5o, = 66,5°... 64 Gambar 4.9 Nilai RMSE Menggunakan Algoritma -SVD dan Algoritma
BAB I PENDAHULUAN
BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Pada masa sekarang ini, pencarian lokasi sumber merupakan masalah yang penting dalam teknologi radar, sonar dan navigasi. Berbagai macam algoritma digunakan untuk bisa mendapatkan estimasi lokasi sumber. Beberapa algoritma yang umum digunakan dalam menentukan Direction of Arrival (DOA) antara lain seperti algoritma MUSIC[6]dan -SVD[4]. Algoritma yang akan digunakan pada tugas akhir ini adalah pengembangan dari algoritma -SVD. Algoritma ini memanfaatkan orthogonality antara subruang noise dan subruang sinyal. Algoritma ini memiliki keunggulan dibandingkan algoritma yang lain yaitu, dapat meningkatkan robustness terhadap noise juga meningkatkan resolusi didalam estimasi DOA.
Pada Tugas akhir ini dilakukan simulasi untuk mendapatkan estimasi arah kedatangan sinyal. Selain mendapatkan estimasi arah kedatangan sinyal juga akan dicari jumlah sensor minimum agar dapat mengestimasi arah kedatangan sinyal untuk jumlah sumber sinyal dan
Root Mean Square Error (RMSE) tertentu.
1.2 Rumusan Masalah
Permasalahan yang akan dibahas dalam tugas akhir ini meliputi :
1. Bagaimana merealisasikan simulasi estimasi arah kedatangan sinyal menggunakan algoritma -SVD yang dimodifikasi?
2. Bagaimana performa estimasi arah kedatangan sinyal menggunakan algoritma -SVD yang dimodifikasi terhadap pengaruh jumlah snapshots, Signal to Noise Ratio (SNR), dan jumlah sensor?
BAB I PENDAHULUAN 2
1.3 Tujuan Penelitian
Tujuan yang ingin dicapai dari tugas akhir ini adalah :
1. Merealisasikan simulasi estimasi arah kedatangan sinyal menggunakan algoritma -SVD yang dimodifikasi.
2. Menganalisis performa estimasi arah kedatangan sinyal menggunakan algoritma -SVD yang dimodifikasi terhadap pengaruh jumlah snapshots, Signal to Noise Ratio (SNR), dan jumlah sensor.
3. Menganalisis jumlah sensor minimum agar dapat mengestimasi arah kedatangan sinyal untuk jumlah sumber sinyal dan Root Mean Square Error (RMSE) tertentu.
1.4 Pembatasan Masalah
Pembatasan masalah yang dibahas pada tugas akhir ini antara lain : 1. Simulasi menggunakan uniform linear array (ULA) sensor. 2. Jarak antar sensor adalah setengah panjang gelombang sinyal. 3. Realisasi software menggunakan bahasa pemrograman MATLAB. 4. Rentang sudut kedatangan sinyal 0° − 180°.
5. Menggunakan frekuensi sumber sinyal yang sama. 6. Jumlah sumber sinyal yang digunakan 3 buah.
1.5 Sistematika Penulisan
Laporan Tugas Akhir ini disusun dengan sistematika penulisan sebagai berikut :
BAB I. PENDAHULUAN
Bab yang menjelaskan mengenai latar belakang masalah, rumusan masalah, tujuan penelitian, dan sistematika penulisan.
BAB II. LANDASAN TEORI
Bab yang menjelaskan tentang estimasi arah kedatangan sinyal dengan menggunakan algoritma -SVD yang dimodifikasi berdasarkan subruang noise.
BAB III. PERANCANGAN SISTEM
BAB I PENDAHULUAN 3
BAB IV. ANALISA DATA
Bab yang menjelaskan tentang hasil yang diperoleh dari penelitian dan analisa data yang diperoleh.
BAB V. KESIMPULAN DAN SARAN
BAB V KESIMPULAN DAN SARAN
BAB V
KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan berdasarkan hasil percobaan dan analisis data dari Tugas Akhir ini serta saran untuk pengembangan “Simulasi Estimasi Arah Kedatangan Sinyal Menggunakan Algoritma -SVD yang Dimodifikasi Berdasarkan Subruang Noise”.
5.1 Kesimpulan
Dari data pengamatan dan analisis yang dilakukan terkait dengan Tugas Akhir ini, dapat diambil beberapa kesimpulan sebagai berikut :
1. Simulasi Estimasi Arah Kedatangan Sinyal Menggunakan Algorithma -SVD yang Dimodifikasi Berdasarkan Subruang Noise berhasil direalisasikan dan dapat berfungsi dengan baik.
2. Nilai Root Mean Square Error (RMSE) estimasi arah kedatangan sinyal berbanding terbalik dengan jumlah snapshots (Tsnap) , Signal to Noise Ratio (SNR) dan jumlah sensor (M).
3. Jumlah sensor minimum yang dapat digunakan agar dapat mengestimasi arah kedatangan sinyal dengan maksimum RMSE sebesar 5°:
• Untuk sudut sumber = 26,5°, = 46,5°, = 66,5° dibutuhkan jumlah sensor sebanyak 8 buah.
• Untuk sudut sumber =26,5°, =66°, =106,5°dibutuhkan jumlah sensor sebanyak 6 buah.
Jadi, semakin kecil perbedaan sudut antar sumber dibutuhkan jumlah sensor yang semakin banyak.
BAB V KESIMPULAN DAN SARAN 68
5.2 Saran
SIMULASI ESTIMASI ARAH KEDATANGAN SINYAL
MENGGUNAKAN ALGORITMA
-SVD YANG
DIMODIFIKASI BERDASARKAN SUBRUANG NOISE
SIMULATION OF DIRECTION OF ARRIVAL OF SIGNAL
ESTIMATION USING MODIFIED
-SVD ALGORTIHM
BASED ON NOISE SUBSPACE
LAPORAN TUGAS AKHIR
Diajukan Untuk Memenuhi Persyaratan Program Studi Strata Satu (S1) Jurusan Teknik Elektro - Fakultas Teknik
Universitas Kristen Maranatha Bandung
Disusun oleh :
MUHAMMAD HADI MUSTAJAB 1122064
JURUSAN TEKNIK ELEKTRO
FAKULTAS TEKNIK
UNIVERSITAS KRISTEN MARANATHA
BANDUNG
KATA PENGANTAR
Puji dan syukur penulis ucapkan kepada Allah SWT atas segala berkat, perlindungan, dan kemurahan-Nya selama pengerjaan Tugas Akhir ini hingga akhirnya dapat diselesaikan dengan baik dan tepat pada waktunya. Tugas Akhir
yang berjudul “Simulasi Estimasi Arah Kedatangan Sinyal Menggunakan
Algoritma -SVD yang dimodifikasi ” ini disusun untuk memenuhi persyaratan kelulusan program studi sarjana strata satu (S1) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Bandung.
Dalam penyelesaian Tugas Akhir ini, penulis banyak mendapatkan bantuan dari berbagai pihak. Karena itu, tidak lupa penulis menyampaikan ucapan terima kasih kepada pihak-pihak yang telah mendukung dalam mengerjakan Tugas Akhir ini:
1. Bapak Dedih Kusumadilaga S.Sos. dan Ibu Sukrawati, selaku Orang tua penulis dan seluruh keluarga besar yang telah memberikan dorongan nasehat dan dukungan baik dalam moral maupun material.
2. Dr. Ir. Daniel Setiadikarunia, M.T., selaku dosen pembimbing yang telah meluangkan waktu, memberikan banyak pengetahuan, masukan berupa ide-ide, kritik dan saran serta dukungan dan membimbing penulis hingga Tugas Akhir ini dapat diselesaikan.
3. Novie Theresia BR Pasaribu, ST., MT., selaku Ketua Jurusan Teknik Elektro Universitas Kristen Maranatha.
4. Ir. Yohana Susanthi, M.Sc., selaku Koordinator Tugas Akhir Jurusan Teknik Elektro Universitas Kristen Maranatha.
5. Dr. Ratnadewi, S.T., M.T., selaku Dosen Wali penulis.
6. Dr. Ratnadewi, S.T., M.T., Ir. Anita Supartono, M.Sc. dan Ir. Supartono M.Sc., selaku dosen penguji yang telah memberikan banyak masukan dalam Tugas Akhir ini.
7. Seluruh staf pengajar di Jurusan Teknik Elektro Universitas Kristen Maranatha yang telah memberikan ilmu dan pengetahuannya.
9. Semua pihak yang tidak dapat disebutkan satu persatu yang telah membantu baik secara langsung maupun tidak langsung.
Penulis menyadari bahwa masih banyak kekurangan dalam laporan Tugas Akhir ini. Untuk itu, saran dan kritik yang membangun selalu dinantikan guna evaluasi sekaligus perbaikan di masa yang akan datang.
Akhir kata, semoga laporan Tugas Akhir ini dapat memberikan manfaat bagi perkembangan ilmu pengetahuan dan semua pihak yang membutuhkan. Terima kasih.
Bandung, Agustus 2016
DAFTAR PUSTAKA
1. Cands, E. J., M. B. Wakin, dan S. P. Boyd, ”Enhancing sparsity by reweighted minimization,”Journal of Fourier Analysis and Applications, Vol. 14, Nos. 5-6, 877-905,
Dec. 2008.
2. F. Liu, L. Peng, M. Wei, P. Chen, and S. Guo, "An improved l1-svd algorithm based on noise subspace for DOA estimation," Progress In Electromagnetics Research C, Vol. 29, 109-122, 2012.
3. Kumar, Sanjay. dan Saurabh S. 2016. Wave Propagation and Antenna Engineering. New Delhi : PHI Learning Private Limited.
4. Malioutov, D. M. Cetin, andA. S. Willsky, “A sparse signal reconstruction perspective for source localization with sensor arrays,”IEEE Trans. Signal Process., Vol. 53, No. 8,
3010-3022, Aug. 2005.
5. Mulyanta, Edi S. 2005. Pengenalan Protokol Jaringan Wireless Komputer. Yogyakarta: Andi.
6. Schmidt, R. O., “Multiple emitter location and signal parameter estimation,” IEEE Trans. Antennas Propag., Vol. 34, No. 3, 276-280, Mar. 1986.
