MENDETEKSI DAN MELOKALISASI SUATU SUMBER SINYAL
DENGAN METODE ESTIMASI DIRECTION-OF-ARRIVAL (DOA)
DENGAN MENGGUNAKAN ALGORITMA MULTIPLE SIGNAL
CLASSIFICATION (MUSIC)
Estevao da Costa GuimaraesElectrical Engineering – Telecommunication of Multimedia Institut Teknologi Sepuluh Nopember (ITS), Surabaya, Indonesia
Kampus ITS Keputih Sukolilo, Surabaya, 60111 Email : prof.eguimaraes@gmail.com
ABSTRAK
Salah satu indikator yang menunjukkan keberhasilan suatu system komunikasi adalah keutuhan dan keaslian sinyal atau informasi yang dideteksi oleh penerima Namun sinyal atau informasi yang diterima terkadang kurang jelas karena terinterferensi. Akibatnya informasi yang dideteksi itu tidak dapat diinterpretasi dengan tepat sesuai dengan bentuk aslinya. Untuk mendeteksi asal usul interferensi tersebut perlu diantisipasi dengan menerapkan strategi dan metode tertentu. Salah satu system deteksi yang efektif dan akurat untuk melokalisasi sumber sinyal tersebut adalah dengan metode estimasi Direction of Arrival (DOA) dengan
mengaplikasikan algoritma Multiple Signal Classification (MUSIC). Teknik pendeteksian ini
disimulasikan dengan menggunakan MATLAB dengan menggunakan jumlah sinyal datang 5, jumlah elemen 9 sampai dengan 17, jumlah sampel atau snapshots 100 sampai dengan 1000 dan SNR 3 sampai dengan 20 dB. Hasil simulasi menunjukkan bahwa dengan menambahkan jumlah elemen antenna , jumlah sampel sinyal (snapshots) dan SNR (signal to Noise Ratio) akan menghasilkan mean square error yang semakin kecil , yang berarti kemampuan MUSIC dalam deteksi sinyal makin baik.
Kata kunci: Direction-of-Arrival , Mean Square Error, MUSIC Algorithm, MATLAB, Signal
to Noise Ratio dan snapshots.
PENDAHULUAN
Pada hakekatnya sinyal informasi yang diterima oleh suatu perangkat penerima atau receiver itu diharapkan utuh , tanpa cacat atau tanpa interferensi sehingga sinyal yang diterima itu dapat ditafsirkan dengan baik dan tepat sesuai dengan bentuk aslinya. Namun seringkali yang terjadi adalah sinyal yang diterima itu mengalami gangguan, kabur atau terinterferensi yang mengakibatkan sinyal tersebut tidak dapat diterima dengan kualitas yang baik di sisi penerima.
Pada umumnya emisi sinyal oleh pemancar yang tidak memiliki izin operasional seringkali diduga sebagai penyebab terjadinya interferensi.
Dalam paper ini penulis ingin menganalisis kinerja system deteksi terhadap suatu pemancar yang memancarkan frekuensi yang tidak berizin dan menentukan lokasi dimana pemancar tersebut berada dengan menggunakan metode Multiple Signal Classification
Tujuan
Penelitian pada paper ini bertujuan untuk :
Mengetahui arah kedatangan sinyal (direction-of-arrival) dengan menggunakan
algoritma MUSIC.
Mengetahui kualitas pendeteksian sinyal, dengan menvariasikan sudut kedatangan sinyal, jumlah elemen array antenna, jumlah sampel dan jumlah SNR
Mengamati seberapa besar error yang terjadi di dalam proses pendeteksian tersebut
Rumusan Masalah
Untuk mendeteksi dan melokalisasikan sumber sinyal, maka dalam paper ini dirumuskan hal-hal sebagai berikut :
Seberapa besar pengaruh perubahan sudut kedatangan yang diasumsikan terhadap estimasi sudut kedatangan yang sebenarnya mengenai arah sinyal yang dideteksi ? Bagaimana pengaruh perubahan jumlah elemen array antenna terhadap arah
kedatangan sudut yang diestimasi ?
Apakah perubahan SNR input dapat berpengaruh terhadap besarnya sudut estimasi ? Apakah perubahan ketiga parameter (sudut kedatangan, elemen array dan SNR input)
mempengaruhi kualitas pendeteksian sinyal ? Pembatasan Masalah
Pembahasan dalam paper ini dibatasi pada saat baik pemancar maupun penerima dalam keadaan diam. Tidak dilakukan pengukuran fisik melainkan hanya melakukan Simulasi dengan menggunakan program MatlabR8002
Metodologi
Perencanaan dan pembuatan simulasi melalui tahap-tahapsebagai beikut : Studi pustaka
Simulasi dilakukan berdasarkan pendalaman literature dan pengambilan data dengan cara membowsing di internet, buku-buku, makalah-makal, artikel-artikel, dan dari perpustakaan sesuai topik pembahasan.
ALGORITMA ESTIMASI DIRECTION-OF-ARRIVAL (DOA)
Tujuan dari algoritma estimasi Direction-Of-Arrival (DOA adalah menggunakan data yang diterima oleh array untuk mengestimasi kedatangan arah sinyal. Lalu hasil estimasi DOA ini digunakan oleh array untuk mendisain adaptif beamformer sedemikian rupa untuk memaksimalkan daya yang dipancarkan terhadap pengguna dan menekan interferensi [9]. Singkatnya disain yang berhasil dari array adaptif antenna sangat tergantung pada kinerja estimasi DOA.
ALGORITMA MUSIC (MULTIPLE SIGNAL CLASSIFICATION)
MUSIC merupakan algoritma estimasi parameter sinyal yang menyediakan informasi
tentang arah kedatangan dari masing-masing sinyal. Menyediakan tingkat resolusi yang sangat tinggi, membutuhkan kalibrasi susunan antenna yang akurat dan tepat tanpa membutuhkan antenna dalam jumlah yang banyak selama jumlah elemen antenna lebih besar dibandingkan jumlah sinyal yang datang. Sedangkan kekurangan dari algoritma ini adalah waktu estimasi DOA saat melakukan pelacakan Pmusic sepanjang 0 sampai cukup lama.
Adapun langkah-langkah estimasi Direction-Of-Arrival dari algoritma MUSIC ini dapat
diringkas sebagai berikut :
1. Mengumpulkan masukan berupa sample ul, l0,...,L1, dan mengestimasi
matrik covarians input :
2. Melakukan dekomposisi eigen dalam
R
uuV
V
^
dimana Λ = dia { , …. } , ≥ …. ≥ adalah eigenvalue dan
V = [ … ] adalah eigenvector Ruu
^
3. Mengestimasi jumlah sinyal D , dari keserbaragaman K , dari nilai eigen yang terkecil
sebagai D = M - K
4. Menghitung spectrum MUSIC :
5. Mencari puncak tertinggi dari D^ padaP^ MUSIC () untuk mendapatkan estimasi pada DOA.
Algoritma MUSIC merupakan salah satu algoritma dari teknik berbasis subspace yang
yang memanfaatkan struktur eigen dari matrik data input kovarian untuk mengestimasi arah datangnya sinyal.
Algoritma MUSIC ini memberikan estimasi yang obyektif tentang jumlah sinyal, arah atau sudut kedatangan ( Direction of Arrival atau Angle of Arrival ) dari setiap sinyal,
kekuatan dan korelasi silang (cross correlation) antara sinyal sinyal tersebut serta daya noise.
BLOK DIAGRAM PERENCANAAN PERHITUNGAN Perencanaan perhitungan adalah seperti pada gambar berikut ini :
Gambar 1 Blok diagram proses perhitungan
Perencanaan perhitungan untuk Algoritma MUSIC
Menentukan secara acak sinyal yang akan diterima oleh antenna array. Sinyal acak ini dapat dirumuskan sebagai berikut:
s(t) = dimana : = Amplitudo, ditentukan sama dengan satu
φ = β d cos θ, β = 2π / λ dan d = λ / 2
Untuk sinyal acak sinyalnya tergantung pada berapa banyak sinyal yang datang mengenai antenna dengan sudut kedatangan yang berbeda-beda, dan L yang digunakan. Jika
1 0 ^ 1 L l H l l uu u u L R)
(
)
(
)
(
)
(
^
a
V
V
a
a
a
P
H n n H H MUSIC
Input N, M, θ Algoritma Estimasi Parameter SNR Output n estimasi sudutN = 1 yang mengenai antenna array maka matriks untuk s(t) adalah: s(t) = [ ……. ] Jika ada N = 1 maka jumlah baris dan kolom pada s(t) adalah satu kali L. Untuk N > 1 maka matriks s(t) nya adalah:
S(t)=
… . . … . .
… . .
Mencari matriks arah yang digunakan untuk menentukan dari mana sumber sinyal berasal. Persamaannya dapat dirumuskan
A(t) = dimana : β = 2π / λ
d = jarak antar elemen antenna array = ½ λ Untuk N = 1 maka matriks arahnya adalah : A(t) = A = 1 … . .
Jumlah baris dari matriks A tergantung pada M antenna array. Jika N = 2 yang mengenai antenna array linier maka, matriks arahnya adalah seperti berikut :
A = 1 … . . 1 … . . Persamaan matrik noise:
n(t) = … . . … . . … . . … . . … . .
Persamaan sinyal pada array antenna adalah: u(t) = A s(t) + n (t)
Kemudian menghitung spectrum MUSIC dengan menggerakkan θ dari 1º sampai 180º menggunakan persamaan berikut ini :
(θ) = { (θ) a (θ) } / { (θ) a (θ) }
Dan membaca nilai sudut dari puncak P (nilai P maksimum). Pendeteksian jumlah sinyal yang datang dibaca dari nilai criteria MDL atau AIC yang paling kecil.
HASIL SIMULASI
Pengaruh perubahan parameter yang berbeda-beda dari algoritma MUSIC dianalisa dalam paper ini. Lima sinyal yang dipancarkan dari 5 sumber yang berbeda dianalisa dengan mengasumsikan 2 kelompok sudut kedatangan sinyal yaitu : 60°, 75°, 90°, 105° , 120° dan 20°, 50°, 80°, 110°, 140°
Sedangkan parameter jumlah sinyal N, jumlah elemen array antenna M, jumlah sampel L dan SNR dibuat bervariasi berdasarkan range minimum dan maksimum tertentu.
Hasil gambar spectrum MUSIC untuk kerapatan sudut 15° dan 30° , ditunjukkan pada gambar
berikut ini:
Tabel . 1 Estimasi sudut kedatangan sebagai fungsi M , dengan kerapatan sudut sebesar 15°
DOA 60° 75° 90° 105° 0 120° M=9 58 75 90 105 122 M=11 59.25 74.75 90 105.2 120.75 M=13 59.75 74.25 90 105.75 120.25 M=15 59.75 74.5 90 105.5 120.25 M =17 59.25 75 90 105 121
Tabel . 1 Estimasi sudut kedatangan sebagai fungsi M , dengan kerapatan sudut sebesar 30°
DOA 20° 50° 80° 110° 140° M=9 21 49 80.25 109.25 141.5 M=11 18 50.5 79.75 109.75 140.5 M=13 17.5 50 80.25 110.5 138.25 M=15 20.5 50.5 79.5 109.75 140 M=17 20.5 49.5 80.25 110 139.5 KESIMPULAN
Dengan memperbanyak jumlah elemen array antenna , akan memperkecil error estimasi arah kedatangan sinyal. Hal ini menunjukkan kemampuan deteksi arah sinyal oleh MUSIC makin baik. Unjuk kerja algoritma MUSIC dapat diperbaiki dan ditingkatkan dengan cara memperbanyak jumlah elemen array, jumlah sampel dan nilai SNR yang besar. Untuk kerapatan sudut (angle separation) yang besar didapat mean square error yang cukup kecil bahkan mendekati nol. Hal ini menunjukkan kemampuan MUSIC untuk mendeteksi arah kedatangan sinyal semakin bagus.
0 20 40 60 80 100 120 140 160 180 0 0.5 1 1.5 2 2.5 3
3.5 Gambar Spektrum MUSIC
Angle of Arrival(degree) S p a tia l S p e c tr u m (d B ) 58 75 90 105 122 0 20 40 60 80 100 120 140 160 180 0 0.5 1 1.5 2 2.5 3 3.5
4 Gambar Spektrum MUSIC
Angle of Arrival(degree) S pat ia l S pec tr um (d B ) 21 49 80.25 109.25 141.5 0 50 100 150 60° 75° 90° 105° 120° M=9 M=11 M=13 M=15 M=17
DAFTAR PUSTAKA
Liberti, C. Joseph, Jr. and Theodore S. Rappaport, “ Smart Antennas for Wireless Communications: IS-95 and Third Generation CDMA Applications” , Prentice Hall
PTR, New Jersey,1999.
S.A. Mitilineos,D.M. Kyriazanos, O.E.Segou J.N. Goufas and S.C. A. Thomopoulos, “ Indoor Localization with Wireless Sensor Networks”, Vol.109, 441 – 474, 2010.
W. V. Braun and D.L. Walker, “ Vehicular Location and Information System, “ IEEE Trans.
Veh. Technol., vol. VT – 19, Feb.1970, pp. 136 – 143.
Seow, C. K. and S. Y. Tan, “ Localization of Omni-Directional Mobile Device in Multipath Environments, " Progress in Electromagnetics Research, Vol. 85, 323 -348, 2008.
Schmidt, R.O, "Multiple Emitter Location and Signal Parameter Estimation," IEEE Trans. Antennas Propagation, Vol. AP-34 (March 1986), pp.276-280.
Andy Vesa, Direction of Arrival Estimation using MUSIC and ROOT – MUSIC Algorithm,
18th Telecommunication forum TELFOR 2010.
Salvatore Bellofiore,Constantine A. Balanis, Jeffrey Foutz, and Andreas S. Spanias, “ Smart Antenna Systems for Mobile Communication Network, Part 1 : Overview and Antenna Design”. IEEE Antenna’s and Propagation Magazine, Vol.44, No. 3, Juni 2002, hal
150.
Tanuja S. Dhope (Shendkar), Application of MUSIC, ESPRIT and ROOT MUSIC in DOA Estimation, Faculty of Electrical Engineering and Computing University of Zagreb,
