T1 612010009 BAB III

20

Untuk mengetahui unjuk kerja sistem MIMO MC-CDMA, dilakukan perbandingan dengan sistem MC-CDMA. Seperti yang telah dijelaskan pada bab sebelumnya, bahwa sistem MIMO MC-CDMA merupakan teknik gabungan sistem MIMO dan MC-CDMA. Sehingga secara teori sistem MIMO MC-CDMA akan memiliki unjuk kerja yang lebih unggul daripada sistem MC-CDMA, karena sistem MIMO MC-CDMA memiliki keunggulan-keunggulan daripada kedua sistem tersebut sebelum digabungkan.

[image:1.595.94.529.182.630.2]

Pada bab ini akan dibahas pemodelan sistem MIMO MC-CDMA. Pembahasan dimulai dari proses pembangkitan data masukan hingga proses penghitungan BER. Pemodelan sistem mengikuti Gambar 3.1 dan MATLAB merupakan perangkat lunak yang digunakan untuk menyimulasikan sistem.

Gambar 3.1. Blok Pemancar dan Penerima Sistem MIMO MC-CDMA [4]. 3.1. Sistem Pengirim

3.1.1. Pembangkit Data Masukan Acak

dibangkitkan variasi deretan bit acak sesuai dengan jumlah bit yang diinginkan dan jumlah pengguna.

3.1.2. Penyandi Konvolusional

Penyandi konvolusional yang akan digunakan memiliki coderate ½. Coderate merupakan perbandingan jumlah masukan dan keluaran bit pada waktu yang bersamaan. Dengan coderate ½ berarti 1 bit masukan dipetakan menjadi 2 bit keluaran. Berdasarkan Gambar 2.5, untuk penggunaan coderate ½, generator polynomial yang digunakan adalah [7 5] dengan constraint length K=3. Pada MATLAB digunakan fungsi “poly2trellis” untuk mengubah bentuk polinomial kode konvolusional menjadi kode teralis. Dengan kode teralis ini dapat menjadi masukan penyandi konvolusional dengan menggunakan fungsi “convenc”.

3.1.3. Interleaver

Pada blok ini, bit-bit informasi yang masuk akan diacak dengan membuat fungsi “interleaver” pada MATLAB. Aliran bit masukan akan mengisi matriks tersebut dalam baris demi baris dan keluaran interleaver merupakan bit-bit yang tersusun secara kolom.

3.1.4. Modulasi QPSK

[image:3.595.94.528.68.630.2]

Gambar 3.2. Modulator QPSK [7]. 3.1.5. Serial to Parallel

Blok ini berfungsi untuk mengkonversikan data serial menjadi data paralel, yang disesuaikan dengan jumlah subpembawa yang digunakan. Dengan menggunakan fungsi “reshape” konversi ini dapat dilakukan. Dengan syntax D = reshape(A,baris,kolom), dengan A adalah data yang akan dikonversi menjadi ukuran baris dan kolom.

3.1.6. Copier

Blok copier terdapat pada sistem MC-CDMA. Pada blok ini data yang dikirim akan melalui proses penggandaan, hal ini bertujuan agar data yang dikirim melalui masing-masing subpembawa adalah data yang sama. Proses penggandaan data pengguna dilakukan dengan menggunakan fungsi “repmat”, dengan syntax

B = repmat(A,M,N), dengan M dan N adalah ukuran baris dan kolom matriks dan A adalah matriks yang akan digandakan. Untuk kasus ini, maka B = repmat(data,1,Sub) sehingga data pengguna akan digandakan sama dengan jumlah subpembawa yang digunakan.

3.1.7.Spreader

jumlah pengguna yang ada. Pada modul sistem MC-CDMA melakukan proses penebaran dalam ranah frekuensi, oleh karena itu pada blok ini jenis perkalian antara matriks data penggunadengan matriks m-sequence adalah perkalian array. Sehingga ukuran matriks data pengguna dan matriks m-sequence harus sama. Fungsi yang digunakan untuk mengubah ukuran matriks m-sequence adalah fungsi “cat”. Fungsi ini dioperasikan dengan syntax Z = cat(DIM,A,B)

dengan A dan B menunjukan dua matriks yang akan diurutkan dan DIM adalah dimensi matriks.

3.1.8. Inverse Fast Fourier Transform (IFFT)

Blok IFFT merupakan inti dari modulasi MC-CDMA, karena IFFT berfungsi sebagai modulator yang akan membangkitkan subpembawa yang saling orthogonal satu dengan yang lain. Fungsi “ifft” pada MATLAB digunakan untuk membangkitkan fungsi IFFT. Jumlah point IFFT yang digunakan pada simulasi adalah sejumlah subpembawa yaitu 16.

3.1.9. Penyandi STBC

[image:5.595.98.513.79.600.2]

Gambar 3.3. Pola Transmisi Alamouti [4].

3.1.10. Kanal Transmisi

Pemodelan kanal yang digunakan pada proses simulasi ini adalah kanal peredupan jalur jamak terdistribusi Rayleigh sehingga dapat disebut juga sebagai kanal multipath Rayleigh fading. Pada MATLAB terdapat fungsi “rayleighchan” yang dapat digunakan untuk membentuk pemodelan kanal Rayleigh fading. Terdapat syntax untuk memodelkan kanal Rayleigh dengan jalur jamak atau frekuensi selektif yaitu chan = rayleighchan(ts,fd,tau,pdb), dengan ts adalah waktu sampling isyarat, fd adalah frekuensi Doppler, tau adalah tundaan (delay), dan pdb adalah gain rata-rata jalur yang dinyatakan dalam desibel (dB).

3.1.11. Derau AWGN

3.2. Sistem Penerima 3.2.1. Pengawasandi STBC

Pengawasandi STBC akan menerima dua isyarat dari dua antena penerima. Pada saat t, antena Rx1 menerima isyarat y11 sedangkan antena Rx2 menerima isyarat y21. Pada saat t+T, antena Rx1 menerima isyarat y12sedangkan antena Rx2 menerima isyarat y22.

3.2.2. Fast Fourier Transform (FFT)

Blok FFT merupakan proses kebalikan dari IFFT. FFT akan menggantikan proses demodulasi pada sistem MC-CDMA. FFT berfungsi untuk mengkonversi deretan data pada ranah waktu menjadi ranah frekuensi. Dengan menggunakan fungsi “fft” pada MATLAB, data dapat dikonversikan kembali.

3.2.3. Despreader

Pada blok ini data pengguna yang telah ditebar pada modul spreader akan dikembalikan ke bentuk semula. Kode m-sequence yang digunakan pada modul spreader digunakan lagi pada proses despreader, tujuannya agar data tiap-tiap pengguna dapat diperoleh kembali. Untuk mendapatkan data pengguna pertama, maka data yang diterima harus dikorelasikan dengan m-sequence pengguna pertama. Contoh despreader ditunjukkan sebagai berikut.

Misalkan jumlah subpembawa 8 dan data dua pengguna adalah : � � � 1 ( 1)

� � � 2 ( 2)

= 1 1 −1 −1

1 −1 −1 1

dan kode m-sequence yang digunakan pada blok spreader adalah : �0

�3 =

1 −1 1 −1 1 1 1 1

1 1 −1 1 −1 −1 1 1

diketahui data yang diterima setelah melalui proses FFT pada penerima adalah :

=

2 0 0 0 −2 0 2 2

0 −2 2 −2 0 2 0 0

−2 0 0 0 2 0 −2 −2

dengan m-sequence untuk pengguna pertama dan kedua.

1 =

2 0 0 0 −2 0 2 2

0 −2 2 −2 0 2 0 0

−2 0 0 0 2 0 −2 −2

0 2 −2 2 0 −2 0 0

× 1 −1 1 −1 −1 1 1 1 = 8 8 −8 −8 2 =

2 0 0 0 −2 0 2 2

0 −2 2 −2 0 2 0 0

−2 0 0 0 2 0 −2 −2

0 2 −2 2 0 −2 0 0

× 1 1 −1 1 −1 −1 1 1 = 8 −8 −8 8

Setelah didapat matriks u1 dan u2 , dibagi dengan jumlah subpembawa, sehingga u1 dan u2 menjadi :

1′ = 1 8 = 1 1 −1 −1 2 ′ ₌ 2

8 =

1 −1 −1 1

jika ₁′ dan ₂′ ditranspose, data pengguna pertama dan kedua akan diperoleh kembali.

3.2.4. Parallel to Serial

3.2.5. Demodulasi QPSK

[image:8.595.99.524.196.551.2]

Demodulator QPSK berfungsi untuk mendemodulasi isyarat yang diterima dengan mengalikan kembali dengan frekuensi pembawa seperti pada blok modulasi QPSK. Isyarat yang diterima akan dibagi menjadi dua aliran bit yaitu bagian inphase dan quadrature yang ditunjukkan pada Gambar 3.4.

Gambar 3.4. Demodulator QPSK [7].

3.2.6. Deinterleaver

Deinterleaver merupakan proses kebalikan dari fungsi interleaver pada sisi penerima Bit-bit akan mengisi matriks kolom per kolom dan keluaran deinterleaver merupakan matriks baris.

3.2.7. Pengawasandi Konvolusional

Pengawasandi konvolusional diimplementasikan menggunakan algoritma Viterbi. Pada MATLAB terdapat fungsi “vitdec” yang dapat digunakan untuk mengkodekan kembali bit-bit data yang diterima. Fungsi ini memiliki syntax

decoded = vitdec(G,trellis,tblen,opmode,dectype), dengan G adalah data yang akan dikodekan kembali, trellis adalah kode yang digunakan sama seperti pada blok penyandi konvolusional, tblen adalah nilai traceback, opmode adalah jenis keadaan state pengawasandi, dan dectype menotasikan bit-bit data dalam bentuk kode.

3.3. Parameter Multipath Fading

CDMA, lebar pita informasi yang digunakan adalah 1,2288 MHz dan periode simbolnya 0,8 μS.

3.3.1. Parameter Dispersi Waktu

Berdasarkan Tabel 2.3, nilai mean excess delay (� ) dan rms delay spread (�_�) dapat dihitung dengan cara :

� = �� (��)��

�_� (�_�) (3.1)

= 0 × 0,189 + 1,6 × 0,095 + 2,3 × 0,061 + 5 × 0,037

0,189 + 0,095 + 0,061 + 0,037

= 0,4773

0,382

= 1,25

�2

= �� (��)��2

�_� (�_�) (3.2)

= 0

2_{× 0,189 + 1,6}2_{× 0,095 + 2,3}2_{× 0,061 + 5}2_{× 0,037}

0,189 + 0,095 + 0,061 + 0,037

= 1,49

0,382

= 3,9 2

�� = � − � 2 2 (3.3)

= 3,9− 1,25 2

= 1,53

Dari hasil perhitungan rms delay spread, BC dapat dihitung dengan menggunakan persamaan :

= 1

5�_� (3.4)

= 1

5 × 1,53

= 130 ���

3.3.2. Parameter Frekuensi Doppler

Frekuensi Doppler dipengaruhi oleh frekuensi pembawa dan kecepatan pengguna bergerak. Pada simulasi ini frekuensi pembawa (fc) yang digunakan adalah 900 MHz dan 1800 MHz dengan kecepatan pengguna bergerak 40 km/jam dan 50 km/jam. Besarnya frekuensi Doppler dapat dihitung dengan menggunakan Persamaan (2.16).

 Frekuensi pembawa 900 MHz dan kecepatan pengguna 40 km/jam

= = = 9 × 10

8_{× 40}

3 × 108_{× 3.6}= 33.33 ��

 Frekuensi pembawa 900 MHz dan kecepatan pengguna 50 km/jam

= = = 9 × 10

8_{× 50}

3 × 108_{× 3.6}= 41.67 ��

 Frekuensi pembawa 1800 MHz dan kecepatan pengguna 40 km/jam

= = =18 × 10

8_{× 40}

3 × 108_{× 3.6} = 66.67 ��

 Frekuensi pembawa 1800 MHz dan kecepatan pengguna 50 km/jam

= = =18 × 10

8_{× 50}

3 × 108_{× 3.6} = 83.33 ��

Dengan menggunakan pergeseran Doppler sebesar 33,33 Hz, maka TC dapat dihitung dengan menggunakan persamaan :

= 9

16� 2 (3.5)

= 0,423

=0,423 33,33

= 0,0127

Nilai TC untuk masing-masing nilai fd= 41,67 Hz, fd = 66,67 Hz, dan fd = 83,33 Hz secara berturut-turut adalah TC = 0,0102, TC = 0,0063, TC = 0,0051. Berdasarkan Doppler spread, sistem mengalami slow fading karena dan

Untuk menganalisis kinerja sistem MIMO MC-CDMA, maka akan diukur nilai BER sistem. BER merupakan parameter yang paling utama dalam menentukan kualitas suatu sistem. Semakin tinggi nilai BER menandakan kinerja sistem yang semakin buruk, karena informasi yang diterima pada sisi penerima mengalami banyak perubahan selama proses transmisi. Dalam proses simulasi ini, BER diperoleh dengan membandingkan bit yang diterima pada sisi penerima dengan bit yang dikirim pada sisi pengirim.