Perbaikan Sinyal pre-emphasis

By | May 30, 2020
Print Friendly, PDF & Email

Berbicara mengenai analisis sinyal, maka ada beberapa pre proses yang harus dilakukan seperti pre-emphasis. Suara yang direkam tidak terlepas dari percampuran antara frekuensi tinggi dan frekuensi rendah. Untuk memberikan penekanan pada frekuensi tinggi dan menghilangkan frekuensi rendah yang lemah maka dibutuhkan sebuah filter yang disebut dengan teknik pre-emphasis. Hasil dari filter FIR ini adalah suara yang asli terdengar lebih kecil (dilihat nilai amplitude nya kecil) seperti sengau tapi lebih baik dan jelas dibandingkan suara aslinya.

Misalkan sinyal asli sebagai s(n) maka fungsi transfer untuk pre-emphasis adalah 1-\alpha z ^{-1} dimana \alpha merupakan koefisien emphasis yang bernilai 0.5 – 1. Nilai umum untuk \alpha yang biasa digunakan adalah \alpha = \frac{15}{16} = 0.9375. Filter yang kita gunakan merupakan filter digital, maka fungsi transfer nya dituliskan dalam format alihragam Z. Dengan demikian, formula akhir dari preemphasis filter adalah

    \[\hat s(n)=s(n)-0.9375 \cdot s(n-1)\]

Berarti keluaran dari filter pre-emphasis tergantung pada data masukan saat ini dan data sebelumnya yang dikalikan dengan koefisien tertentu. Didalam  matlab untuk melakukan filter diatas, cukup menggunakan perintah

    \[y = filter(b, a, x)\]

Dengan b adalah merupakan vektor yang berisi koefisien filter. Vektor x dan y merupakan input dan output dengan panjang yang sama, contoh penggunaan

h = [1, -0.9375];
filtereddata = filter(h, 1, data);

Perbedaan Frekuensi

Hasil yang didapat untuk domain frekuensi pun menjadi jauh lebih baik (tidak jomplang)

 

hasil pre-emphasis menunjukkan filtering menyebabkan frekuensi tinggi muncul dan frekuensi-frekuensi rendah yang lemah telah dihilangkan (degenerate) serta frekuensi tinggi tidak mendominasi lagi. pre-emphasis memunculkan banyak informasi yang penting ketimbang data asli sehingga bagian pre-emphasis bisa kita gunakan sebagai data lanjutan untuk proses berikutnya seperti untuk LPC karena Linear Predictive Coding LPC hanya mampu mengolah dengan baik frekuensi rendah sementara tidak begitu dengan frekuensi tinggi.

Ikuti terus serial pembahasan analisis sinyal di softscients, untuk artikel yang lainya kalian kunjungi disini

Leave a Reply

Your email address will not be published. Required fields are marked *