Membangkitkan Data Masukan Pembangkitan Modulasi QAM Pembangkitan Filter Digital FIR Penambahan Fading Rayleigh Penambahan AWGN Pembangkitan Ekualizer LMF-PTQ Estimasi Ekualizer LMF-PTQ

3.5 Tahapan Pemrograman

Adapun tahapan pemrograman dapat dilakukan dengan beberapa cara, antara lain sebagai berikut:

1. Membangkitkan Data Masukan

Parameter yang akan digunakan meliputi : jumlah data yang diambil secara acak sebanyak 3000 data, jumlah simbol sebanyak 2000, rentang SNR yang dipakai 15 sampai 27, panjang filter mulai dari 20 sampai 41, jumlah bit per simbol sesuai dengan jumlah modulasi, iteration step size mulai dari 0.001 sampai 0.032.

2. Pembangkitan Modulasi QAM

Pembangkitan modulasi sinyal dengan menggunakan modulasi QAM menggunakan perintah: s=roundrand1,T2-1; 4 QAM symbol sequence s=s+sqrt-1roundrand1,T2-1;

3. Pembangkitan Filter Digital FIR

Filter digital disini adalah sebuah implementasi algortimatik kedalam perangkat keraslunak yang beroperasi pada sebuah sinyal input digital untuk menghasilkan sebuah output digital agar tujuan pemfilteran tercapai yaitu mengefisiensikan kanal komunikasi yang ada. Program simulasinya adalah: x=filterh,1,s

4. Penambahan Fading Rayleigh

Pada simulasi ini permodelan kanalnya menggunakan kanal yang berdistribusi Rayleigh. Bentuk simulasinya sebagai berikut : h=randn1,Lh+1+sqrt-1randn1,Lh+1; channelcomplex h=hnormh; Universitas Sumatera Utara

5. Penambahan AWGN

Noise yang digunakan adalah AWGN, yaitu noise yang terdapat pada semua spektrum frekuensi dan merupakan noise thermal yang sifatnya menjumlah. Pada simulasi dituliskan sebagai berikut: vn=randn1,T+sqrt-1randn1,T; AWGN noise complex vn=vnnormvn10-dB20normx; adjust noise power with SNR dB value SNR=20log10normxnormvn Check SNR of the received samples

6. Pembangkitan Ekualizer LMF-PTQ

Berikut adalah program pembangkitan Ekualizer LMF-PTQ: Lp=T-N; remove several first samples to avoid 0 or negative subscript X=zerosN+1,Lp; sample vectors each column is a sample vector for i=1:Lp X:,i=xi+N:-1:i.; end e=zeros1,M-10; used to save instant error w=zerosN+1,1; initial condition

7. Estimasi Ekualizer LMF-PTQ

Berikut merupakan program estimasi ekualizer LMF-PTQ: for i=1:M-10 berikut adalah program untuk menghitung keluaran yn: yi= wX:,i+10; Universitas Sumatera Utara berikut adalah program untuk menghitung program keluaran en: ei=si+10+N-P-wX:,i+10; instant error berikut adalah program estimasi update ekualizer: mutlak = absei; if mutlak =1 qe3=signei elseif mutlak 0.5 qe3=0 else qe3 = 2exp3logabseisignei end w=w+2muqe3signsi+10+N-P; update equalizer estimation i_e=[i10000 absei] output information end sb=wX; estimate symbols perform equalization

8. Perhitungan SER LMF-PTQ