AWGN Additive White Gaussian Noise

� = − � 1 � � �� ∏ � � � �=1 2.11

2.6 AWGN Additive White Gaussian Noise

Salah satu jenis noise yang ada pada sistem komunikasi adalah noise thermal. Noise thermal ini disebabkan oleh pergerakan-pergerakan elektron di dalam konduktor yang ada pada sistem telekomunikasi, misalnya pada perangkat penerima. Pada bidang frekuensi, noise thermal ini memiliki nilai kepadatan spektrum daya yang sama untuk daerah frekuensi yang lebar, yaitu sebesar N 2, seperti yang dapat dilihat pada Gambar 2.9 a sedangkan fungsi kepadatan probabilitas AWGN ditunjukkan pada Gambar 2.9b[1]. Prob fn fn µ σ White Noise No 2 f a b Gambar 2.9 a Grafik Kepadatan Spektrum Daya White Noise b Fungsi Kepadatan Probabilitas AWGN Pergerakan elektron menyebabkan noise thermal bersifat acak, sehingga besarnya noise thermal juga berubah secara acak terhadap waktu. Perubahan secara acak tersebut dapat diperkirakan secara statistik, yaitu mengikuti Distribusi Gaussian, dengan rata-rata nol. Noise ini merusak sinyal dalam bentuk aditif, yaitu ditambahkan ke sinyal utama, sehingga noise thermal pada perangkat penerima ini disebut Additive White Gaussian Noise AWGN. Persamaan Distribusi Gaussian yang mewakili AWGN yaitu[1]: �� = � −� � 2 2�2 � √2�� 2 2.12 Dimana: mean = 0 dan varians = � 2 Universitas Sumatera Utara varians memiliki nilai : � 2 = � 2� � 2.13 Dimana � 2 = �� � � 2 adalah kerapatan spectral daya dari noise T b adalah laju bit. Sehingga : � 2 = �� � � 2 2.14 Dimana : k = konstanta Boltzman 1,38.10 -23 JK T s = temperatur noise K B = bandwith noise Hz AWGN memiliki distribusi Gaussian, yang juga disebut Distribusi Normal. Distribusi ini memiliki kepadatan probabilitas yang simetris dan berbentuk seperti lonceng, dan fungsi kepadatan dinyatakan dengan[2]: �� = 1 �√2� ��� �− 1 2 [ �−� � ] 2 � 2.15 Dimana : µ = rata-rata x x = nilai data � = standar deviasi � = 3.14 Persamaan di atas merupakan fungsi kerapatan probabilitas untuk distribusi standar normal. Proses pembangkitan ini mula-mula membangkitkan sebuah variabel Z dengan persamaan[2]: � = −2��� 1 12 sin 2 �� 2 2.16 Dimana U i dan U2 adalah bilangan acak antara 0 sampai 1 yang berdistribusi Uniform. Nilai distribusi normal, X didapat dari persamaan[2]. � = � + �� 2.17 Universitas Sumatera Utara

2.7 Ekualizer