Analisa FDOA-RADAR Sekunder Terhadap Gangguan Random Noise
Wahyu Widada dan Sri Kliwati
Lembaga Penerbangan dan Antariksa Nasional Jl. Raya LAPAN Rumpin, Bogor Indonesia
Email:w_widadayahoo.com, sri_kliwatiyahoo.com
ABSTRAK
RADAR Radio Detecting And Ranging tipe sekunder untuk tracking roket dikembangkan dengan menggunakan linear chirp signal sebagai sub-carrier. Perbedaan frekuensi signal yang dikirim dan diterima
digunakan untuk menghitung jarak. Tulisan ini membahas hasil analisa pengaruh random noise terhadap akurasi pengukuran jarak. Hasil simulasi menunjukkan metoda FDOA Frequency Domain of Arrival sangat
handal terhadap gangguan noise hingga SNR signal to noise ratio 0.33. Kata Kunci: FDOA, RADAR sekunder, noise, tracking roket.
1. PENDAHULUAN
LAPAN sedang mengembangkan sistem RADAR sekunder untuk memantau ujicoba
peluncuran roket. RADAR yang dikembangkan menggunakan radio dengan frekuensi UHF antara 300
– 500 MHz. Radio tersebut dikembangkan sendiri secara khusus sehingga dapat menjangkau jarak jauh
dan tidak terganggu oleh frekuensi radio amatir. Sedangkan sub-carrier yang berupa signal RADAR
digunakan untuk deteksi delay waktu dan jarak roket. Signal pulsa dengan frekuensi dan repetition tertentu
telah dicoba sebagai sub-carrier dan dapat mengukur delay secara akurat menggunakan algoritma
Generalized Cross-Correlation GCC. Sedangkan alternatif lainnya adalah menggunakan signal chirp.
Signal ini mempunyai amplitudo yang konstan dan frekuensi yang berubah baik secara linier, parabolik,
dan lain-lain.
Tulisan ini membahas hasil analisa FDOA pada sistem RADAR sekunder untuk aplikasi tracking
roket terhadap gangguan random noise. Penambahan random noise hingga SNR menjadi 0.33, sehingga
sudah cukup mewakili terjadinya noise hingga menutupi signal yang dipantulkan oleh transponder.
2. FDOA RADAR SEKUNDER
Sistem RADAR sekunder adalah seperti pada gambar dibawah. Ground station terdiri dari
transmitter dan receiver. Kemudian pada muatan roket terdiri dari receiver dan transmitter
transponder, dengan masing-masing gelombang frekuensi yang berbeda Gambar 1.
Gambar 1: Sistem RADAR sekunder untuk tracking roket.
Transponder
Transponder pada muatan roket seperti sebuah cermin retroreflector yang dapat memantulkan
kembali sinar yang diterima, sehingga signal radio yang diterima langsung dikirim kembali ke stasiun
pengamat. Jika kecepatan gelombang radio adalah C = 3×10
8
ms dan waktu yang dibutuhkan oleh signal radio di atmosphere adalah T
A
, maka jarak tempuhnya D adalah sebagai berikut.
2
A
CT D
=
1 Delay signal ini dapat diukur dari signal referensi dan
signal yang diterima. Sub-carrier signal RADAR sekunder dapat
menggunakan chirp signal, sehingga delay waktu dapat dihitung dari perbedaan frekuensi antara signal
yang dikirim dan signal yang dipantulkan. Akurasi pengukuran jarak menjadi sangat tergantung pada
koreksi perubahan frekuensi dan kecepatan perubahan frekuensi chirp rate. Persamaan berikut adalah
hubungan antara perubahan frekuensi dan delay waktu.
SSR Transceiver Ground Station
Antenna Range
2 C
T D
Δ × =
6
μ f
T Δ
= Δ
2 Disini
μ adalah sebagai chirp rate dalam Hertzdetik. Semakin lebar perubahan frekuensi atau semakin
cepat nilai μ, maka akurasi delay waktu juga semakin
akurat.
Tabel 1: Parameter analisa akurasi FDOA.
Parameter Nilai Jarak maksimum
f f
t
T
c C
10 km 1 kHz
100 kHz 10c detik
3x10
8
mdetik Gambar 2 adalah ilustrasi perubahan frekuensi pada
signal chirp terhadap delay yang terjadi. Analisa dilakukan dengan parameter untuk pengukuran roket
hingga hingga 10 km. Rangkuman parameter adalah seperti pada Tabel 1 distas.
Gambar 2: Ilustrasi signal RADAR yang dikirim dan yang dipantulkan.
Gambar 3: Time-frequency feature of an LFM.
2.1 Pengaruh Perubahan Bandwidth Frekuensi.
Dari persamaan 2 di atas, maka jika perubahan
Δf semakin cepat bandwidth lebar akan semakin akurat.
Gambar 3 di atas adalah hubungan antara perubahan frekuensi dan waktu. Dalam pengembangan hardware,
maka harus diusahakan agar waktu perubahan secepat mungkin dan frekuensi yang dirubah menjadi lebih
lebar. 2.2 Pengaruh Noise Terhadap Akurasi Jarak.
Jika sinyal yang dikirim adalah st, maka dengan penambahan noise random nt dapat ditulis
kembali menjadi sebagai berikut:
t n
t s
t S
R
+ =
3 Disini S
R
t adalah sinyal yang diterima. Signal to Noise ratio SNR sinyal yang diterima dapat dirubah-
rubah dengan amplitudo random noise. Dalam analisa kali ini perubahan SNR hingga senilai 0.3
diaplikasikan untuk menguji algoritma pada receiver.
3. HASIL ANALISA
Gambar 4 adalah signal linear chirp signal sebagai sub-carrier. Signal tersebut jika ditulis dengan
persamaan sebagai berikut:
⎭ ⎬
⎫ ⎩
⎨ ⎧
+ =
2
2 cos
t T
t f
t S
C
β π
4 Disini f
adalah frekuensi awal, ß adalah lebar perubahan frekuensi dan T
C
adalah waktu yang diperlukan untuk merubah frekuensi.
0.2 0.4
0.6 0.8
1 -1
-0.5 0.5
1
times y
t
u
T
c
B f
Gambar 4: Signal linear chirp sebagai sub-carrier. Spektrum signal pada gambar 4, dapat dihitung dengan
algoritma FFT seperti pada gambar 5 berikut.
t
7
100 200
300 400
500 0.02
0.04 0.06
0.08 0.1
Frequency Hz Po
wer
Gambar 5: Spektrum frekuensi chirp signal.
Gambar 6: Spektrogram signal chirp antara frekuensi dan
waktu.
Spektrogram signal antara perubahan waktu dan frekuensi dapat dihitung dengan algoritma SFFT
seperti pada gambar 6. Signal yang dipantulkan pada saat delay 0.3 detikadalah seperti gambar 7. Dari
perbedaan frekuensi pada gambar 4 dan 7 maka delay terebut dapat kita prediksi.
0.2 0.4
0.6 0.8
1 -1
-0.5 0.5
1
times y
t
Gambar 7: Signal RADAR yang dipantulkan dengan delay
0.3 detik.
Kemudian spektrogram dari signal di atas adalah seperti pada gambar 8 berikut.
Gambar 8: Spektrum signal yang dipantulkan .
Kemudian perubahan frekuensi antara signal yang dipantulkan dan yang dikirim seperti pada gambar 9
berikut. Delay waktu adalah 0.3 detik, sehingga menurut persamaan 2 diatas, perbedaan frekuensi
yang timbul adalah sebesar 75 Hz. Pada gambar 9 juga terlihat hasil yang mirip antara delay yang telah
ditentukan dengan delay dari algoritma yang telah dikembangkan.
100 200
300 400
500 0.2
0.4 0.6
0.8 1
Frequency Hz Pow
e r
Gambar 9: Delay waktu dengan menghitung perubahan
frekuensi.
0.2 0.4
0.6 0.8
1 -1
-0.5 0.5
1 1.5
2
times y
t
Gambar 10:Signal yang dipantulkan ditambah dengan
random noise SNR=1.
8
100 200
300 400
500 0.05
0.1 0.15
0.2
Frequency Hz Po
we r
Gambar 11:Spektrum signal frekuensi yang dipantulkan.
Untuk menguji algoritma di atas maka dengan menambahkan random noise seperti pada gambar 11
di atas. Pada gambar tersebut terjadi perubahan frekuensi sekitar 75 Hz dan pada signal frekuensi
rendah. Kemudian dengan algoritma spektrogram, maka signal dalam waktu dan frekuensi adalah seperti
pada gambar 12. Pada gambar tersebut, perubahan ciri chirp masih terlihat dengan jelas. Sedangkan pengaruh
noise hanya menambah offset dari frekuensi yang melatar belakangi.
Gambar 12: Spektrogram signal dengan noise.
Kemudian delay waktu dihitung seperti pada gambar 8, dan hasilnya seperti terlihat pada gambar 13
berikut.
100 200
300 400
500 0.2
0.4 0.6
0.8 1
1.2 1.4
Frequency Hz Pow
e r
Gambar 13:Perubahan frekuensi yang menunjukkan
perubahan delay.
Hasil perhitungan delay waktu antara gambar 9 dan gambar 13 menunjukkan nilai yang sangat mirip. Hal
ini menunjukkan bahwa dari hasil tersebut algoritma yang telah dikembangkan handal terhadap gangguan
noise SNR=1. Sedangkan gangguan noise yang lebih besar lagi
SNR=0.33, perubahan frekuensi masih dapat dideteksi seperti pada gambar 14 dibawah ini.
100 200
300 400
500 0.5
1 1.5
2 2.5
3
Frequency Hz Po
wer
Gambar 14: Hasil perhitungan frekeunsi saat SNR = 0.33.
4. KESIMPULAN
