8
2.1 Penyamaan Medan Jauh Penyuara
Pendekatan bentuk muka gelombang yang diterima pendengar dari penyuara bergantung pada jarak pendengar dari penyuara itu sendiri. Pada medan jauh penyuara
yang terletak pada lebih 2 meter dari penyuara, pola pancaran penyuara sama ke semua arah
omnidirectional
[8] sehingga pendekatan muka gelombang bunyi yang diterima oleh pendengar berbentuk bola
spherical
. Sedangkan pada medan dekat penyuara, pola pancaran penyuara tidak
omnidirectional
[8] sehingga muka gelombang bunyi yang diterima oleh pendengar tidak beraturan.
Rentang nilai jarak pendengar ke penyuara yang bernilai 2 m atau lebih berada pada medan jauh penyuara, sehingga pendekatan bentuk muka gelombang bunyi yang
diterima oleh pendengar pada posisi ini adalah bola
spherical
. Standar pengukuran ruang[8] seperti yang ditunjukkan pada gambar berikut.
Gambar 2.1. Gambar pendekatan muka gelombang bunyi pada medan jauh penyuara.
Pendekatan bentuk muka gelombang tersebut menyebabkan jarak penyuara ke telinga kiri sama dengan jarak penyuara ke telinga kanan sehingga selisih persepsi
binaural antara dua titik dengar manusia tersebut dapat diabaikan[8] pada posisi pendengar terdapat dua titik dengar yang identik. Oleh karena itu, dalam melakukan
9 penyamaan medan jauh penyuara, cukup diketahui karakteristik medan jauh penyuara
pada satu titik dengar saja. Karakteristik tersebut dapat diketahui dengan mengukur tanggapan impuls penyuara pada titik dengar.
2.2 Algoritma Galat Kuadrat Terkecil Ternormalisasi
Pada umumnya algoritma galat kuadrat terkecil ternormalisasi digunakan untuk memperoleh sebuah sistem sedemikian hingga isyarat keluarannya sesuai dengan
sebuah isyarat acuan yang diinginkan. Algoritma ini berhasil apabila selisih ralat kuadrat antara isyarat keluaran sistem dan isyarat acuan yang diinginkan minimum
atau mendekati nol. Pada penerapannya dalam penyamaan tanggapan impuls sistem, penyamaan
dengan menggunakan algoritma galat kuadrat terkecil ternormalisasi dilakukan dengan cara memperoleh invers tanggapan impuls sistem sedemikian hingga
keluarannya rata pada frekuensi audio. Proses penyamaan berhasil dilakukan jika kuadrat dari isyarat ralat tanggapan impuls jumlah antara isyarat tanggapan impuls
sistem dengan inverse tanggapan impuls yang diinginkan minimum atau mendekati nol. Diagram kotak sebuah sistem tapis adaptif secara umum ditunjukkan pada
gambar berikut :
10
Gambar 2.2. Diagram kotak penyamaan dengan menggunakan algoritma galat kuadrat terkecil.
dimana:
xn
adalah tanggapan impuls penyama;
−
adalah penunda;
hn
adalah tanggapan impuls sistem;
wn
adalah tapis adaptif; dan
en
adalah ralat tanggapan impuls; Pada aplikasinya, algoritma ini memerlukan 3 tahapan kerja untuk setiap proses iterasi
sebagai berikut : 1.
Keluaran dihitung menggunakan persamaan
= ∑ −
�− =
=
�
′ … … … … … … … . … … … … … … … . … … .
2. Nilai perkiraan ralat dihitung dengan persamaan berikut
= −
�
′ … … … … … … … . … … … … … … … … … … … … … … … . .
Sinyal merupakan sinyal masukan
yang telah ditunda dan
x’
n
merupakan isyarat masukan yang telah melalui sistem.
−
+ ℎ
∑ -
11 Koefisien filter diperbarui untuk proses iterasi selanjutnya menggunakan
algorithma galat kuadrat terkecil ternormalisasi secara matematis menggunakan persamaan
+ =
+ µ
� +
′� ′
′ … … … … … … … … … … … … … .
Tapis adaptif
normalized least mean square
NLMS merupakan pengembangan dari tapis adaptif
least mean square
LMS [9]. Dengan tiap iterasi algoritma NLMS, koefisien dari tapis adaptif diperbarui sesuai dengan persamaan
2.3. Di sini
merupakan masukan berupa vektor dengan nilai, = [
− − …
− + ]
�
… … … … … … … . … … … . . . Vektor
adalah koefisien tapis yang diinginkan pada waktu
n
[5] sebagai berikut = [
…
�−
]
�
… … … … … … … … … … … … … … … . . Parameter µ adalah parameter ukuran langkah
step size
yang memiliki nilai tetap
berupa bilangan positif yang kecil. Parameter
step size
ini mempengaruhi pembaharuan koefisien tapis adaptif. Jika nilai
µ
terlalu kecil, tapis adaptif akan mencapai nilai konvergen yang optimal dalam waktu yang lama. Sebaliknya, jika
µ
terlalu besar, tapis adaptif menjadi tidak stabil dan dapat menghasilkan keluaran divergen [9]. Nilai merupakan tetapan positif yang cukup kecil agar nilai
wn
konvergen.
2.3 Sistem Fase Minimum, Isyarat Analits, dan Alih Ragam
Kategori