Bagaimana Hamming Mempelajari Saringan Digital
Hamming datang ke saringan digital sebagai seorang matematikawan, bukan insinyur elektrikal. Ketika dia bertanya kepada para insinyur mengapa mereka menggunakan sinusoid daripada polinomial atau fungsi Bessel, tidak ada seorangpun yang memberikan jawaban yang memuaskan. Jadi dia kembali ke dasar-dasar.
Dia mengidentifikasi tiga alasan independen mengapa eksponensial kompleks mendominasi pemrosesan sinyal digital. Setiap alasan saja membenarkan pilihan; bersama-sama mereka membuat pilihan ini hampir wajib.
Alasan 1: Invarian Waktu
Sebagian besar sistem pemrosesan sinyal tidak memiliki asal waktu yang alami. Saringan yang diterapkan pada siang hari harus berperilaku identik dengan saringan yang sama diterapkan pada tengah malam. Batasan invarian waktu ini memaksa fungsi eigen menjadi eksponensial kompleks.
Dalam istilah matematis: jika sistem invarian waktu linear (LTI) memiliki masukan x(n) = e^{i2πfn}, keluaran juga harus berosilasi pada frekuensi f. Hanya eksponensial kompleks yang memenuhi persyaratan ini.
Alasan 2: Linearitas
Sistem linear mematuhi superposisi. Fungsi eigen dari operator linear apa pun adalah fungsi-fungsi yang muncul tidak berubah (kecuali penskalaan) ketika operator bekerja pada mereka. Untuk operator pergeseran S: x(n) → x(n−1), fungsi eigennya adalah tepat e^{i2πfn}.
Alasan 3: Pengambilan Sampel Nyquist
Jika sinyal kontinu tidak mengandung frekuensi di atas f_max, pengambilan sampelnya pada laju ≥ 2f_max menangkap semua informasi. Teorema pengambilan sampel Nyquist-Shannon ini menghubungkan pemrosesan sinyal kontinu & diskrit dengan bersih hanya untuk representasi Fourier.
Di bawah pengambilan sampel dengan jarak sama, satu frekuensi tinggi menjadi alias ke satu frekuensi yang lebih rendah. Di bawah basis polinomial, satu pangkat tinggi dari t menjadi alias ke banyak pangkat yang lebih rendah: sebuah kekacauan yang dihindari Fourier sepenuhnya.
Fungsi Transfer sebagai Eigenvalue
Ketika e^{i2πfn} memasuki saringan invarian waktu linear, keluaran sama dengan H(f) · e^{i2πfn} untuk beberapa bilangan kompleks H(f). Saringan menskalakan & menggeser osilasi tetapi tidak dapat mengubah frekuensinya.
H(f) mengumpulkan semua perilaku saringan pada frekuensi f menjadi satu bilangan kompleks. Untuk saringan dengan koefisien c_k:
H(f) = Σ c_k · e^{−i2πfk}
Rumus ini membuat H(f) transformasi Fourier dari urutan koefisien. Setiap saluran frekuensi beroperasi secara independen. Saringan menguraikan masukan menjadi komponen frekuensi, mengalikan masing-masing dengan H(f), & merakitnya kembali.
Teorema Pengambilan Sampel
Hamming mencatat bahwa teorema pengambilan sampel Nyquist dikenal sebelum Nyquist, tetapi Nyquist mendapat kredit. Dia mengutip Pasteur: 'Keberuntungan menguntungkan pikiran yang siap.' Orang yang menghubungkan ide yang ada dengan kebutuhan praktis mendapatkan ketenaran.
Teorema
Jika sinyal kontinu x(t) tidak mengandung komponen frekuensi di atas f_max, maka pengambilan sampelnya pada laju f_s ≥ 2·f_max menangkap semua informasi. Sinyal asli direkonstruksi dengan tepat dari sampel-sampel.
Ambang batas f_s / 2 = f_max membawa nama Nyquist. Pengambilan sampel pada laju Nyquist yang tepat (2·f_max) cukup dalam prinsip tetapi berbahaya dalam praktik: ketidaksesuaian kecil apa pun mengasingkan frekuensi tertinggi.
Aliasing
Ketika sinyal mengandung frekuensi di atas f_s/2, frekuensi-frekuensi itu terlipat kembali ke pita [0, f_s/2]. Sinusoid pada f = f_s/2 + δ tampak tidak dapat dibedakan dari yang berada pada f_s/2 − δ. Tukey menciptakan istilah aliasing untuk menyebutkan penyamaran ini.
Gambar geometris: eksponensial kompleks pada frekuensi f & f + f_s menghasilkan sampel identik pada waktu bilangan bulat. Mereka berbagi alias.
Memilih Laju Pengambilan Sampel
Sistem audio digital praktis harus memilih laju pengambilan sampelnya sebelum merancang saringan. Manusia mendengar hingga kira-kira 20 kHz. Laju pengambilan sampel CD standar 44,1 kHz menetapkan frekuensi Nyquist pada 22,05 kHz.
Sebelum pengambilan sampel, saringan anti-aliasing harus menghilangkan semua frekuensi di atas frekuensi Nyquist. Bahkan jika komponen 25 kHz kecil masuk ke pengambil sampel, itu akan menjadi alias ke 44100 − 25000 = 19,1 kHz — terdengar.
Tiga Batas Perangkat Keras
Hamming mengajarkan pelajaran yang lebih luas bersama dengan matematika. Saringan digital ada karena perangkat keras memiliki batas-batas — & memahami batas-batas itu membentuk desain yang baik.
Dia mengidentifikasi tiga hukum alam yang membatasi kinerja perangkat keras:
1. Ukuran Molekuler: sirkuit tidak dapat menyusut tanpa batas. Di bawah skala tertentu, efek kuantum mendominasi.
2. Kecepatan Cahaya: sinyal melintasi paling banyak 3×10⁸ m/s. Siklus jam lebih cepat daripada waktu transit cahaya di seluruh chip menghasilkan gangguan.
3. Dispersi Panas: peralihan mengonsumsi daya, yang menjadi panas. Chip yang padat & cepat terlalu panas kecuali didinginkan.
Filosofi desainnya mengikuti secara langsung: pahami batasan-batasannya, kemudian desain sistem yang beroperasi dengan nyaman dalam batasan-batasan itu, dengan ruang untuk variasi & kesalahan.
Saringan digital memindahkan perhitungan dari perangkat keras (sirkuit analog) ke perangkat lunak (aritmatika pada sampel). Perubahan ini menukar kerapuhan perangkat keras dengan presisi numerik & kemampuan program — konsekuensi dari teorema pengambilan sampel, bukan keajaiban.
Filosofi Desain Hamming
Kerangka Hamming: saringan digital mengimplementasikan dalam perangkat lunak apa yang dilakukan saringan analog dalam perangkat keras. Teorema pengambilan sampel adalah jembatannya. Setelah Anda tahu jembatan tahan, Anda dapat merancang saringan dengan menentukan fungsi transfer yang diinginkan H(f), kemudian menemukan urutan koefisien yang merealisasikannya.
Pekerjaan insinyur menjadi spesifikasi & aritmatika, bukan melilit induktor & menyolder kapasitor.