Struktur Umpan Balik
Filter FIR (finite impulse response) menghitung setiap sampel keluaran sebagai jumlah tertimbang dari input saat ini & masa lalu saja. Tidak ada umpan balik. Respons impuls memiliki durasi terbatas.
Filter IIR (infinite impulse response) memberi makan keluaran sebelumnya kembali ke dalam perhitungan:
y_n = Σ b_k · x_{n−k} − Σ a_k · y_{n−k}
Istilah rekursif −Σ a_k · y_{n−k} menciptakan umpan balik. Satu impuls pada input akan bergema di sekitar loop umpan balik tanpa batas (memudar secara geometris jika stabil).
Mengapa Menggunakan Umpan Balik?
Filter IIR dapat mencapai selektivitas frekuensi yang tajam dengan koefisien jauh lebih sedikit daripada filter FIR. IIR 2-pole dapat mendekati apa yang memerlukan FIR 50-koefisien untuk pelemahan pita henti yang sama.
Harganya: potensi ketidakstabilan. Pole H(z) menentukan stabilitas. Semua pole harus terletak ketat di dalam lingkaran satuan.
Cerita Pancuran Umpan Balik Hamming
Hamming menggunakan cerita pribadi yang jelas untuk mengilustrasikan ketidakstabilan umpan balik.
Dia tinggal di kamar hotel yang sama berulang kali karena keakraban membantu dia berorientasi saat lelah. Tukang ledeng telah memasang pipa air panas berdiameter besar di pancuran. Ini menciptakan penundaan yang signifikan antara menyesuaikan knop dan merasakan perubahan suhu air.
Setiap pagi, Hamming mengikuti pola yang sama: air terlalu dingin → naikkan panas → masih dingin → naik lebih banyak → tiba-tiba mendidih → loncat keluar → turunkan → ulangi.
Penundaan dalam jalur umpan balik berarti koreksinya selalu melampui target. Dia tidak bisa beradaptasi dengan penundaan, bahkan setelah banyak pengulangan.
Pelajaran teknik: ketidakstabilan timbul baik dari penguatan berlebihan di jalur umpan balik ATAU penundaan berlebihan di jalur umpan balik. Keduanya memanifestasikan perilaku perburuan yang sama. Dalam istilah filter: pole di atau di luar lingkaran satuan menghasilkan respons osilasi atau divergensi ini.
Mencirikan Ketidakstabilan
Hamming mengamati bahwa ketidakstabilan pancuran yang sama dapat dianalisis dengan dua cara:
1. Responsnya terlalu kuat (penguatan berlebihan dalam tindakan koreksi).
2. Deteksinya terlalu tertunda (terlalu tergesa-gesa untuk masuk ke dalam bak sebelum sistem menetap).
Kedua deskripsi menghasilkan hasil matematika yang sama: pole loop umpan balik telah bergerak di luar lingkaran satuan.
Empat Keluarga Klasik
Teori filter analog dikembangkan di sekitar empat keluarga desain klasik, masing-masing mewakili trade-off yang berbeda. Keluarga-keluarga ini ditransformasi ke waktu diskrit melalui transformasi bilinear atau invarian impuls.
Butterworth (Maksimal Datar)
Respons pita lolos: |H(jω)|² = 1 / (1 + (ω/ω_c)^{2N}). Menurun secara monoton. Tidak ada riak di pita lolos atau pita henti. Pole terletak pada lingkaran jari-jari ω_c di bidang-s (atau lingkaran tertransformasi di bidang-z). Pita lolos paling datar yang mungkin untuk urutan N tertentu.
Chebyshev Tipe I
Riak sama di pita lolos, monoton di pita henti. Untuk urutan N dan tingkat riak tertentu, mencapai cutoff yang lebih tajam daripada Butterworth. Pole terletak pada elips (di bidang-s).
Chebyshev Tipe II
Riak sama di pita henti, monoton di pita lolos. Citra cermin Tipe I di domain frekuensi.
Elliptik (Cauer)
Riak sama di KEDUA pita lolos dan pita henti. Untuk urutan N dan tingkat riak tertentu, mencapai transisi paling tajam yang mungkin dari pita lolos ke pita henti. Menggunakan fungsi elliptik untuk menempatkan pole & zero secara optimal. Hamming: nama berasal dari fakta bahwa fungsi elliptik digunakan dalam derivasi.
Trade-Off Fundamental
Semua empat keluarga mencapai trade-off dasar yang sama secara berbeda: urutan N yang lebih tinggi memberikan transisi yang lebih tajam. Memungkinkan riak (Chebyshev, elliptik) mencapai transisi yang lebih tajam untuk N yang sama. Elliptik mencapai transisi paling tajam absolut untuk spesifikasi N dan riak apa pun.
Memilih Di Antara Keluarga Filter
Pilihan di antara keluarga tergantung pada apa yang ditoleransi aplikasi.
Mempertanyakan Klaim Ahli
Hamming mengingat bahwa beberapa ahli telah mengklaim semua filter IIR (rekursif) memiliki properti tertentu. Dia bertanya pada dirinya sendiri apakah ini benar-benar terbukti — dan menemukan sebuah kontra-contoh.
Poinnya: para ahli sering membawa klaim yang mereka serap di sekolah tanpa pernah memeriksanya kembali dalam konteks masalah saat ini. Jika Anda bertanya pada diri sendiri apakah apa yang diberitahu benar-benar terbukti, sangat menakjubkan berapa banyak yang dapat Anda temukan memang, atau berbatasan, menjadi salah, bahkan di bidang yang berkembang baik.
Kontra-contoh bukan jenis filter yang biasanya Anda desain, tetapi terbukti klaim superfisial. Sebuah kontra-contoh tunggal sudah cukup untuk membantah klaim universal.
Desain IIR dalam Praktik
Hamming mencatat bahwa dia telah secara independen mengembangkan banyak teori filter IIR saat menyelesaikan masalah berbeda: menurunkan formula korektor stabil untuk persamaan diferensial biasa numerik.
The corrector formula form: y_n = Σ a_k · y_{n−k} + Σ b_k · f(y_{n−k})
Umpan balik muncul dalam istilah y (umpan balik linier) dan istilah f(y) (umpan balik nonlinier melalui persamaan diferensial). Stabilitas filter IIR adalah kasus khusus dari masalah stabilitas yang lebih umum untuk integrator ODE numerik.
Menghubungkan Umpan Balik di Seluruh Domain
Struktur matematika yang sama — umpan balik, pole, batas stabilitas — muncul dalam filter digital, pemecah ODE numerik, sistem kontrol, ritme biologis, & model ekonomi.
Di setiap domain: loop umpan balik menghitung keadaan baru dari keadaan sebelumnya. Stabilitas memerlukan bahwa umpan balik tidak memperkuat gangguan tanpa batas.
Batas stabilitas lingkaran satuan di bidang-Z sesuai dengan: sumbu imajiner di bidang-s Laplace (waktu berkelanjutan), kondisi radius spektral ρ(A) < 1 untuk iterasi linier, & kondisi eksponen Lyapunov λ < 0 untuk sistem nonlinier.