Perbandingan Mother Wavelet pada Proses Denoising pada Simulasi Pengolahan Sinyal Radar

Raisah Hayati

Abstract


Pendeteksian sinyal yang lemah dan penentuan lokasi sasaran adalah dasar dari masalah penting dalam sistem radar. Performansi radar dapat ditingkatkan dengan peningkatan rasio sinyal terhadap noise (signal to noise ratio / SNR) pada receiver. Pada penelitian ini, akan digambarkan suatu algoritma dalam pengolahan sinyal radar, yaitu untuk mengekstrak sinyal sasaran yang dinginkan untuk daerah yang ber-noise. Noise tersebar secara merata dalam semua bin frekuensi, sehingga dibutuhkan teknik khusus untuk menghilangkan noise. Discrete Wavelet Transform (DWT) merupakan suatu fungsi matematika yang paling sukses dalam bidang pengolahan sinyal dalam dua puluh tahun terakhir ini. Pada penelitian ini akan dilakukan perbandinganmother-mother wavelet dalam DWT untuk proses denoising dalam pengolahan sinyal radar. Mother wavelet yang akan diuji diantaranya Haar, Daubechies 12, Coiflet 5 dan Symlet 8. Metode thresholding yang digunakan dalam proses denoising adalah Soft Thresholding. Dari hasil pengujian untuk White Gaussian Noise (WGN) diperoleh diperoleh SNR = 19.39 dB untuk mother wavelet Haar, SNR = 35.16 dB untuk mother wavelet Daubechies-12, SNR = 23.84 dB untuk mother wavelet Coiflet-5, dan SNR = 35.16 dB untuk mother wavelet Symlet-8. Dan untuk noise Rayleigh diperoleh diperoleh SNR =  12.27 dB untuk mother wavelet Haar, SNR = 13.14 dB untuk mother wavelet Daubechies-12, SNR = 12.90 dB untuk mother wavelet Coiflet-5, dan SNR = 15.35 dB untuk mother wavelet Symlet-8. Performansi terjelek diperoleh dari hasil penggunaan wavelet Haardan performansi paling baik diperoleh dari hasil penggunaan mother wavelet Symlet-8.

Kata kunci : Radar, DWT, Noise, dan Mother Wavelet


Full Text:

PDF

References


O. A. M. Aly, A. S. Omar, and A. Z. Elsherbeni.2006. Detection And Localization Of RF Radar Pulses in Noise Environments using Wavelet Packet Transform and Higher Order Statistics.Progress In Electromagnetics Research. PIER 58, 301-317.

Ilkka Ellonen and Arto Kaarna. 2008.Chaff Clutter Filtering from Radar Data with Discrete Wavelet Transform. Radar Conference, Radar 08 IEEE. Rome.

Ilkka Ellonen and Arto Kaarna. 2006.Rain Clutter Filtering from Radar Data with Discrete Wavelet Transform. International Radar Symposium. Krakow, Poland. pp. 193-196.

Raisah hayati, dan Rahmadi Kurnia. 2014. Simulasi Unjuk Kerja Discrete Wavelet Transform (DWT) dan Discrete Cosine Transform (DCT) untuk Pengolahan Sinyal Radar di Daerah yang Ber-Noise Tinggi. Jurnal Nasional Teknik Elektro. ISSN 2302-2949.

Byron Edde. 1993. Radar: Principles, Technology, Applications. Prentice-Hall.

Bassem R and Mahafza. 2000. Radar Systems Analysis and Design Using Matlab. Chapman & Hall/CRC. Washington, D. C.

Martin Vetterli. 1992. Wavelet and Filter Banks, Theory and Design. IEEE Transaction on Signal Processing, Vol 40, no 9, September 1992. PP 2207-2232.

DR. W. J. Phillips, Wavelet And Filter Banks Course Notes.

Leon W. Couch, II. 2007. Digital And Analog Communication Systems. Sixth Edition, Prentice Hall.

Adrian E, Villanueva-Luna and Alberto Jaramillo-Nunez. 2011. De-Noising Audio Signals using MATLAB Wavelet Toolbox. In Tech, 10 October 2011, ISBN 978-953-307-656-0.




DOI: http://dx.doi.org/10.30811/litek.v13i1.1047

Refbacks

  • There are currently no refbacks.


Indexed by:

 

Published by:
Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe
Buketrata, Lhokseumawe, Aceh, Indonesia - 24301
ISSN: 1693-8097, E-ISSN: 2549-8762

Creative Commons License
Jurnal Litek : Jurnal Listrik Telekomunikasi Elektronika by Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Based on a work at http://e-jurnal.pnl.ac.id/index.php/litek.