ISSN: 1693-6 930                                                       39      Sim u lasi Iden tifikasi Kanal  Lint as Jam a k  Untuk CDMA ……(Didi k  P)  SIMULASI IDENTIFIKASI KANAL LINTAS-JAM AK  PADA WCDM A SECARA ADAPTIF  DENGAN FILTER NLMS DAN LMS       Dhidik Prastiy a nto 1 , Adhi  Susanto 2  da n Thomas Sr i Widodo 3   1 Jurusan Te knik Elekt r o Fa kulta s  Te kn ik  Universita s Negeri Sem a ra ng (UNNES)  Kampu s  Sekaran G edu ng  G6, Gunu ngp ati, Semaran g , email: dhid i k02 @ yah oo. com   2,3 Juru san T e kni k  E l ekt r o F a kult a s  Te kni k  Univ e r sit a s  Gadja h  Mada  (UGM )   Jln. Grafika,  Yogyaka r ta       A b st r a ct  This re se arch  was solel y  condu cted to observe  the adapti v e filter ab ility in identification   of m u ltipath chann el for Wi deba nd Co de  Divi si on Mult iple Access (WCDMA). Th e m e thod used  wa s lim ited to a sim u lation of m u tipath chan nel  ide n tification b y  adapti v e filter, which im itated  the cha r a c teristics of the cha nnel. LM S (Lea st Me an Squa re)  and NLMS (Norm a li zed L east   Mean Sq uare )  filter were o b se rved, whe r e a s  Ka lm an  wa s u s ed to  com pare the  re sults. Th ere  were som e  variabl e to be  vari ed in thi s  sim u lati on, nam ely the co nve r ge nc e va riable, the filter  length, a nd  the SNR.  Chann el ide n tification  anal ysi s i s   ba se d on  the  estim a ted chan nel   coeffici ents  com pared  with  chan nel coef ficients, t he  converg e n c e consta nt of ad aptive filter, the   adaptatio n tim e ,  the m e a n  squa re e r ro rs (MSE ), an d the bit erro r rate s. The result s sh ow that  NLMS filte r   has a  goo d  perfo rm ance   in chan nel  i d entification.  L M S filter h a s large s t m e a n   squ a re e r ror  in the chan n e l identificati on. Ka lm an give s m o re preci s e re sult s but has com p lex   algorithm . Ka lm an left the least m ean   squ a re  erro r, whi c h i s  4.1 e -34  at 0.16   of con v e r g e n c e  rate. All filters ha ve goo d  perform an ce  on signal d e tection in  variou s si gnal  to noise rat i o,  esp e ci ally for  SNR   10 dB.  Bit error  rate  at 10 dB SNR is 3.33 e-4.     Key w ords :   CDMA, cha nne l identification ,  m u ltipath, a daptive filter       1. PEN DA HU LU AN  Bidang tel e komuni ka si p ada  saat i n i  meng alami  perkem ban ga n yang  begit u  pe sat.  Perkemba ng an peng gun aan layana n  telekomu nika si terseb ut membuat lebar-bi dang  yang   dise dia k an se makin tida k  mencukupi. Hal ini m endo rong pe rkemb anga n teknol ogi akse s-j a mak.  TDMA ( Tim e  Di visi on  M u ltiple A c cess ) da n F D M A  ( F r equency Divi sion Multiple  A c cess )  digun akan un tuk men gata s i hal ini. Efisi ensi  sp ektru m  frekuen si  dan p e rmi n ta an layan an d a ta   deng an  p e sat data le bih  tinggi  me n doro ng  perke mbang an te knologi  CDMA  ( Code Di visi on  Multiple Access ).   Penerapa n CDMA  se cara  kome rsial b a ru dimul a i tah un 1 996, yait u si stem IS-9 5 yang   berb a si s DS -CDMA. CDM A  bidang -leb ar mulai di st anda risasi di  Jepa ng tah un 199 7 yan g   dilanjut kan  di  Ameri k a d a n  Erop a.  Di  Eropa  terpili h se bag ai a n tarmu k a  sal u ran  ud ara  ( air  interface )  untuk  U M TS ( Uni v ersal  M obile T e le co mm unication  System ).  Hal ini  sem a kin  mempe r kuat bah wa WCDMA ( Wide ba nd Co de Di vi sion Multipl e  Acce ss ) a k a n  menjadi  ca lon   terku a t untuk  sistem  kom u nika si selula r gene ra si keti ga.  Perma s ala h a n  utam a  CDMA adal ah  pend eteksia n  isya rat. Permasal aha n t e rsebut   terutama   diti mbulkan oleh   gan ggua n kanal berupa   interferen s a n tar p eng gun a da n be rb a gai  dera u   yan g  dise bab kan  kea daa n  ala m .  Gang gua n  interfe r n s  antar pen gg una dap at  di atasi   deng an pem akai an sandi  ortogon al a n tar pen ggu na. Salah satu dera u  yang di seba b k an   kea daa n al a m  ad alah  de rau  ka ren a  lin tas-ja ma k. P enelitian  ini  d i foku skan  pa da u s a ha  unt uk   mengata s i de rau karena lin tas-ja ma k.  Tujuan  p eneli t ian ini  adal a h  untu k  men getahui  kema mpuan  tapi s  adaptif   LMS  ( Le as t  Mean  Sq uare )   dan NLMS ( Norm ali z ed L east Me an S quare )  dalam  mengid entifika s i kanal lint a s- jamak u n tuk  deteksi isya rat sistem CDMA,  dan seb agai pem ban ding digu na kan tapis ad a p tif  Kalman.      Evaluation Warning : The document was created with Spire.PDF for Python.
                                   ISSN: 16 93-6 930     TELKOM NIKA   Vol. 4, No. 1,  April 2006 :  39 - 48   40 1.1.  Das a r Siste m  CDM A   Pada CDMA  terdap at 2 te kni k  utama, y a itu  CDMA runtun la ng su ng de nga n m odula s i  fase d an  CDMA lomp at an fre k u ensi  deng an m o dula s i fre k ue nsi. Di sa mpi ng kedu a te kni k   terse but, juga  terdapat te kn ik lompata n  waktu.   Sistem CDM A  runtun lan g su ng lebi h popul er, ka re na tidak m e mbutuh kan p enyintesi s  freku e n s i ya ng ha ru s m engh asil kan  freku e n s i  berb eda -be d a  den gan  kece patan tin ggi.  Penyeba ran i s yarat p ada  tekni k  ini de ngan  cara m odula s i isya rat asli den ga n isyarat leb a r- bidan g. Isyarat bida ng-l e b a r di pilih  de ngan  amplitu de yan g  b e rnilai  +1  dan  –1  dan  isy a rat   terse but diu b ah de nga n runtun a c a k   semu de nga n  laju yang l ebi h tinggi d a rip ada  ke cep a tan  data a s li. Penerim a dap at menan gkap  informa s i  d a ri peman ca r d enga n ada nya sin k roni sa si,  sehi ngg a da pat diba ng kitkan  ru ntun a c a k  semu ya ng sama  ant ara  pene rima  dan p e ma ncar.     Pada Gam b ar 1 ditunj u k kan pe man c ar  DS -CDM A (CDMA runtun lan g su ng). Seda ng kan   pene rima  DS-CDMA ditunj ukkan p ada  Gamba r  2.               G a mb ar  1 .  Pe ma nc ar  D S -C D M A                    Gamba r  2. Peneri m a DS -CDMA                           Gambar 3. Pembangkitan sinyal DS -CDMA termodul asi BPSK    Modu lator  bid ang- le bar   Pemba ngkit  pemb a w a Pemba ngkit  Kode   Data biner  X Data  demod ulato Pemban gkit  pemba wa   Pemban gkit  k o de  Data  D e spread ing  Akuisi si da n  peru nutan  kd Si ny al  d a t a  Si ny al  ko d e   Sin y a l  data  x  sin y al k ode   Si ny al  te rmo d u l a si   BPSK  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOMNI KA   ISSN:  1693-6930  ■     Sim u lasi Iden tifikasi Kanal  Lint as Jam a k  Untuk CDMA ……(Didi k  P)  41 w w* 1.2. Sistem  Ada p tif  Sistem a dap tif adalah  si stem ya ng  dapat  meny esu a ikan  diri  den gan  pe ruba ha n   masu ka n ata upun p e ruba han ling k u n g annya. Ole h  karena  si ste m  adaptif  m e mpunyai fu ngsi   alih yan g  d a p a t be ruba h d a lam  ran g ka  penye s uaia n   deng an li ng kunga nnya. S e ca ra  se de rh ana  pro s e s  ada ptif digamba rka n  seb agai b e rikut:                        Gamba r  4. Prose s  ad aptif       1.3.  Algoritma L M S dan NLM S   Algoritma  ad aptasi  adal ah  pen ca rian titi k o p timal bo b o t. Penca r ian  bobot  optim al untu k   satu bo bot dil anda si a s a s  minimisasi p e r sa man g a lat kua d rat rerat a :       = E d k 2  - 2W k E k d k x k  +  W k 2 x k 2  (1)         =  a - bW k  + c W k 2    Seca ra grafis digamba rkan  seba gai be ri kut:                    Gamba r  5. Pencaria n bob ot optimal       Dalam  pela ksanaa nnya titik optim al tida k dihitu ng  se cara an alitis,  tetapi den gan  pro s e s   pen cari an yang seca ra  analo g i pro s es fisi s dap at dijelaskan  dalam penj elasan be rikut.    Penuruna n tebing be rda s a r  pengu ku ran  gradi en:        = d  / dw  (2)  Siste m  adaptif  Algo ritm a   x k  d k  y k  k =d k  – y k Evaluation Warning : The document was created with Spire.PDF for Python.
                                   ISSN: 16 93-6 930     TELKOM NIKA   Vol. 4, No. 1,  April 2006 :  39 - 48   42 dan  pad a a r ah g r adi en  n egatif (tu r un ). Selanjutny a  lang ka h-la n g ka h dil a kukan p ada  ara h  (- ).Algoritma   adaptif LMS  dan  NLMS  tidak  mem e rlukan  pen ge tahuan  wata k ma su ka n  dan   hanya mem e rluka n  estima si gradie n  se suai ke nyataa n. Penjaba ra nnya adal ah  seb agai b e ri kut:      k  = d k  -x k T w k  (3)   dan     k 2  = (d k  -x k T w k ) 2  (4)     yang meru pakan galat  kuad rat yang berva ri asi terus,  tetapi dapat diperkiraka n   ke cen derung annya.        k 2  /  w k  = 2(d k  -x k T w k )( -x k ) ( 5 )       =  -2 k x k      =   k     maka d apat d i tulis algo ritm a LMS berd a s arka n pe rki r aan gradie n  ini:     w k+1  = w k  + 2  k x k  (6)     Oleh ka ren a   nilai  k   a d a l ah  sekeda r  peng ganti g r adien  se ben a r nya m a ka p e rki r a an  gradi en tentu  saja a k a n  me nyimpang b a i k  dalam b e sa r maup un ara hnya   Untu k algo ritma NLMS p e rbe daa nnya  hanya di    yaitu pada al goritma LMS  adalah  tetap, seda ng kan  NLMS:         = 1/  (  +    x 2  ) ( 7 )    Den gan   ad alah suatu nil a i untuk me n ghind ari pem bagia n  deng a n  nol                                Keteran gan:     xk : vektor keada an  proses diestimasi     k  : ma triks peng hubung  xk+1 da n xk     zk : vektor hasil  pengukuran     Hk: matriks penghubung hasil pen gukuran deng an  vektro keadaan p r oses    Gamba r  6. Algoritma Ta pis Kalman   M a suka n e s t i m a si  x k - da n k ova ri ans  g a lat p k -  se belum n ya   Hitu ng  b a ti  Kal m an :   Hitu ng  ko v a rian s g a lat  un tuk  esti m a si  terb aru :   P k  = (I  –  K k  H k ) P k -   Perbaha r ui e s timasi dengan  p e ngu kur an z k -  x k  =  x k -  +  K k  (z k  –  H k  x k - )  Bagian utam a:  x k+1  =  k  + x k   P - k+1  =  k  P k   k T  + Q k  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOMNI KA   ISSN:  1693-6930  ■     Sim u lasi Iden tifikasi Kanal  Lint as Jam a k  Untuk CDMA ……(Didi k  P)  43 1.4. Algoritma  Kalman  Tapis Kalm a n  sepe rti h a l n ya tapi s  LM S dan  NLMS  tidak me me rlukan  pen ge tahuan   awal m enge n a i yang ditapi s.  Tapis Kal m an lan g sun g  bekerj a , da n sam b il be kerja me nga na lisis  data yang d apat dipe role h untuk  bah an pe rbai ka n  kerj a tapis.  Den gan d e m i kian p r in sipn ya   adala h  cob a  dan galat.  Algoritma tapis Kalm an  dapat dirin g k a s  se perti  ditunju k kan pada  Gamba r  6.   Seperti h a lny a  tapis NLM S , ukuran l a ngk ah u n tuk  mencapai  ko nverge ns pa da tapi s  Kalman tida k tetap. Perub ahan  ukura n  lang kah te rg antung  ke aa dan ma su ka n pad a e s timasi   seb e lumny a .      1.5.  Penguna an sistem ada p tif  Sistem ad a p tif dapt d i guna ka n d a lam b e rb a gai ma cam  kep e rl uan  deng an  memvaria si kan konfig urasi  si st em  ada p t if maka  a k an  dida patkan  b eberapa  pe n ggun aan  si st em  tersa ebut ant ara lain:   1.  Predi ktor: dig una kan u n tuk mempre diksi  suatu ma su kan.   2. Identifika s i  si stem   3.  Penyama (e q ualizer) dan i n vers filteri n g   4. Pengha pu s  g angg uan.   Penerapa n sistem ad aptif yang digun aka n   dala m  penelitian i n i adala h  id entifika s i  sistem. G a m bar p r o s e s  id entifika s i si stem adala h  se bagai b e ri kut:                      Gamba r  7. Identifika s i si stem    Pada  Gamb a r  7  ap abila  k    0 mak a  y k   d k  atau den gan  m a sukan   x k  yang  sam a  ma ka  kelu ara n  si st em ada ptif akan  “sama ”   deng a kelu a r an si stem ya ng tidaa ak di ketah u i. Sistem  yang diteliti denga n demi k i aan sifatnya  diwa kili oleh  sistem  adapti f  terseb ut.     1.6. Kanal  Lintas -jamak   Kanal linta s jamak  me nyebab ka n fuktua si  siny al yang dit e rima  su atu  pesawa t   pene rima. Pa njang j a lur  propag asi m a si ng ma sing  si nyal yang b e r bed a me nye bab kan tu nd a   wa ktu p r op a gasi ya ng  berb eda. Ti ap si nyal  t e rsebut j uga  berbed a d a lam am plitude.  Penjumla han  sinyal yang datang d a ri be rbag ai  jalur ini terka dan g bersifat mengu atka n   terka dan g be rsifat mel e m ahkan tergan tung fase  ke datang an  sin y al. Model kanal linta s-j a mak  yang di gun a k an  dal am  sistem  CDMA  adal ah  me model kan  ka nal linta s-j a mak sebag ai  tig a   samp ai emp a t  kanal yang  mempu n yai tunda  wa ktu d an atenu asi b e rbe d a - bed a.  Model ini ya ng   umum digunak an dalam pes a wat penerima RAKE.       2. CARA  PENELITIAN  Penelitian  dilaku ka n de ng an me nsim ul asi k an i dentifi k a s i  kanal  lint a s-j a ma k p a d a  si stem  CDMA.  Mod e l kanal  yan g  diteliti ditu run k an   de ng an p e rhitu n g an p antula n   sinyal  beb erapa   bang unan.  Untuk i dentifikasi  ka nal lint a s j a ma k te rsebut di guna kan filter  adfa p tif NLMS  de ngan   filter ada ptif LMS dan  ada p t if Kalman se bagai  pem ba nding. Filte r  a daptif yang te lah be ra dapta s i  diuji untu k  de teksi i s yarat.   Si st em  y a ng t i d ak   d i k e tahu i si fatn ya  Siste m  Ad ap tif    y k  k d k  x k  +  -  Evaluation Warning : The document was created with Spire.PDF for Python.
                                   ISSN: 16 93-6 930     TELKOM NIKA   Vol. 4, No. 1,  April 2006 :  39 - 48   44 Materi yang d i guna ka n dal am obje k  pen elitian ini adal ah:  1.  Isyarat sandi  stasi on-j a ma k  (c k )  -   Dereta n ko d e  stasi on da sar, ck berupa  r untun (1,-1 )  yang  diba ng kitkan  secara random   2.   I s y a rat  ma su kan  kan a l lint a s-j a ma k:   -  Isyarat ma su kan p r o s e s  id entifika s i (x)  bera s al d a ri  kode sta s io n jamak.   -   Is ya r a t mas u k a n  pr os es  de te ks i ( x d )  3.   Model ka nal:   - Koefisien  kan a l  (f)  -  Derau tamb a han dimyata k an dalam S NR  4.  Algoritma ad aptif dalam id entifika s i ka n a l:  -  NLMS, LMS dan Kalma n  untuk me mpe r bah arui bob ot-bob ot tapis.  -  Pesat konvergen s ( )  -  Panjang Filte r  (L )  Alat yang diguna kan d a la m penilitian in i adalah:   1.  Komputer  (PC) de nga n sp esifikasi  seb a gai beri k ut:  proce s sor  Intel  Pentium IV  1,8 GHz ,   RAM 256 M H Z,  Hardi s k  40 GHz ,  VGA  Car d  64 M b yte, dan CD RO M 52X.   2. Peran g kat-lu nak  MAT L AB  Penelitian dil a ku ka n dala m  bebe rap a  tahap an be rikut:  Tahap 1: Me nentu k an  kod e  PN yang akan digu na kan  pada ide n tifika si dan d e te ksi.   Tahap 2: Pe modela n   kan a l yang digu n a ka n.    Tahap 3: Impl ementa s i ide n tifikasi mo de l denga n beb erap a tapis a daptif yang telah dipilih.  Pengam atan  dilakukan terhada p kem a mpuan tapi s  adaptif dalam  mengide ntifika s i model.   Tahap 4: Pen e rap an Filter  adaptif yang telah be rad apt asi untu k  ide n tifikasi i s yarat. Pengamat an  dilakukan unt uk melih at BER yang diha silkan.       3.  HASIL D A N  PEMBA HAS AN   Model  kan a l hasil a nalisis pantul an  bang unan -b a ngun an di  sekitar tel e fon  selula r  ditunju k kan p ada Gam b a r  8.                                         Gamba r  8. M odel kanal lint a s-j a ma k  c ( k )   0 , 45 0 , 377 Z -1 + Z -1 Z -1 - 0 , 279 - 0 , 409 Z -1 - 0 , 217 Z -1 0 , 005 d(k)  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOMNI KA   ISSN:  1693-6930  ■     S i m u lasi I den t i f i kasi K a nal  Lint as  Jam a k  Unt u k  CDMA ……( Didi k P )   45 Pada g a mba r  terse but da pat dilihat  ba hwa   gan ggu an p ada  si stem CDMA  d apat di seb a b k a n   karena  pen u ndaa n sinyal  deng an pel e m ahan ya ng  berb eda -be d a . Model ini  selanjutnya dit e liti  untuk me ngat asi ga ngg uan  yang dise ba bka n  ka nal lin tas-ja ma k.    3.1.  Pengaruh  0 terhad a p adap tasi  Filter Ada p ti f  Pesat konve r gen s me mp enga ruh  wa ktu adapta s i  dan gal at ku adrat d a lam  pro s e s   identifika s i ka nal.  Dalam   si stem CDMA yang  m engg una k an  pe sat  data  tinggi  d i butuh k an  filter  yang  cep a t  dan  memp un yai galat ya ng  ke cil. Ha sil p enelitia n  pen garuh  p e sat  ko nverg e ns  terhad ap waktu dan galat kuadrat  ditunju k kan pa da G a mba r  9.                       Gamba r  9. Penga ruh p e sa t konverg e n s  terhad ap gal a t  kuadrat re ra ta       Pada Ga mb ar 9 di ata s  untuk filter LMS untuk  0 lebih besa r 0,3 b o bot tidak  digamb a rkan  ka ren a  MSE  menja d i dive rgen s  diata s   nilai terse b ut. Hal i n i sesu ai den gan te ori  bah wa untu k   menjami n  ko nverge ns b o b o t Nilai pe sat konve r ge ns a w al:     0 <  0/2 < 1/L  (8)    Den gan pa nj ang filter 6 atau L=6 ma ka unt uk menj amin bob ot-b obot tetap mencapai   konve r ge ns  maka p e sat konverg e n s  ha rus b e rada d a lam jang ka u an 0 <  0  < 0.3333 3.                            Gamba r  10.  Grafi k  peng aruh pe sat ko n v ergen s  terha d ap waktu   Evaluation Warning : The document was created with Spire.PDF for Python.
                                   ISSN: 16 93-6 930     TELKOM NIKA   Vol. 4, No. 1,  April 2006 :  39 - 48   46     Pada tapi s  L M S didap atkan gal at ku ad rat rata -rata t e rle c il pa da  saat  0   0,15 . Kalau  dilihat d a lam   jang kau an  bo bot untu k  kon v ergen s  0 tersebut  ham pir  berada  di   tengan  bata s an     pesat ko nvergen s yang m e mbuat  b obo t-bobot d apat  mencapai  ko nverge ns. Pa da tapi s NL M S   tampak b a h w a galat ku adrat terbaik te rcap ai pad a  0   0.9. Sedang kan p ada  tapis Kalma n   untuk semu a  nilai  0 g a la t kua d rat yan g  did apat  ha mpir  sa ma  b a iknya.  Grafik p eng aru h   p e sat  konve r ge ns t e rha dap  wa ktu konve r ge ns ditunjukka n pada G a mba r  10.  Wa ktu  yan g  dica pai untu k   men c ap ai ko nverge ns be rvariasi  terhad ap p e sat kon v ergen s.  LMS membut uhkan wa ktu  yang paling  lama unt u k  mencapai  ko nverge ns. NL MS dan Kalman  mempu n yai wa ktu ko nvergen s yang ha mpir sama.     3.2.  Pengaruh Panjang  Filter adap tif  Panjang  filter ada ptif be rh ubun gan  de n gan wa ktu p engol ahan   i syarat.  Untuk sistem  CDMA bi dan g leba r dipe rl uka n  filter de ngan  ke cep a t an tinggi. Untuk itu dip e rluka n  inform asi   panja ng filter yang se su ai untuk  sistem i n i      Tabel 1. Pen garu h  panj an g filter terhad ap galat kuad rat rata -rata d an wa ktu pe n golah an isya rat  No  L  LMS NLMS  Ka lma n   MSE     W a kt u  (detik )   MSE   W a kt u  (detik )   MSE   W a kt u  (detik )   1.  2  3.  4.  5.  6.  7.  1  2  3  4  5  6  7  0,094 2   0,065 9   0,055 8   0,040 9   2,21e- 05   3,39e- 06   3,24e- 06   23.23   28.29   34.21   41.14   44.27   55.53   60.69   0,072 9   0,061 6   0,045 4   0,016 5   6,81e- 06   3,38e- 06   2,99e- 06   25.11   30.54   36.14   41.54   45.48   55.7   62.23   0,074 7   0,055 0   0,042 4   0,012 3   5,9e-6   2,29e- 06   7,55e- 07   27.52   31.64   39.21   43.67   47.73   56.85   65.58     Pada tab e l te rse but  wa ktu  peng olaha n  dihitung  untu k  p anjan g  ko de 1 0000  ag ar d apat   terlihat p e rb e daan  wa ktu  antara  pa nja ng filter  ya n g  be rbe da.  Pada tab e l 4 . 2 diata s  ta mpak  bah wa untu k   panja ng filter yang lebih p anjan g dar i  kanal (panja n g  kan a l 6)  ga lat kuad rat ra ta - rata yang di dapat kan  sa ngat bai k. Untuk pa nja n g  filter yang lebih pe nde k dari ka nal, galat  kua d rat  re rat a  nai k  cu ku p be sa r d e n gan m e mp erpend ek filter den gan  pa njang  5 m e n j adi  panja ng 4. P enamb aha n p anjan g filter l ebih p anja ng  darip ada  koef isien  ka nal tid a k m e mbe r i k an  hasil yan g  cuku p sig n ifikan. Seca ra teori hal  ini  dapat  dijela skan seba bn ya yaitu karena  koefi s ien  kan a l model tu n daan  kee n a m  relatif ke ci l dibandi ng ka n ko efisien l a innya, sehin gga   pemoton gan  koefi s ien tida k akan be gitu  mempen garuhi sifat ka nal .  Untu k panja n g  filter yang lebih panj ang  dari k anal dal am pra k tek d apat dikata ka n tidak  ditemui  seb a b  pad a d a sarnya  ka nal  jalur-jama k  mempu n yai j u mlah li ntasan yang  san gat  banya k . Kanal lintas-j a m a k mem puny ai koefi s ien  yang panj an g, akan teta pi lintasa n yang  tertunda ja uh  biasanya da p a t diangg ap n o l.  Pada tabel waktu pe ngol a han terlih at bahwa  filter LMS mempun yai waktu p e ngola han   yang palin g sedikit. Hal ini  berh ubu nga n den gan al g o ritma yan g   dipergun akan  masin g -m asi ng  filter. LMS mempunyai al g o ritma pali ng  sed e rh ana dii k uti NLMS, te rakhir Kalm a n .  Untu k ke simp ulan se ca ra u m um panja n g  filter  adaptif  yang digun akan dalam ide n tifikasi   kan a l di se su aika n d eng a n  kara kte r isti k  kan a l yan g  diid entifika s i. Krite r ia y ang  bisa di p a kai  adala h   p anja ng koefi s ien  kan a l  yan g   m a sih   cukup b e sa r untu k   di abai kan. Hal  ini  be rhu bun g a n   deng an  kon d i s i fisi k kanal.  Den gan m e li hat wa ktu p e ngola han i s y a rat d an gal a t  kuad rat rerata   masin g  m a si ng filter da pa t dilihat p anja ng efe k ti f filter. Untuk pe ne litian ini  panj ang filte r  a d a p tif  yang efe k tif adalah  5 kare n a  wa ktu yan g  dibutuh ka n  tidak  te rlalu ba nyak sed ang kan galat  rera ta   Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOMNI KA   ISSN:  1693-6930  ■     S i m u lasi I den t i f i kasi K a nal  Lint as  Jam a k  Unt u k  CDMA ……( Didi k P )   47 cu kup b a ik.  Untu k panj a ng 6 dan 7  tidak terdapa t pening kata n galat re rat a  kua d rat ya ng   diha silkan se dang ka n wa ktu bertamb ah  lama.    3.3.  Pemulih an Is y a rat  Pemuliha n  i s yarat ya ng  diteliti dala m  pen elitian  ini be rtuju a n  untu k  m e ngetah ui  ketep a tan un tuk men dap a t kan data  se perti sebel u m  melewati kan a l lintas-j a mak.  Jadi  model  deteksi i s yarat yang dibu at dimaksu d kan untu k   me ndap atka n isyarat ke mbali  setela h prose s   identifika s i ka nal.    Tabel 2. Pen garu h  SNR terhad ap p r ob a b iltas gal at bit hasil dete ksi   No  SNR  (dB)  BER   (LMS)  BER  (NLMS)  BER  (Kalman)   BER (A R M A )   BER tan p a p r o ses  id en tifikasi  1.  2.  3.  4.  5.  6.  7.  8.  9.  10.   11.   12.   13.   14.   0  1  2  3  4  5  6  7  8  9  10   15   20   40   0,163 0   0,137 3   0,115 3   0,079 7   0,053 7   0,039 3   0,025 3   0,016 7   0,005 7   0,002 7   3,33e- 4   0  0  0  0,157 3   0,132 7   0,105 3   0,075 3   0,050 7   0,038 0   0,022 0   0,011 0   0,005 0   0,002 3   3,33e- 4   0  0  0  0,148 3   0,126 7   0,102 0   0,073 3   0,050 0   0,034 3   0,021 0   0,010 0   0,004 3   0,002 0   3,33e- 4   0  0  0  0.176 7   0.156 7   0.116 7   0.090 0   0.070 0   0.053 3   0.026 7   0.020 0   0.010 0   0.003 3   6.4e-4   0  0  0  0,334 3   0,330 0   0,310 3   0,307 7   0,299 3   0,285 7   0,283 0   0,280 0   0,278 3   0,276 7   0,271 3   0,269 3   0,271 7   0,271 4       Pada Tab e l 2 terlihat bah wa ha sil dete ksi  me nunj ukan ha sil yang baik, bah kan pad a   kon d isi  SNR  0 dB m a sih   dapat te rdete ksi  walaup un  pro babilita s   galat bit  cu kup b e sar  se kitar  0,15. Perbe d aan proba bili tas galat bit  yang di ca p a i deng an p r oses id entifika s i dan tan p a   identifika s i cu kup be sar,  te rutama untu k   SNR  ya ng ti nggi. Ketiga  algoritm a  de n g an m o del filt er   FIR lebih bai k diban ding kan filter deng an model  ARMA kare na m odel yang dii d entifika s i ad alah    Mo v i ng  Av ar ge .  Guna m e mp erjela s filter  yang meng h a sil k an p r ob a b ilitas gal a t terkecil di saji kan grafi k   se cara ke sel u ruh an sepe rti ditunjukkan  pada G a mba r  11.                          Gamba r  11.  Penga ruh SNR terha dap B E R      Pada G a mba r  11 te rlihat b ahwa ketiga f ilter men g a s il kan BE R yan g  hampi r  sam a  ke cil.  Kalman  se su ai de ngan  gal at ku adrat rerata yang   dipe roleh, men g h a sil k an   BER yang  le bih ke cil   Evaluation Warning : The document was created with Spire.PDF for Python.
                                   ISSN: 16 93-6 930     TELKOM NIKA   Vol. 4, No. 1,  April 2006 :  39 - 48   48 diban ding  NL MS, LMS, dii k uti mo del A R MA. Berda s arkan  ha sil-h a sil yan g  tela h di sajikan  d a lam  penelitian i n i  dapat di kat a ka n ba hwa  ada  ke cend erun gan filte r  adaptif da p a t dipa kai u n tuk  mengata s i ga nggu an kanal  lintas-ja ma k.      4. KESIMPULAN  Berda s a r kan   hasil pen elitian, gangg uan  yang diseb a b ka n oleh ka nal lintas-jam a k dap at  diatasi  se ca ra adaptif. Ketiga filter yang  di guna ka n mencapai  probabilita s  gal at bit yang cuku p  baik  untu k   SNR    10  d B . Pada S N R  sama  d e n gan  0 dB  ya ng b e ra rti d a ya gan ggu an  sa ma   deng an daya  derau, filter  adaptif masi h  mampu me n gatasi d enga n prob abilita s  galat bit 0,16.  Nilai  ko nverg ens be rpe n g a ruh  terhad a p  waktu  a d a p tasi  dan  gal at rata -rat a   kuadrat pa da f ilter   LMS maup un  NLMS, tetapi  kurang b e rp enga ruh  pad a filter Kalma n . Nilai pe sat  konve r ge n ya n g   terlalu  ke cil menyeba bka n  wa ktu ad a p tasi yang  l e bih lama d a n  galat rata -ra ta kuad rat yang  lebih be sa r. Panjan g filter adaptif haru s  d i se suai ka n de ngan  karakte r istik kanal.       DAF TA R PU STAK A   [1]  Caire, G., P. A. Hum b let, and A.  No rd io, 2002,  “ Ini t ial Sy nchronization  of   DS-CDM A  via Burst y  P i lot Signal ” ,  IEEE Transactions  on  Communic a tions , Vol. 50, pp. 677-6 85.   [2]  Evans, S., 2 002, “ Op timal Re sourc e  Alloca tion  for  Pilot Sy mbol Aided Multiuser   Rec e iv er in   Releigh Fa d e d CDMA  Channels ” , IEEE Transac tions  on Communications ,   Vol. 50, pp. 1316-132 5.  [3]  Meilstein,  L.  B., and M. K.  Simon, 19 96,  “ Spre ad Sp e c trum  Com m unications ”, in  Mobile  Comm uni cati ons  Han boo k, Gibson, J. D., Texas, CRC Pre ss.   [4]  Ojanp era, T., and R. Pra s ad, 19 98, “ Wideba nd CDMA  for M obile Communication  Third Gener a tion ” , Bosto n -Lo ndo n, Artech  Hou s e.   [5]  Schob er , R., W. H. Gersta cker, and A. Lampe, 20 02,  “ Non c oher e nt MMSE interfer enc e   Suppres sion  for  DS-CDM A ” , IEEE Trans a c t ions  on  Communic a tions , Vol. 50,  pp. 57 7- 587.   [6] Torrieri,  D.,  2002,  “ Ins t an eous an d Lo cal Mean Po w e r  Contr o l for Dir ect S e quen c e   C D M A Cellular Net w ork ” , IEEE Transac t ions   on  Communic a tions ,   Vol. 50, pp.  1310- 1311.   [7]  Widrow,  B., and D. S. Strearns, 19 85 , “ Adap tiv e  Signal  Processing ”,  New Je rs ey ,  Prentice-Hall.   [8]  Yang ,  Z., a nd X. Yan g ,  , 20 02,  “ Bli nd Tur bo M u ltiuser  De tection  for  L ong-Code  Multipath CDMA ” , IEEE  Transactions  on Com m uni ca tions, Vol. 50, pp. 112-124.  [9]  Zhou, S., G.  B. Giannaki s ,  and  C. L.  Martret, 200 2 ,   “ Chip-Inte r leav ed Block-Spre ad   Code  Div i sion Multiple Acc ess ” ,  IEEE Transac tions  on Com m unic a tions , Vol. 50, pp.  235-247.     Evaluation Warning : The document was created with Spire.PDF for Python.