Memuat
Memuat
Perancangan Filter FIR untuk Otomotif dan Kendaraan Listrik
0 kali dilihat
Menerapkan filter FIR pada sinyal posisi pedal untuk mengidentifikasi frekuensi potong filter di tengah derau sensor melalui simulasi. Filter FIR memiliki respons impuls berhingga, selalu stabil, dan dapat dirancang berfase linear. Cocok untuk penyaringan sinyal yang menuntut tidak ada distorsi fase, misalnya EEG, ECG, dan audio.

Menerapkan filter FIR pada sinyal posisi pedal untuk mengidentifikasi frekuensi potong filter di tengah derau sensor melalui simulasi.
| Peran | Variabel | Satuan |
|---|---|---|
| Utama | Sinyal posisi pedal | % |
| Pendukung 1 | Frekuensi potong filter | Hz |
| Pendukung 2 | Derau sensor | % |
Filter FIR orde 80 dengan cutoff 101 Hz menaikkan rasio sinyal-ke-derau Pedal position signal dari 1.5 dB menjadi 17.0 dB; redaman pita henti 58.8 dB sehingga komponen pengganggu Sensor noise tertekan.
Dihitung dari data sintetis sebagai ilustrasi, bukan dari penelitian nyata.
Filter FIR memiliki respons impuls berhingga, selalu stabil, dan dapat dirancang berfase linear. Cocok untuk penyaringan sinyal yang menuntut tidak ada distorsi fase, misalnya EEG, ECG, dan audio.
Laporkan jenis, orde, jendela, frekuensi potong, redaman pita henti, dan tunda grup. Tunjukkan respons frekuensi serta efek filter pada sinyal.
Skrip awal singkat dengan nama variabel proyek ini. Versi yang diserahkan disesuaikan dengan data Anda dan diberi komentar lengkap.
rng(2);
fs = 1000;
filter_cutoff_frequency = (0:1/fs:2-1/fs)';
pedal_position_signal = sin(2*pi*10*filter_cutoff_frequency) + 0.6*sin(2*pi*200*filter_cutoff_frequency) + 0.1*randn(size(filter_cutoff_frequency));
order = 60;
fc = 50; % cutoff in Hz
b = fir1(order, fc/(fs/2), 'low', hamming(order+1));
yf = filtfilt(b, 1, pedal_position_signal); % zero-phase filtering
[h, w] = freqz(b, 1, 2048, fs);
att200 = interp1(w, 20*log10(abs(h)), 200);
fprintf('Order %d, group delay %d samples\n', order, order/2);
fprintf('Attenuation at 200 Hz: %.1f dB\n', att200);
fprintf('RMS before: %.3f, after: %.3f\n', rms(pedal_position_signal), rms(yf));
figure;
subplot(2,1,1);
plot(w, 20*log10(abs(h) + eps)); grid on;
xlabel('Frequency (Hz)'); ylabel('Magnitude (dB)'); ylim([-120 5]);
subplot(2,1,2);
idx = 1:500;
plot(filter_cutoff_frequency(idx), pedal_position_signal(idx), filter_cutoff_frequency(idx), yf(idx), 'LineWidth', 1.2);
legend('Raw', 'FIR filtered'); xlabel('Time (s)');Pilih seberapa banyak bantuan yang Anda perlukan. Setiap paket yang lebih tinggi sudah mencakup semua item paket di bawahnya. Harga belum termasuk PPN 11%.
Paket 1
Rp 350.000
belum termasuk PPN 11%
Waktu pengerjaan: 3 hari kerja
Output: Berkas MATLAB + gambar hasil
Yang Anda terima
Paket 2 · paling dipilih
Rp 1.050.000
belum termasuk PPN 11%
Waktu pengerjaan: 7 hari kerja
Output: Kode + analisis + bahan interpretasi
Termasuk semua item Paket 1, ditambah
Paket 3
Rp 2.300.000
belum termasuk PPN 11%
Waktu pengerjaan: 12-15 hari kerja
Output: Kode + analisis + pendampingan hingga siap dipresentasikan
Termasuk semua item Paket 1 & 2, ditambah
Cocok. Perancangan Filter FIR lazim dipakai pada jenjang ini di bidang Otomotif dan Kendaraan Listrik. Analisis kami sesuaikan dengan pertanyaan penelitian, data Anda sendiri, dan ketentuan dosen pembimbing.
Bukan. Lembar hasil dihitung dari data sintetis sebagai ilustrasi jenis keluaran MATLAB. Untuk pesanan Anda, metode yang sama dijalankan pada data penelitian Anda sendiri.
Itu tujuan paketnya. Setiap skrip diberi komentar, dan Paket 3 mencakup dua sesi pendampingan serta latihan tanya jawab supaya Anda bisa menjelaskan metode dan hasilnya saat seminar dan sidang.
Tiap proyek punya tiga paket: Paket 1 (kode dan penjelasan) Rp 350.000, Paket 2 (analisis data Anda dan interpretasi) Rp 1.050.000, dan Paket 3 (pendampingan lengkap) Rp 2.300.000, belum termasuk PPN 11%. Data yang besar, metode tambahan, atau tenggat ketat menyesuaikan penawaran setelah konsultasi singkat.
Lembar hasil memakai data sintetis sebagai ilustrasi. MATLAB adalah merek dagang The MathWorks, Inc.
Kembali ke portofolio MATLAB