Hasil Pencarian  ::  Simpan CSV :: Kembali

"OFDM (Orthogonal Frequency Division Multiplexing) adalah suatu teknik multicarrier, dimana membagi spektrum dalam beberapa pembawa. OFDM merupakan bentuk khusus dari Frequency Division Multiplexing (FDM), yang menggunakan spektrum lebih kecil dan terbagi ke dalam beberapa pembawa dengan mengambil jarak antar Frekuensi yang bersebelahan, sehingga penggunaan bandwidth akan lebih efektif OFDM memiliki efisiensi pada pemakaian frekuensi yang jauh lebih baik dibanding dengan teknik FDM (Frequency Division Multnnlexing) multicarrier biasa, akan tetapi OFDM juga tidak lepas dari interferensi yaitu phase error dan ICI (Inter- carrier Interference). Hal ini dapat mengakibatkan penurunan pada QoS (Quality Service Support) dalam sistem OFDM.Metoda perhitungan EKF (Extended Kalman Filtering) adalah metoda yang dapat dipergmmakan pada sistem Iinier dan non-Iinier, sehingga metoda ini merupakan suatu implementasi yang kompleks dengan penggunaan yang sederhana. Metoda extended kalman filter juga memiliki basil pengukuran yang lebih baik dibanding metoda seMcanceIlation dan ML-estimation. Pada perhitungan jrequency ojket dari penerimaan suatu sinyal, extended kalman filter memiliki performansi yang baik dalam memperoleh perhitungan yang cepat. Sehingga dengan penggunaan metoda extended kalman fitter akan mengurangi ICI (Inter-carrier Intewrence) pada suatu sistem OFDM (Orthogonal Frequency Division Mulmvlexing).Tesis ini menganalisa ICI (Inter-Carrier Interjérence). Simulasi dan analisa dilakukan dalam sistem OFDM dan EKF-OFDM pada tiga jenis kanal yaitu AWGN (Additive White Gaussian Noise), multymth 1 order, multipath 2 order dan multipath 3 order.Hasil analisa simulasi pada extended kalman filter-OFDM (EKF-OFDM) yang menggunakan proses koreksi CPE dalam kanal AWGN (Additive White Gaussian Noise), multipath 1 order, multipath 2 order dan multipath 3 order memiliki hasil yang baik, terutama jika keadaan phase noise tidak terlalu besar. Sehingga dengan menggunkan metoda extended kalman filter dapat mengurangi phase error dalam suatu transmisi komunikasi dari sistem OFDM.

---

Orthogonal Frequency Division Multiplexing (OFDM) is multicarrier transmission technique, which divides the available spectrum into many carriers, each one being modulated by a low rate data stream. OFDM was represents the FDM (Frequency Division Multiplexing) special formula. However, OFDM uses the spectrum much more efficiently by spacing the channels much closer together. In OFDM communications system using smaller spectrum then divided into sub-carrier with smaller space at frequency distance, so that in OFDM bandwidth enable a more effective.OFDM was found to perform very well compared with FDM (Frequency Division Multiplexing) multicarrier teclmique. But OFDM has never been get out at the interference, such as phase error and ICI (Inter-can-ier Interference). This enables a more degradation at Qos (Quality Service Support) in OFDM communications system.EKF (Extended Kalman Filtering) method has done at linear and non-linier system, so that Extended Kalman Filtering method represents the complex implementation with modestly usage. Extended kalman filter method was efficient estimation algorithm to suppression ICI in OFDM communication system compared with self-cancellation and ML-estimation methods.This thesis has analysis the ICI (Inter-Carrier Interference) on extended kalman filter method of OFDM communication system. This analysis has done at theAWGN (Additive White Gaussian Noise) channel, multipath l order channel, multipath 2 order channel and multipath 3 order channel.The analysis results are showm of extended kalman filter method on OFDM which demonstrate the effectiveness of the AWGN (Additive White Gaussian Noise) channel, multipath l order channel, multipath 2 order channel and multipath 3 order channel, especially when low phase noise are required. So that, extended kalman filter method to suppress influence of phase error in OFDM communications system."

"salah satu keterbatasan yang dimiliiki OFDM dalam banyak aplikasi adalah sentivies terhadaap perbedaan frekuensi antara osilator lokal yang ada di pemancar dan penerima serta Doppler shift.. Dalam penelitian ini , diajukan 3 buah merode untuk megatasi masalah ICI yaitu : self-cancellation ; maximum likeihood estimation dan metode Filter kalman."

"This book describes one of the first systems for sparse point-based 3D reconstruction and egomotion estimation from an image sequence; able to run in real-time at video frame rate and assuming quite weak prior knowledge about camera calibration, motion or scene. Its chapters unify the current perspectives of the robotics and computer vision communities on the 3D vision topic : as usual in robotics sensing, the explicit estimation and propagation of the uncertainty hold a central role in the sequential video processing and is shown to boost the efficiency and performance of the 3D estimation. On the other hand, some of the most relevant topics discussed in SfM by the computer vision scientists are addressed under this probabilistic filtering scheme, namely projective models, spurious rejection, model selection and self-calibration."

"Tantangan yang dihadapi mobile robot pada operasi search and rescue adalah otomatisasi. Dalam mewujudkan mobile robot yang benar-benar otomatis, terdapat 3 permasalahan yang perlu dipecahkan. Permasalahan tersebut adalah lokalisasi, pemetaan, dan perencanaan rute. Di antara ketiga permasalahan tersebut, permasalahan paling fundamental yang harus dipecahkan adalah lokalisasi. Salah satu algoritma yang dapat digunakan untuk melakukan lokalisasi adalah Extended Kalman Filter (EKF). Kelebihan algoritma ini antara lain dapat diterapkan pada sistem mikrokontroler 8 bit sekalipun. Pada beberapa penelitian, implementasi algoritma ini membutuhkan banyak sensor. Implementasi algoritma ini pada sistem dengan sumber daya sensor minimal membutuhkan strategi khusus. Penelitian ini akan menguji performa dua metode yang digunakan untuk implementasi lokalisasi berbasis Extended Kalman Filter, yaitu landmark detection dan line extraction. Implementasi dilakukan dengan menggunakan strategi khusus untuk menyesuaikan dengan keadaan robot yang memiliki sumber daya sensor minimal. Untuk landmark detection, strategi yang dilakukan adalah mempartisi dinding area uji, kemudian hasil partisi tersebut dianggap sebagai landmark. Untuk line extraction, proses ekstraksi baru dilakukan setelah robot bergerak maju tiga kali dan mendapat tiga titik. Hasil yang didapat menunjukkan bahwa strategi landmark detection memiliki performa yang lebih baik daripada strategi line extraction, dengan error posisi x dan y dibawah 3 cm dan error orientasi dibawah 5 derajat.

---

A challenge that must be overcome by a mobile robot used in a search-and-rescue operation is automation. To realize truly autonomous mobile robot, there are three problems that need to be solved. Those problems are localization, mapping, and path- planning. Among those three problems, the problem of localization is the most fundamental problem that need to be solved. One of the algorithm that can be used to localize a mobile robot is Extended Kalman Filter. The advantage of applying Extended Kalman Filter (EKF) for localization is that this algorithm can be implemented even on 8-bit microcontroller based system. On some research, implementation of the EKF needs many sensors. Implementation of this algorithm on a system with minimum sensor resource needs a special strategy. This research will test the performance of two methods used to implement EKF-based localization, namely landmark detection and line extraction. The method is implemented using a special strategy to cope with the minimal sensor resource provided. To implement landmark detection method, the wall of testing environment is partitioned and then each partition is treated as an individual landmark. To implement the line extraction method, the extraction process is done after the robot moves forward three times and detect three points. The result gotten shows that landmark detection strategy gives better performance than line extraction strategy with the error of x and y position below 3 cm and orientation error below 5 degrees."

"Konsep Orthogonal Frequency Division Multiplexing ( OFDM) adalah membagi aliran data input serial ke dalam sejumlah aliran data paralel dan mengirimkan aliran data paralel dengan rate rendah tersebut secara bersamaan. Salah satu keuntungan penggunaan OFDM dibandingkan dengan jenis modulasi lain adalah penggunaan lebar pita yang tersedia dengan lebih efisien.Simulasi dan analisa dilakukan terhadap performansi sistem OFDM pada beberapa mapper modulasi 16-my pada kondisi kanal AWGN dan kanal fading lambat. Jenis konstelasi yang digunakan adalah 16-QAM rektangular, 16-QAM star dan 16-PSK.Hasil pada kondisi kanal AWGN memperlihatkan bahwa sistem OFDM yang menggunakan 16-QAM rektangular memberikan performansi BER terbaik dibandingkan penggunaan 16-QAM star atau 16-PSK.Performansi OFDM pada kanal fading multipath dianalisa menggunakan respons impuls kanal statik. Hasil pada kedua model kanal fading multipath yang digunakan menunjukkan performansi yang relatif buruk. Algoritma forward error correction atau estimasi kanal perlu digunakan untuk mengurangi probabilitas kesalahan bit.Hasil akhir pada penggunaan kedua algoritma tersebut membuktikan bahwa pengaruh fading kanal multipath dapat dihilangkan sehingga meningkatkan performansi BER sistem OFDM.

---

The concept of OFDM is to divide the serial input data stream into a number of parallel streams and to transmit these low-rate parallel streams simultaneously. One advantage of using OFDM compared to other types of modulation is better use of the available bandwidth.

The performance of the OFDM system under various 16-ary modulation mappers in AWGN and slowly fading channels are analyzed. It considers three candidate constellations : 16 rectangular-QAM, 16 star-QAM and 16-PSK.

The results for AWGN channel shows that the OFDM system using 16 rectangular-QAM gives the best BER performance compared to the same system using 16 star-QAM or 16-PSK mapper.

The performance of OFDM on multipath fading channels is analyzed using static channel impulse responses. The results of system in the two models of multipath fading channels indicate a relatively poor performance. Forward error-correcting or channel estimation algorithm is necessary to reduce the bit error probability.

The final results obtained after the use of both algorithms : convolutional coding and channel estimation, prove that fading effects can be removed, reducing almost totally the effects of the multipath channel."

"Pada skripsi ini akan dibahas mengenai aplikasi dari filter Kalman pada Global Positioning System. Latar belakang teori dari filter Kalman dan Global Positioning System juga akan dibahas pada skripsi ini.Akan dilakukan simulasi dan analisa terhadap Global Postioning System (GPS) yang mempunyai model stand-alone. Walaupun model ini agak jarang digunakan karena keterbatasannya, namun model ini tetap berguna sebagai rata-rata taksiran pengaruh memvariasikan parameter filter. Akan dilihat bagaimana penambahan matriks kovarian gangguan terhadap keadaan normalnya. Kemudian dicoba untuk melakukan pengamatan terhadap nilai Geometric Dilution Of Precision (GDOP). GDOP ini juga menentukan dalam hal keakurasian pemecahan posisi."

"Sudut sideslip sangat berperan penting dalam kendali stabilitas kendaraan, namun sudut sideslip pada kendaraan yang di produksi tidak dapat ditentukan secara langsung menggunakan sensor dengan mempertimbangkan biaya sensor. Penting untuk memperkirakan sudut sideslip secara tidak langsung dengan menggunakan parameter gerak yang ada pada kendaraan. Oleh karena itu, algoritma estimasi dengan kinerja dan akurasi real-time sangat penting. Metode estimasi berdasarkan algoritma kalman filter sesuai saat kendali kendaraan dalam kondisi linear. Namun, pada jalan adhesi yang rendah, kendaraan memiliki karakteristik nonlinear. Dalam penelitian ini, algoritma extended kalman filter digunakan dengan mempertimbangkan karakteristik nonlinear dan diverifikasi oleh simulasi dengan Carsim dan Simulink. Hasil yang diharapkan dari penelitian ini adalah menunjukkan sudut sideslip kendaraan yang diperoleh dengan algoritma extended kalman filter lebih tinggi daripada yang diperoleh kalman filter di daerah nonlinear.

---

The sideslip angle plays an important role in vehicle stability control, but the sideslip angle on the production vehicle can not be determined directly using the sensor by considering the cost of the sensor. It is important to estimate the side slip angle indirectly by using the motion parameters present in the vehicle. Therefore, the estimation algorithm with performance and real time accuracy is very important. The estimation method based on the filter kalman algorithm is appropriate when vehicle control is in linear condition. However, on a low adhesion path, the vehicle has nonlinear characteristics. In this study, the extended kalman filter algorithm is used taking into nonlinear characteristics and verified by simulations with Carsim and Simulink. The expected result of this study is to show the estimated vehicle sideslip angle with the extended kalman filter algorithm higher than estimated by the kalman filter in the nonlinear region. "

"Baterai merupakan komponen yang penting dalam implementasi kendaraan listrik baik kendaraan listrik hibrid, kendaraan listrik hibrida plug-in, maupun kendaraan listrik baterai. Salah satu baterai jenis baterai yang sering digunakan untuk aplikasi kendaraan listrik adalah baterai litium ion (Li-ion). Dalam aplikasi kendaraan listrik pak baterai terdiri dari ratusan sel individual untuk memberikan energi dan daya listrik yang dibutuhkan. Penggunaan baterai pada jumlah dan kapasitas besar membutuhkan sistem kendali baterai dan sistem manajemen baterai yang baik untuk menjaga performa, keamanan, serta keandalan baterai. Nilai kondisi keadaan (SoC) baterai menjadi parameter yang paling penting untuk sistem manajemen baterai dan memberikan informasi untuk sistem manajemen energi. Baterai memiliki karakteristik non linear dan dipengaruhi oleh banyak faktor, sehingga estimasi SoC menjadi tantangan yang perlu dipecahkan. Oleh karena itu, pada studi ini dirancang estimator SoC yang secara tidak langsung dapat membantu untuk menjaga baterai pada kondisi aman yang menggunakan metode berbasis model elektrokimia

---

.Batteries are an important component in the implementation of electric vehicles, both hybrid electric vehicles, plug-in hybrid electric vehicles, and battery electric vehicles. One type of battery that is often used for electric vehicle applications is a lithium ion (Li-ion) battery. In electric vehicle applications the battery pack consists of hundreds of individual cells to provide the required energy and electrical power. The use of batteries in large numbers and capacities requires a good battery control system and battery management system to maintain battery performance, safety, and reliability. The state condition (SoC) value of the battery becomes the most important parameter for the battery management system and provides information for the energy management system. Batteries have nonlinear characteristics and are influenced by many factors, so SoC estimation is a challenge that needs to be solved. Therefore, in this study, a SoC estimator was designed to keep the battery in a safe condition and optimal output power using an electrochemical model-based method."