adaplet | DSP & Embedded Electronics

The pattern prediction results from the Sony 2006 and Toshiba share data have been analyzed using Adaplet Method, a wavelet based adaptive filter (adaptive filter which its initial coefficients are wavelet coefficients), which is based on Coiflet, Symlet and Daubechies Wavelets. According to these wavelets, it has shown that, for all data, as its wavelet level increased the anomaly patterns at the beginning of data also increase. For Coiflet wavelet, each result is different but the error correlations are going to smooth (approaching zero). For Symlet Wavelet, the result is not quite different and the error correlations also not so good. For Daubechies Wavelet, the result is not quite different between wavelet levels, and the error correlations is not so good (always oscillates). So the wavelet chosen affects the prediction pattern results and the error correlations, which for these data, the Coiflet Wavelet offer good prediction pattern result and good error correlation.

(download PDF here)

Telah dikembangkan sebuah metode analisis sinyal non-stasioner menggunakan Penapisan Adaptif berbasis Wavelet, yang selanjutnya dinamakan Adaplet. Proses ini diawali dengan melakukan penundaan pada sinyal asli d(n) untuk mendapatkan x(n) yang diumpankan ke penapis adaptif sehingga menghasilkan keluaran y(n), kemudian keluaran ini dibandingkan dengan masukan sinyal asli d(n), sebagai sinyal yang dikehendaki (expected signal) yang akhirnya menghasilkan keluaran ralat e(n) yang kemudian digunakan sebagai tuner untuk penapis adaptif yang bersangkutan, sedemikian hingga ralat e(n) bisa mendekati 0 (nol).

Selama proses penapisan adaptif akan diperoleh sekumpulan ralat e(n), yang kemudian di-autokorelasi-kan sehingga membentuk kurva yang memiliki koefisien-koefisien polinomial. Koefisien-koefisien polinomial ini yang kemudian digunakan sebagai ’model’ dari sinyal yang diamati, hal ini berkaitan dengan pola-pola ranah waktu yang terdapat pada sinyal yang bersangkutan. Selain itu, antar koefisien pada tipe-tipe sinyal tertentu dibandingkan sehingga diperoleh persamaan linear garis (y=ax+b) yang merupakan fitur sinyal yang bersangkutan.

Hasil untuk data-data seismik volkanik Gunung Merapi yang mewakili 3 jenis yang berbeda menunjukkan adanya pola-pola tertentu, yang ditunjukkan dari plot hingga 4 koefisien polinomial 3-komponen (Sn, Se dan Sz) dan hubungan antar koefisien yang dinyatakan dalam persamaan garis linear.

Informasi selengkapnya bisa diunduh DISINI.