{"title":"FILTER KALMAN UNTUK ESTIMASI DAYA PADA KOMUNIKASI BERGERAK","authors":"R. Astutik","doi":"10.30587/e-link.v1i1.613","DOIUrl":null,"url":null,"abstract":"Dalam Komunikasi bergerak, keakuratan estimasi daya lokal rata-rata (Shadow) pada mobile station sangat penting kegunaannya seperti dalam pengontrolan daya, hal ini karena berfluktuatifnya daya terima mobile station.Pada Penelitian ini akan dibahas Filter Kalman skalar untuk estimasi daya lokal rata-rata (Shadow) dengan perhitungan yang sedikit komplek. Untuk menganalisis kemampuan filter Kalman digunakan perbandingan melalui analisis “Mean Square Error” dengan estimator lain yaitu Sample Average. Dari analisa menunjukkan hasil bahwa filter Kalman hampir dalam semua kondisi selalu mempunyai unjuk kerja lebih bagus dibanding estimator Sample Average. Dimana unjuk kerja estimator Sample Average akan menurun dengan cepat ketika ukuran window menyimpang melebihi range tertentu.","PeriodicalId":136647,"journal":{"name":"E-Link : Jurnal Teknik Elektro dan Informatika","volume":"26 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2018-10-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"E-Link : Jurnal Teknik Elektro dan Informatika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.30587/e-link.v1i1.613","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Dalam Komunikasi bergerak, keakuratan estimasi daya lokal rata-rata (Shadow) pada mobile station sangat penting kegunaannya seperti dalam pengontrolan daya, hal ini karena berfluktuatifnya daya terima mobile station.Pada Penelitian ini akan dibahas Filter Kalman skalar untuk estimasi daya lokal rata-rata (Shadow) dengan perhitungan yang sedikit komplek. Untuk menganalisis kemampuan filter Kalman digunakan perbandingan melalui analisis “Mean Square Error” dengan estimator lain yaitu Sample Average. Dari analisa menunjukkan hasil bahwa filter Kalman hampir dalam semua kondisi selalu mempunyai unjuk kerja lebih bagus dibanding estimator Sample Average. Dimana unjuk kerja estimator Sample Average akan menurun dengan cepat ketika ukuran window menyimpang melebihi range tertentu.