Noise Reduction in RTL-SDR using Least Mean Square and Recursive Least Square
| Main Authors: | Rahman, Aviv Yuniar, Mamba’us Sa’adah, Istiadi |
|---|---|
| Format: | Article info application/pdf Journal |
| Bahasa: | eng |
| Terbitan: |
Ikatan Ahli Informatika Indonesia (IAII)
, 2020
|
| Subjects: | |
| Online Access: |
http://jurnal.iaii.or.id/index.php/RESTI/article/view/1667 http://jurnal.iaii.or.id/index.php/RESTI/article/view/1667/230 |
Daftar Isi:
- Noise reduction is an important process in a communication system, one of which is radio communication. In the process of broadcasting radio Frequency Modulation (FM) often encountered noise so that listeners find it difficult to understand the information provided. In the past, noise reduction used traditional filters that were only able to filter certain frequencies. However, for future technologies an adaptive filter is needed that can dynamically reduce noise effectively. Register Level-Software Defined Radio (RTL-SDR) can capture signals with a very wide frequency range but has a less clear sound quality. So it needs to be done noise reduction. In this study, two methods are used, namely Least Mean Square (LMS) and Recursive Least Square (RLS). The data used five radio stations in Malang. The results showed that the LMS algorithm is stable but has a slow convergence speed, whereas the RLS algorithm has poor stability but has a high convergence speed. From the test, it can be concluded that the performance of RLS is better than LMS for noise reduction in RTL-SDR. The best performance is the reduction of White Noise using RLS on the Oryza radio station with an Normalized Weight Differences (NWD) value of -13.93 dB.
- Pengurangan noise merupakan proses penting dalam suatu sistem komunikasi, salah satunya pada komunikasi radio. Pada proses broadcasting radio Frequency Modulation (FM) sering dijumpai noise sehingga pendengar sulit memahami informasi yang diberikan. Dulu, pengurangan noise menggunakan filter tradisional yang hanya mampu memfilter frekuensi tertentu. Namun, untuk teknologi yang akan datang diperlukan penggunaan filter adaptif yang secara dinamis dapat efektif mengurangi noise. Register Transfer Level-Software Defined Radio (RTL-SDR) bisa menangkap sinyal dengan range frekuensi yang sangat luas namun mempunyai kualitas suara yang kurang jernih. Sehingga perlu dilakukan pengurangan noise. Pada penelitian ini digunakan dua metode yaitu Least Mean Square (LMS) dan Recursive Least Square (RLS). Data yang digunakan dalam penelitian adalah lima stasiun radio yang ada di Malang. Hasil penelitian menunjukkan bahwa algoritma LMS ini stabil namun memiliki kecepatan konvergensi yang lambat, sedangkan pada algoritma RLS memiliki kestabilan yang kurang baik namun memiliki kecepatan konvergensi yang tinggi. Dari pengujian dapat disimpulkan bahwa kinerja RLS lebih baik daripada LMS untuk pengurangan noise pada RTL-SDR. Kinerja terbaik yaitu pengurangan White Noise menggunakan RLS pada stasiun radio Oryza dengan nilai Normalized Weight Differences (NWD) -13.93 dB.