Pengolahan Sinyal Waktu Diskrit (Discrete-Time Signal Processing/DTSP) merupakan salah satu topik fundamental dalam teknik elektro yang mempelajari representasi, analisis, transformasi, dan manipulasi sinyal yang dinyatakan sebagai fungsi dari indeks waktu diskrit. Sinyal waktu diskrit hanya memiliki nilai pada interval atau indeks waktu tertentu. Hal ini berbeda dengan sinyal waktu kontinu yang memiliki nilai pada setiap nilai waktu.
Sinyal waktu diskrit dapat diperoleh melalui proses sampling terhadap sinyal waktu kontinu. Dalam sistem digital, proses tersebut dilanjutkan dengan tahap kuantisasi dan pengkodean, sehingga menghasilkan representasi digital yang dapat diproses menggunakan komputer, mikrokontroler, Digital Signal Processor (DSP), Field-Programmable Gate Array (FPGA), dan perangkat komputasi lainnya.
Konsep-konsep dasar pada pengolahan sinyal waktu diskrit meliputi operasi terhadap sinyal waktu diskrit, sistem waktu diskrit, konvolusi, korelasi, respons impuls, transformasi-Z, Discrete-Time Fourier Transform (DTFT), Discrete Fourier Transform (DFT), dan Fast Fourier Transform (FFT), serta perancangan dan analisis filter digital seperti Finite Impulse Response (FIR) dan Infinite Impulse Response (IIR).
Pengolahan sinyal waktu diskrit memiliki penerapan yang sangat luas dalam berbagai bidang teknik dan teknologi. Pada pengolahan audio dan suara, DTSP digunakan pada reduksi derau, ekualisasi, pemrosesan suara, dan ekstraksi fitur. Pada pengolahan citra dan video, prinsip pengolahan sinyal digunakan untuk penyaringan, peningkatan kualitas citra, kompresi, dan ekstraksi informasi. Dalam sistem biomedis, pengolahan sinyal waktu diskrit digunakan untuk menganalisis sinyal seperti Electrocardiogram (ECG) dan Electroencephalogram (EEG). Dalam sistem telekomunikasi, DTSP menjadi dasar berbagai proses pemrosesan sinyal pada sisi pemancar maupun penerima.
Pengolahan sinyal waktu diskrit berkaitan dengan operasi matematis sebagai landasan konseptual dalam memahami bagaimana informasi direpresentasikan dan diproses dalam sistem elektronik modern. Dalam bidang teknik telekomunikasi nirkabel, Pengolahan Sinyal Waktu Diskrit memiliki peran signifikan dimana pada sistem komunikasi modern dilakukan pengubahan sinyal analog menjadi representasi diskrit sebelum dilakukan pemrosesan secara digital. Sinyal yang diterima melalui kanal nirkabel mengalami berbagai gangguan seperti derau, interferensi, multipath propagation, fading, dan efek Doppler. DTSP menyediakan metode untuk menganalisis dan mengatasi permasalahan gangguan tersebut sehingga informasi dapat dipulihkan.
Pada sisi pemancar, pengolahan sinyal waktu diskrit digunakan dalam berbagai tahapan, seperti pembentukan pulsa (pulse shaping), penyaringan, pembangkitan simbol, pengkodean kanal, dan pembentukan waveform. Proses tersebut bertujuan menghasilkan sinyal yang memenuhi kebutuhan bandwidth, daya transmisi, dan karakteristik kanal komunikasi. Filter digital, misalnya, dapat digunakan untuk membatasi bandwidth dan mengendalikan karakteristik spektral sinyal sebelum ditransmisikan melalui kanal nirkabel.
Pada sisi penerima, DTSP digunakan untuk melakukan filtering, synchronization, channel estimation, equalization, demodulation, detection, dan berbagai bentuk mitigasi interferensi. Algoritma pemrosesan tersebut memungkinkan penerima untuk memisahkan sinyal informasi dari derau dan gangguan kanal. Dalam kondisi kanal yang mengalami multipath fading, misalnya, proses estimasi kanal dan equalization diperlukan untuk mengompensasi distorsi yang dialami sinyal selama propagasi.
Pada sistem komunikasi nirkabel berkapasitas tinggi seperti Orthogonal Frequency Division Multiplexing (OFDM), transformasi DFT dan FFT digunakan untuk merealisasikan proses modulasi dan demodulasi multicarrier secara efisien. Pada sistem Multiple-Input Multiple-Output (MIMO), teknik pengolahan sinyal digunakan untuk estimasi kanal, spatial processing, beamforming, dan deteksi sinyal dari beberapa antena. Prinsip yang sama juga mendukung teknologi komunikasi seperti LTE, 5G, NB-IoT, Wireless Body Area Network (WBAN), Software-Defined Radio (SDR), serta berbagai teknologi komunikasi yang sedang dikembangkan untuk jaringan 6G. Kinerja sistem nirkabel tidak hanya ditentukan oleh karakteristik perangkat RF dan kanal propagasi, tetapi juga oleh kemampuan algoritma pemrosesan sinyal dalam mengolah informasi yang diterima. Kemutakhiran DTSP dapat meningkatkan Bit Error Rate (BER), efisiensi spektral, efisiensi energi, ketahanan terhadap interferensi, kualitas estimasi kanal, serta keandalan komunikasi. Konsep-konsep DTSP memberikan dasar matematis dan algoritmik yang diperlukan untuk memahami bagaimana informasi dibentuk, ditransmisikan, mengalami distorsi di kanal, kemudian diproses dan dipulihkan kembali pada penerima
Pada tulisan ini, Sinyal waktu diskrit dituliskan dengan notasi \( x[n] \), dimana \( n \) merupakan indeks bilangan bulat. Misalnya sinyal yang diterima \( y[n] \) pada sisi penerima dari suatu sistem transmisi nirkabel setelah melalui kanal komunikasi nirkabel dapat direpresentasikan dengan
$$ y[n] = \sum_{k=-\infty}^{\infty} x[k] \cdot h[n-k] $$dimana \( x[n] \) adalah sinyal masukan ke kanal atau sinyal yang dikirim dari pemancar