Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKKonsumsi energi yang paling banyak pada suatu data centre digunakan untukpendinginan peralatan IT. Untuk menghasilkan pendingin dengan konsumsi energiyang lebih hemat, dapat bekerja pada variasi beban panas yang dihasilkanperalatan IT, dapat mengendalikan suhu sebesar 20-25 oC, dan kelembapan 40-55% dirancang sistem presisi tata udara. Penelitian ini akan diimplementasikansuatu algoritma identifikasi yang bersifat black box yang berarti tidakmembutuhkan a-priori knowledge. Innovasi pada penelitian ini adalahmemanfaatkan algoritma MOESP untuk mengidentifikasi secara rekursif padasistem nonlinier dan MIMO. Pengendali yang diusulkan adalah Model PredictifControl (MPC) untuk mengkompensasi pengaruh gangguan dan ketidakakuratanmodel, dan memiliki adaptasi yang lebih cepat dibandingkan pengendali klasik.Model identifikasi dibentuk melalui proses identifikasi sistem berbasiseksperimen berupa masukan kecepatan kipas dan tegangan kompresor dankeluaran suhu dan kelembapan. Dari masukan dan keluaran akan diolahmenghasilkan ruang keadaaan yang nantinya akan digunakan untuk dikendalikanmenggunakan MPC.

---

ABSTRACTThe most energy consumption in data centers is used for cooling IT equipment.To produce a cooler with a more efficient energy consumption, can work on avariation of the heat load generated IT equipment, can control the temperatures of20-25 ° C, humidity 40-55% and the precision of air systems are designed. Thisstudy will implement an identification algorithm that is a black box which meansthat does not require a-priori knowledge. Innovations in this research is to utilizethe algorithm recursively MOESP to identify the nonlinear and MIMO systems.The proposed controller is Model Predictif Control (MPC) to compensate for theeffect of disturbances and inaccuracies model, and has a more rapid adaptationthan classical controllers. Model identification was established through theprocess of system identification experiments based on the input of the fan speedand voltage output of the compressor and the temperature and humidity. Of inputand output will be processed produce circumstances that space will be used for thecontrolled use of MPC."

"Layanan sistem komukisasi wireless yang berkembang semakin pesat berpengaruh pada kebutuhan lebar pita frekuensi pelanggan sistem wireless sehingga membutuhkan pita frekuensi yang lebar. sistem MIMO merupakan salah satu solusi yang bisa memenuhi kebutuhan ini. nkapasitas kanal juga dipengaruhi oleh korelasi antar elemen antena MIMO"

"Pada Kanal MIMO, kondisi tersebut dapat menyebabkan sinyal saling berkolerasi. Pada penelitian ini di analisis kinerja sistem MIMO-OFDM dengan empat antena transceiver pada kanal yang berkolerasi."

"MIMO communication for cellular networks describes single-user, multiuser, network MIMO technologies and system-level aspects of cellular networks, including channel modeling, resource scheduling, interference mitigation, and simulation methodologies. The key concepts are presented with sufficient generality to be applied to a wide range of wireless systems, including those based on cellular standards such as LTE, LTE-Advanced, WiMAX, and WiMAX2. "

"Sistem tata udara presisi merupakan sistem yang mempunyai dua masukan, yaitu kecepatan putaran kipas dan kompresor, dan dua keluaran ,yaitu temperature dan kelembaban, umumnya disebut sebagai sistem Multi Input dan Multi Output (MIMO). Sistem MIMO ini menyebabkan pencarian model fisik dari sistem tata udara presisi menjadi relative sangat sulit. Oleh karena itu, diperlukan identifikasi sistem yang bersifat black box. Selain itu, dibutuhkan identifikasi model yang bersifat adaptif dan prediktif, sehingga model yang didapatkan lebih baik dalam merepresentasikan sistem tata udara presisi.Identifikasi subspace diakui sangat efisien untuk model system yang multivariable, dan estimasi yang dilakukan hanya dari state system yang berasal dari pengaturan data input dan output. Dalam penelitian ini, metode subspace yang akan digunakan untuk memprediksi sistem tata udara presisi adalah PO MOESP. PO MOESP merupakan salah satu metode dari 4SID yang sangat baik digunakan untuk identifikasi multivariable. Dalam penelitian ini, metode tersebut digunakan secara offline dan online. Metode PO-MOESP ini selanjutnya akan diuji berbagai data, antara lain data linear, data nonlinear model PAC, dan data PAC hasil eksperimen, dimana seluruh data tersebut akan diproses secara offline dan Rekursif.Metode PO-MOESP Rekursif yang akan digunakan dalam penelitian ini akan diujicobakan ke suatu peralatan PAC. Jadi hasil yang diharapkan dari proses identfikasi ini adalahmetode identifikasi yang dapat bekerja dan memberikan identifikasi yang akurat merepresentasikan suatu sistem tata udara presisi, dimana identifikasi ini selanjutnya akan digunakan untuk model predictive control (MPC).

---

Precision Air Conditioning System has two inputs, namely the rotation speed of the fan and compressor, and two outputs, namely temperature and humidity, commonly referred to as Multi Input and Multi Output(MIMO). MIMO system is causing a physical model of the search system of air relative precision becomes very difficult. Therefore, required identification that are black box systems. In addition, the model identification is required to be adaptive and predictive models obtained thus better represent the system of air in precision.Subspace identificationis recognized very efficiently for a multivariable system models, and estimation is done only from the state system derived from the data input and output settings. In this study, subspace methods to be used to predict the system of air is PO-MOESP precision. PO-MOESP is one of the methods used 4SID excellent for multivariable identification. In this study, the method used offline and recursive. PO-MOESP this method will be tested a variety of data, including linear data, data nonlinear model of PAC, PAC data and experimental results, where all data will be processed offline and recursive.PO-MOESP recursive method to be used in this study will be tested to a PAC equipment. So the expected results of this identification process is the identification method that can work and provide an accurate identification represents a system of air-precision, where the identification is then used to model predictive control (MPC)."

"This practical resource offers a thorough examination of RF transceiver design for MIMO communications. Offering a practical view on MIMO wireless systems, this book extends fundamental concepts on classic wireless transceiver design techniques to MIMO transceivers. This in-depth volume describes many theoretical and implementation challenges on MIMO transceivers and provides the practical solutions for these issues. This comprehensive book provides thorough descriptions of MIMO theoretical concepts, MIMO single carrier and OFDM modulation, RF transceiver design concepts, power amplifier, MIMO transmitter design techniques and their RF impairments, MIMO receiver design methods, RF impairments study including nonlinearity, DC-offset, I/Q imbalance and phase noise and their compensation in OFDM and MIMO techniques. "

"This book is unique in presenting channels, techniques and standards for the next generation of MIMO wireless networks. Through a unified framework, it emphasizes how propagation mechanisms impact the system performance under realistic power constraints. Combining a solid mathematical analysis with a physical and intuitive approach to space-time signal processing, the book progressively derives innovative designs for space-time coding and precoding as well as multi-user and multi-cell techniques, taking into consideration that MIMO channels are often far from ideal.Reflecting developments since the first edition was published, this book has been thoroughly revised, and now includes new sections and five new chapters, respectively dealing with receiver design, multi-user MIMO, multi-cell MIMO, MIMO implementation in standards, and MIMO system-level evaluation."

"Sistem tata udara presisi merupakan sistem multivariabel yang mempunyai beberapa masukan dan keluaran (MIMO). Hal ini menyebabkan mencari model fisik dari sistem ini menjadi relatif sulit. Sehingga diperlukan identifikasi sistem yang bersifat black box. Selain itu, dibutuhkan identifikasi model yang bersifat adaptif, sehingga model yang didapat lebih baik dalam merepresentasikan sistem tata udara presisi. Identifikasi model ruang keadaan multivariabel pada sistem tata udara presisi dilakukan dengan menggunakan metode 4SID. Sistem tata udara presisi direpresentasikan dalam model linear dan sistem tidak linear. Model linear didapat dari model ruang keadaan, sedangkan sistem tidak linear didapat dari persamaan matematis sistem tersebut. Metode 4SID yang digunakan adalah MOESP rekursif dan PO-MOESP rekursif. Setelah didapat model ruang keadaan menggunakan kedua metode tersebut, selanjutnya dilakukan tes validasi dari model ruang keadaan yang didapat. Parameter yang digunakan untuk mengetahui tingkat validasi identifikasi adalah menggunakan nilai kesalahan (Jee). Selain itu, pada penelitian ini juga dituliskan hasil identifikasi model ruang keadaan menggunakan metode linearisasi dan N4SID offline. Hasil identifikasi secara offline yang terbaik dari model linear yang dilakukan adalah menggunakan metode N4SID. Untuk identifikasi secara rekursif, metode MOESP rekursif dan PO-MOESP rekursif pada penelitian ini belum dapat merepresentasikan sistem tidak linear. Metode-metode identifikasi rekursif ini relatif baik dalam mengidentifikasi model tidak linear dari sistem tata udara presisi berdasarkan nilai kesalahan (Jee). Pada penelitian ini, MOESP rekursif untuk identifikasi model linear menghasilkan model yang lebih baik disbanding PO-MOESP rekursif berdasarkan nilai kesalahan (Jee) juga.

---

Precision Air Conditioning System is a multivariable system with multi input and multi output (MIMO). It makes difficult to find out physical model of this system. Therefore, it is necessary to identify system using black box model. Besides, it is also necessary to identify model adaptively, so that it could represent the system better.

Identification of multivariable state space model in precision air conditioning system uses 4SID method. PAC system is represented by linear model and nonlinear system. Linear model of PAC is formed by state space model, and nonlinear system is formed by mathematical modeling of such system. 4SID methods that used are recursive MOESP and recursive PO-MOESP. After state space model is formed, the state space model is validated. Parameter that used for this validation is lost function (Jee). In this research, there are also identifications of state space model using linearization method and offline N4SID method.

The best result of offline identification of linear model in this research is N4SID method. In recursive identification, recursive MOESP and recursive PO-MOESP could not represent nonlinear system well. These recursive algorithms could represent linear model well based on criterion of lost function (Jee). In this research, the result of recursive MOESP identification is better than recursive PO-MOESP based on criterion of lost function (Jee) also."

"Penggunaan teknik MIMO (multiple input multiple output) yang digabungkan dengan modulasi multicarrier OFDM (Orthogonal frequency division multiplexing. Penelitian ini menjelaskan tentang penggabungan MIMO,OFDM dan teknik beamforming."

"Teknologi telekomunikasi seluler berkembang sangat pesat, mulai dari diluncurkannya generasi pertama 1G pada tahun 1980 dimana teknologi masih berbasis analog, generasi kedua 2G pada tahun 1990 dengan peralihan dari analog ke digital, hingga sekarang sudah memasuki generasi kelima 5G. Perkembangan ini sejalan dengan meningkatnya kebutuhan masyarakat akan koneksi internet yang cepat dan availabilitas tinggi. Teknologi 5G yang identik dengan bandwidth yang besar, kecepatan yang tinggi, dan coverage luas merupakan solusi untuk mengatasi kebutuhan tersebut. Di dalam teknologi 5G terdapat sistem antena MIMO yang memungkinkan multi-antena untuk beroperasi secara simultan sehingga dapat mengurangi efek multipath fading, meningkatkan kapasitas bandwidth, dan kecepatan data. Penggunaan lebih dari satu antena yang berdekatan mengakibatkan efek mutual coupling yang dapat menurunkan kinerja antena. Pada penelitian ini telah dirancang antena MIMO menggunakan metode Defected Ground Structure (DGS) untuk menurunkan nilai mutual coupling. Antena yang beroperasi pada frekuensi 2,3 GHz dan 3,5 GHz ini dirancang pada bahan FR-4 dengan elemen peradiasi berbentuk rectangular dengan penambahan slot rectangular. Telah dilakukan 4 skenario penyusunan antena dengan hasil simulasi dan pengukuran terbaik adalah antena MIMO dengan peletakan port diputar 900. Hasil simulasi antena pada frekuensi rendah diperoleh nilai bandwidth 109 MHz dan mutual coupling dari -21,72 dB hingga -28,25 dB, pada frekuensi tinggi diperoleh nilai bandwidth 130 MHz dan mutual coupling dari -27,85 dB hingga -30,58 dB. Hasil pengukuran antena pada frekuensi rendah diperoleh nilai bandwidth 189 MHz mutual coupling dari -19,43 dB hingga -33,63 dB, pada frekuensi tinggi nilai bandwidth 144 MHz dan mutual coupling dari -21,72 dB hingga -30,58 dB. Perbaikan nilai mutual coupling pada frekuensi rendah sebesar 4,66 dB hingga 7,74 dB, sedangkan pada frekuensi tinggi sebesar 4,20 dB hingga 5,84 dB.

---

Mobile telecommunications technology has developed rapidly, beginning with the launch of the first generation (1G) in 1980, where the technology was still analog-based. It then transitioned to the second generation (2G) in 1990 with the shift from analog to digital. As of now, we have entered the fifth generation (5G). This development aligns with the growing public demand for high-speed and highly available internet. 5G technology, capable of providing extensive bandwidth, high speed, and wide coverage, emerges as a solution to meet these demands. Within 5G technology, the MIMO antenna system stands out, allowing multiple antennas to operate simultaneously, thereby mitigating the effects of multipath fading and enhancing bandwidth capacity and data speed. The use of more than one nearby antenna results in mutual coupling effects that can degrade antenna performance. In this research, MIMO antenna has been designed using the Defected Ground Structure (DGS) method to reduce mutual coupling values. This antenna, operating at frequencies of 2,3 GHz and 3,5 GHz, is designed using FR-4 material with rectangular radiation elements and the addition of rectangular slots. Four scenarios of antenna configurations have been carried out, and the best and measurement results were achieved with the MIMO antenna with the ports rotated 900. The simulation results at low frequencies yielded a bandwidth value of 109 MHz, and the mutual coupling ranged from -21,22 dB to -28,25 dB. At high frequencies, the bandwidth value was 130 MHz and the mutual coupling ranged from -27,85 dB to -30,58 dB. The measurement results at low frequencies yielded a bandwidth value of 189 MHz and the mutual coupling ranged from -19,43 dB to -33,63 dB. At high frequencies, the bandwidth value was 144 MHz and the mutual coupling ranged from -21,72 dB to -30,58 dB. Improvements in mutual coupling at low frequencies range from 4,66 dB to 7,74 dB, while at high frequencies range from 4,20 dB to 5,84 dB."