- Buku ajar online yang disusun agar konsep Software-Defined Radio (SDR) dan Digital Signal Processing (DSP) dapat dipelajari secara praktik dengan Python
- Mencakup prinsip SDR yang memproses sinyal RF dengan perangkat lunak alih-alih perangkat keras, serta contoh visualisasi dan analisis sinyal menggunakan NumPy·Matplotlib
- Dirancang agar konsep dapat dipahami secara intuitif melalui animasi dan materi visual, bukan berfokus pada rumus matematika
- Disusun agar mudah diakses oleh pembelajar yang punya pengalaman pemrograman, meski bukan lulusan teknik elektro
- Dikelola sebagai open source, dan siapa pun dapat ikut memperbaiki materi melalui kontribusi GitHub·dukungan Patreon
1. Tujuan dan pembaca sasaran
- SDR (Software-Defined Radio) adalah konsep menjalankan pemrosesan RF yang sebelumnya berbasis perangkat keras dengan perangkat lunak
- Dapat dijalankan di komputer umum (CPU), FPGA, GPU, dan lainnya, serta mendukung pemrosesan offline untuk sinyal real-time maupun yang telah direkam
- Juga hadir dalam bentuk perangkat yang dapat menerima dan mengirim sinyal RF dengan menghubungkan antena
- DSP (Digital Signal Processing) adalah teknologi pemrosesan sinyal secara digital, dan dalam buku ajar ini difokuskan pada sinyal RF
- Buku ajar ini ditujukan untuk pembelajar seperti berikut
- Orang yang ingin mengerjakan proyek eksperimental dengan memanfaatkan SDR
- Orang yang terbiasa dengan Python tetapi masih pemula dalam DSP dan komunikasi nirkabel
- Pembelajar yang lebih menyukai materi visual daripada persamaan
- Orang yang menyukai penjelasan ringkas dan ingin belajar berbasis praktik alih-alih buku ajar yang panjang
- Cocok untuk mahasiswa ilmu komputer yang memiliki pengalaman pemrograman, meskipun bukan lulusan teknik elektro
- Alih-alih matematika yang rumit, konsep inti seperti Fourier series dijelaskan melalui gambar dan animasi
- Karena alasan ini, PySDR tidak dijual dalam bentuk cetak
2. Struktur materi dan pendekatan belajar
- Teori dasar DSP dipadatkan dari materi satu semester “Signals and Systems” di teknik elektro menjadi beberapa bab
- Setelah itu, materi diperluas ke topik SDR, dengan konsep DSP dan komunikasi nirkabel yang terus muncul berulang di seluruh buku ajar
- Contoh kode Python menggunakan NumPy dan Matplotlib
- NumPy adalah pustaka standar untuk array dan operasi matematika, dan sebagian besar operasinya dioptimalkan dengan C/C++
- Matplotlib adalah alat plotting untuk visualisasi sinyal, array, dan bilangan kompleks
- Walaupun Python lebih lambat daripada C++, operasi internalnya sudah dioptimalkan sehingga kinerjanya tetap memadai untuk praktik
- Pengguna yang berpengalaman dengan MATLAB, Ruby, atau Perl juga dapat memanfaatkannya dengan mudah setelah terbiasa dengan sintaks Python
3. Cara berkontribusi
- Mendorong pembaca untuk membagikan apa yang dipelajari dari PySDR kepada mahasiswa, rekan kerja, dan pembelajar lain
- Melalui dukungan Patreon, nama pendukung dapat ditampilkan di bagian bawah halaman materi
- Jika setelah membaca materi Anda mengirim pertanyaan, opini, atau usulan perbaikan lewat email, Anda otomatis diakui sebagai kontributor
- Usulan perbaikan langsung dalam bentuk Pull Request juga dapat diajukan melalui repositori GitHub
- Jika belum terbiasa menggunakan Git, usulan juga bisa dikirim lewat email
4. Ucapan terima kasih
- Menyampaikan terima kasih kepada pembaca dan kontributor terjemahan yang telah memberikan masukan untuk buku ajar
- Disebutkan pula para kontributor terjemahan bahasa Prancis, Belanda, Ukraina, Tionghoa, dan Spanyol
- Juga mencantumkan daftar pendukung Patreon serta sponsor institusional seperti Analog Devices, Inc.
- PySDR didistribusikan dengan lisensi CC BY-NC-SA 4.0
1 komentar
Komentar Hacker News
Secara keseluruhan menurut saya ini materi yang bagus, tetapi agak disayangkan ada beberapa bagian detail yang dilewati secara agak samar
Misalnya, tidak ada penjelasan tentang bagaimana memilih parameter loop agar bisa lock secara stabil ketika panjang preamble dan offset frekuensi maksimum sudah diketahui
Akan jauh lebih baik kalau arahnya dijelaskan seperti itu
Akan lebih baik kalau juga ditunjukkan bahwa hal itu berubah tergantung sample rate dan durasi
Tentu saja, saya mengakui bahwa deret sinus sempurna yang muncul di kelas sistem linear juga tidak realistis
Sekarang semua orang pada dasarnya punya asisten pribadi setingkat mahasiswa pascasarjana, jadi yang penting adalah belajar mengajukan pertanyaan yang benar
Terutama untuk anggota tim baru yang sudah akrab dengan kode tetapi lemah di DSP, ini pengantar yang sangat baik
Selain itu, perangkat keras yang dibahas di buku ini juga murah sehingga mudah diakses. Saat ini saya memakai RTL-SDR dari Nooelec, dan untuk belajar dasar sekitar 50 euro sudah cukup
Memang ada noise atau sinyal spurious tergantung band frekuensinya, tetapi pengguna berpengalaman biasanya bisa menanganinya tanpa masalah
Semakin jauh Anda mengenal dunia radio, RTL-SDR akan membuka kemungkinan baru, dan nantinya Anda mungkin akan menulis perangkat lunak sendiri untuk memproses sampel I/Q
Saya kangen mendengarkan radio dan memutuskan untuk memulainya lagi, lalu akhirnya memesan Tecsun PL-880
Kalau mendengarkan lewat komputer, streaming saja sebenarnya sudah cukup, tetapi kalau nanti saya merasa Tecsun kurang, saya mungkin akan mendalami sisi SDR
Saya tidak ingin menumpuk banyak radio atau menaruh perangkat desktop yang besar