Tensor-Based Analysis of Dry and Gel-Based EEG Cap Recordings. - Ilmenau. - 143 Seiten
Technische Universität Ilmenau, Bachelorarbeit 2023
In dieser Arbeit werden zwei verschiedene Elektroenzephalographie (EEG) Aufnahmemethoden durch Anwendung von Tensor-basierter Signalverarbeitung untersucht und verglichen. Die zugrunde liegende Reihe an Versuchen wurde vom Institut für Biomedizinische Technik und Informatik geleitet. Hierbei wurden Gel-basierte Elektrodenkappen mit trockenen verglichen. Nachdem die bisherigen Verarbeitungsschritte dargestellt werden, werden Frequenz und Zeit-Frequenz Eigenschaften der aufgenommenen Referenzsignale über die Fast-Fourier-Transform (FFT), die Continuous-Wavelet-Transform (CWT) und die Wigner-Ville-Distribution (WVD) bestimmt. Nachdem in mehreren Ansätzen Parameter für die Tensorverarbeitung bestimmt werden, werden zwei fundamentale Zerlegungsverfahren, die Canonical-Polyadic-Decomposition (CPD) und die Block-Term-Decomposition (BTD) vorgestellt, auf ihre Anwendbarkeit hin untersucht und angewandt. Die generierten Signalkomponenten bilden anschließend die Grundlage für eine Analyse in Bezug auf die Aufnahmemethode, die verwendete Zeit-Frequenz-Analyse und anfänglich implementierten nachträglichen Verarbeitungsschritten.
Intelligent Energy-aware Routing Protocol in Mobile IoT Networks based on SDN. - In: IEEE transactions on green communications and networking, ISSN 2473-2400, Bd. 7 (2023), 4, S. 2093-2103
Intelligent devices and equipment have affected almost all aspects of our life and behavior. The type of connection and the manner of communication between this large volume of devices has caused the emergence of a vast field in the Internet called the Internet of Things, which significantly highlights the issue of energy management and increases the lifetime of networks. Complex communications, especially in mobile networks, have generated many challenges for network designers. To solve these challenges, the Software Defined Networking (SDN) paradigm has reduced the overhead in the devices caused by processing and computing by adding new capabilities to mobile IoT networks. This technique transfers energy-consuming tasks to the central controller, which manages continuous topological changes of the network in dynamic environments. This paper presents a new routing approach called Intelligent Energy-aware Routing Protocol in Mobile IoT Networks based on SDN (IERMIoT), which tries to manage the dynamic changes of topology due to the movement of mobile nodes to increase the network’s lifetime and prevent energy dissipation. For this purpose, it defines clusters of nodes and uses an intelligent evolutionary algorithm to determine the number of clusters required in the network and their balanced distribution in the dynamic environment. Also, this approach considers a mechanism to reduce the overhead of control packets and routing packets, which significantly affects the energy consumption of nodes. The simulation results indicate the proposed solution’s effectiveness compared to other simulated approaches with respect to packet delivery rate, average energy consumption, network lifetime, number of alive nodes, coverage, and routing overhead.
https://doi.org/10.1109/TGCN.2023.3296272
Investigation of decentralized model for orchestrating Web Application Firewall and DDoS mitigation in healthcare. - Ilmenau. - 121 Seiten
Technische Universität Ilmenau, Masterarbeit 2023
In dieser Arbeit wird ein dezentralisiertes Modell für digitale Produkte vorgestellt, das dem Bedarf an umfassender Sicherheit gerecht wird und gleichzeitig die Agilität und Flexibilität des Gesundheitswesens erhält. Das Modell schafft einen Rahmen, der das Fachwissen sowohl von Produktteams als auch von einem zentralen SecOps-Team nutzt. Der Schwerpunkt liegt auf der Automatisierung eines dezentralisierten Frameworks für die Verwaltung des DDoS-Schutzes (Distributed Denial of Service) und der Einrichtung einer WAF (Web Application Firewall) für verteilte digitale Produkte, während gleichzeitig eine zentralisierte, codegesteuerte Governance für Sicherheit, Überwachung und Compliance beibehalten wird. Ziel ist es, die Verbindungen zwischen den Räumlichkeiten des Kunden und den öffentlichen Endpunkten, die von den Produkten mit Kundenkontakt genutzt werden, zu rationalisieren und zu vereinfachen. Um dies zu erreichen, wird die Konnektivitätsplattform als eine Infrastruktur eingeführt, die eine sichere, konforme, kontrollierte und konsistente Netzwerkkonnektivität für die beteiligten Systeme bietet, trotz der geteilten Verantwortung zwischen mehreren Parteien. Cloudflare wird als zentrale Plattform für die Verwaltung des eingehenden Datenverkehrs und das Hosting digitaler Produkte ausgewählt. Die Connectivity Platform nutzt verschiedene Cloudflare-Services wie Content Delivery Networks (CDN), Argo Tunneling, Bring Your Own IP (BYOIP), Data Localization Suite (DLS), WAF und DDoS-Schutz. Dies verbessert das dezentralisierte Modell, indem es die Netzwerkkonnektivität von Edge-Räumlichkeiten zur Platform Cloud & Edge Infrastructure hervorhebt. Plattformkonnektivität besteht aus gemeinsam genutzten oder gemeinsamen technologischen Diensten und Ressourcen, die von digitalen Produkten zur Verbesserung, Optimierung und Sicherung ihrer Abläufe genutzt werden. Sie folgt dem DevSecOps Paradigma (Development Security Operations), um sowohl eine horizontale Skalierung (über mehrere Produkte und Edge-Standorte hinweg) als auch eine vertikale Skalierung (erhöhter Durchsatz und Anzahl der Verbindungen) zu ermöglichen. Die Einrichtung von Cloudflare wird mithilfe eines GitOps-basierten Betriebsmodells verwaltet, das fortschrittliche Servicefunktionen umfasst. Das Design und die Implementierung der Connectivity Platform zielen darauf ab, die Einhaltung der regulatorischen Anforderungen zu gewährleisten, die üblicherweise für unterstützte Produkte gelten. Sicherheitsbelange werden während des gesamten Lebenszyklus der Softwareentwicklung berücksichtigt, wobei DevSecOps-Prinzipien zum Einsatz kommen. Die Integration von Terraform Cloud (TFC) und GitLab bietet Unternehmen die Möglichkeit, Infrastructure as Code (IaC) sicher zu skalieren und dabei den Schwerpunkt auf Zusammenarbeit und Governance zu legen. Es wurde ein Testrahmen entwickelt, um das ordnungsgemäße Funktionieren der Cloudflare-Konfigurationen zu gewährleisten, wobei Parameter wie Datenlokalisierung, WAF, DDoS-Schutz und die Validierung der Endpunktsicherheit von Zonenmodulen berücksichtigt wurden. Die Leistungsbewertung wird unter Verwendung des für die Connectivity Platform implementierten dezentralen Modells durchgeführt. Das Cucumber Behaviour Driven Development (BDD)-Framework wird für automatisierte Tests verwendet, wobei Testprotokolle und Berichte über die CI-Pipelines von GitLab generiert werden. Zu den Leistungsbewertungen gehören das Senden kontinuierlicher Anfragen an die Endpunkte der Connectivity Platform, die Analyse von Regeln zur Ratenbegrenzung, die Messung des Prozentsatzes blockierter Transaktionen, die Bewertung der Netzwerklatenz für DDoS-verwaltete Regeln, der Vergleich von normalem Datenverkehr mit DDoS-Angriffen und die Messung der Secure Sockets Layer (SSL)-Leistung anhand von Metriken wie Transactions Per Second (TPS) und gleichzeitigen Verbindungen, um die Prävention von DDoS-Angriffen zu verbessern und die Zuverlässigkeit und Sicherheit der SSL-Infrastruktur zu analysieren.
Distributed coordinated beamforming for RIS-aided dynamic TDD systems. - In: WSA & SCC 2023, (2023), S. 66-71
We consider the joint design of the active and passive beamforming for a reconfigurable intelligent surface (RIS) aided dynamic time-division-duplexing (DTDD) wireless network. An alternating optimization (AO) method is proposed. To reduce the high signaling overhead involved in the centralized solution for the active beamforming design, a distributed coordinated beamforming based on the alternating direction method of multipliers (ADMM) is proposed. The Semidefinite Programming (SDP) technique is adopted for the design of the passive reflection matrix of the RIS. Our design objective is to maximize the minimum signal-to-interference-plus-noise ratio (SINR) of the downlink users while satisfying the total power constraint of the downlink base stations and guaranteeing that the maximum interference seen by the uplink users due to the transmission of the downlink cells is below a pre-defined level. Our numerical results demonstrate that the proposed algorithm converges to the centralized solution in a reasonable number of iterations.
Deep-LaRGE: higher-order SVD and deep learning for model order selection in MIMO OFDM systems. - In: WSA & SCC 2023, (2023), S. 43-48
Despite the large volume of research on the field of model order selection, finding the correct rank number can still be challenging. Propagation environments with many scatters may generate channel multipath components (MPCs) which are closely spaced. This clustering of MPCs in addition to noise makes the model order selection task difficult for wireless channels which can directly impact user equipment (UE) throughput, e.g., wrong lower rank approximation for channel estimation via Unitary ESPRIT. In this paper, we exploit the multidimensional characteristics of MIMO orthogonal frequency division multiplexing (OFDM) systems and propose an artificial intelligence and machine learning (AI/ML) method capable of determining the number of MPCs with a higher accuracy than state of the art methods in almost coherent scenarios. Moreover, our results show that our proposed AI/ML method has an enhanced reliability as the threshold for signal singular value selection is 80 %.
Methods and procedures for processing and analyzing process signals in precision machining processes. - Ilmenau. - 63 Seiten
Technische Universität Ilmenau, Masterarbeit 2023
Präzisionsbearbeitung ist ein Fertigungsprozess, der zur Herstellung hochpräziser und eng tolerierter Bauteile eingesetzt wird. Die Überwachung des Prozesses ist entscheidend, um die Effektivität und Qualität der Präzisionsbearbeitungsoperationen zu gewährleisten. Schleifbrand, der auf übermäßige Wärmeerzeugung während des Schleifprozesses verweist und Oberflächenschäden sowie eine Verringerung der Produktqualität verursachen kann, ist eine der häufigsten Fehlerquellen, die bei solchen Verfahren auftreten können. Schleifbrand muss während des Prozesses mit geeigneten Techniken überwacht werden, um ihn zu vermeiden und zu reduzieren. Die Verwendung von Sensoren zur Erfassung verschiedener Datenarten, einschließlich Vibration, Strom und akustischer Emissionssignale, die zur Analyse des Schleifprozesses beitragen können, ist eine typische Methode der Prozessüberwachung. Solche Signale werden mit spezialisierten Sensoren erfasst und in dieser Arbeit als Daten für zusätzliche Analysen verwendet. Anschließend ist eine Vorverarbeitung erforderlich, um die Analyse der gesammelten Sensordaten zu verbessern. Dabei werden die Daten gereinigt und geordnet, um Rauschen zu entfernen, signifikante Segmente zu identifizieren und sinnvolle Merkmale zu extrahieren. Durch dieses Vorverarbeitungsverfahren wird eine konzentriertere und genauere Untersuchung des Schleifprozesses ermöglicht, die zusätzlichen Analysen und präzise Interpretationen zulässt. Diese Arbeit konzentriert sich auf die Vorverarbeitung eines selbst generierten Signals mit bekannten zeitlichen und frequenzspektralen Eigenschaften. Es erfolgt ein Vergleich der Leistung mehrerer Zeit-Frequenz-Transformationsmethoden, die auf dieses selbst generierte Signal angewendet werden, wie beispielsweise die Kurzzeit-Fourier-Transformation (STFT), kontinuierliche Wavelet-Transformationen (CWT), Wigner-Ville-Verteilung (WVD) und Synchrosqueezing-Transformation (SST). Es erfolgt auch eine genaue Bewertung der Zeit-Frequenz-Darstellung (TFR) des Signals. Es wird auch untersucht, wie verschiedene Zeit-Frequenz-Transformationsalgorithmen zur Prozessüberwachung verwendet werden können, beispielsweise zur Erkennung von Schleifbrand. Diese Studie untersuchte verschiedene Zeit-Frequenz-Transformationsmethoden zur Bestimmung von Merkmalen des Schleifbrands. Die STFT zeigte regelmäßig eine zuverlässige TFR-Konstruktion mit geringem MSE und reduzierter Renyi-Entropie, wodurch Eigenschaften des Signals mit geringerer Unvorhersagbarkeit erfasst wurden. Im Vergleich dazu war die kontinuierliche Wavelet-Transformation (CWT) unregelmäßiger. Mit ihrer guten Gesamtleistung und schnelleren Verarbeitung hat sich die STFT-Methode als eine geeignete Wahl für Echtzeitüberwachungsanwendungen herausgestellt. Diese Erkenntnisse tragen zur Zeichenerkennung bei Schleifbrand bei und unterstreichen das Potenzial des STFT-Ansatzes. Weitere Untersuchungen sind erforderlich, um alternative Methoden für die Hochfrequenz-Signalverarbeitung unter Berücksichtigung von Genauigkeit, Unvorhersagbarkeit und Rechenzeit zu erforschen.
Mitigating the Effects of Spatial Undersampling on Angle of Arrival Estimation. - Ilmenau. - 65 Seiten
Technische Universität Ilmenau, Masterarbeit 2023
Mobilfunknetze entwickeln sich kontinuierlich weiter, um steigende Anforderungen an Zuverlässigkeit, Datenraten und Netzwerkkapazität zu erfüllen. Fortschrittliche Funktionen auf der physikalischen Schicht, wie Multiple-Input-Multiple-Output (MIMO) Systeme, Strahlformung und Multi-User-MIMO, die in 5G und und darüber hinaus eingeführt werden, basieren auf der effektiven Ausnutzung der räumlichen Charakteristika des Kanals, die wiederum von den genauen Positionierungsfähigkeiten des Systems abhängen. Der Fokus dieser Arbeit liegt auf der Minderung des Problems der räumlichen Aliasing bei der Schätzung des Empfangswinkels an einem Empfänger, der mehrere Antennen verwendet. Die Aliasing-Artefakte werden beobachtet, wenn das Nyquist-Shannon-Abtasttheorem im räumlichen Bereich verletzt wird, aufgrund der Herausforderungen, die bei der Konstruktion von Antennenarrays auftreten, die in den Sub-Terahertz- und Terahertz-Frequenzbändern arbeiten. Zunächst werden die Auswirkungen von Aliasing auf die Korrelationsfunktion untersucht, die bei Maximum-Likelihood (ML) Schätzern auftreten. Zwei Ansätze zur Minderung dieser Effekte werden vorgeschlagen, nämlich (1) Breitband-Modellierung der Antennenantwort und die Verwendung von Frequenzdomänen-Messungen, um für die Winkel- und frequenzabhängigen Phasenverschiebungen zu berücksichtigen, die über das Array beobachtet werden, und (2) die Verwendung von nicht-einheitlichen Abtastschemata zur Minderung von Aliasing, die ausschließlich auf räumlichen Messungen basieren. Darüber hinaus profitiert der erste Ansatz von der Verwendung großer Messbandbreiten, daher greifen wir auf Ideen aus dem Bereich des Compressed Sensing zurück, um eine Methode vorzuschlagen, die die erforderliche Betriebsbandbreite reduziert, während eine ähnliche Schätzfehlerleistung erhalten bleibt. Durch die Verwendung von synthetischen Arrays und Monte-Carlo-Simulationen zeigen wir, dass diese Methode auf beliebige Array-Geometrien anwendbar ist und eine signifikante Reduzierung der erforderlichen Bandbreite durch einen Kompressionsoperator ermöglicht, der offline trainiert wird. Die in dieser Arbeit untersuchten Techniken können auch analog auf die Schätzung des Sendewinkels angewendet werden, wo das Shannon-Nyquist-Abtasttheorem am Sendearray verletzt wird.
Technische Universität Ilmenau, Masterarbeit 2023
In modernen Kommunikationssystemen hat sich das Clustering verschiedener Parameter des Kommunikationssystems als ein zukunftsweisendes Thema im Bereich der Kanalmodellierung herauskristallisiert. Im Vergleich zu traditionellen Clustering-Algorithmen können auf neuronalen Netzwerken basierende Clustering-Algorithmen bestimmte Merkmale in den Daten erkennen, die möglicherweise unbemerkt bleiben. Ziel dieser Arbeit ist es zu untersuchen, ob Zehntausende von Momentaufnahme-Parametern, die aus einem Kanalmessgerät gewonnen wurden, geographische Clusterphänomene aufweisen und die Ursachen für die beobachteten Muster zu erklären. Nach der Vorverarbeitung der Daten zu einem rasterbasierten Datensatz wird ein variationaler, faltender Autoencoder entwickelt, um End-to-End-Clustering durchzuführen. In diesem Clustering-Prozess werden die Verlustfunktionen des variationalen Autoencoders und der Clustering-Schicht gemeinsam durch Rückverbreitung gelernt. Die Ergebnisse zeigen, dass die mit der RIMAX-Methode geschätzten Momentaufnahme-Parameter tatsächlich geographische Clustering- phänomene aufweisen. Die Qualität der Clusterbildung variiert erheblich unter verschiedenen Umweltbedingungen. Basierend auf den Visualisierungskarten analysieren und diskutieren wir die möglichen Gründe für dieses Phänomen.
Millimeter wave radio channels: properties, multipath modeling and simulations. - Ilmenau : Universitätsverlag Ilmenau, 2023. - 1 Online-Ressource (xxi, 145 Seiten)
Technische Universität Ilmenau, Dissertation 2022
In dieser Arbeit werden drei grundlegende Probleme der Modellierung von Drahtloskanälen für die Anwendung bei der Funkkanalmodellierung im Millimeterwellenbereich (mmWave) untersucht, nämlich (i) die Frequenzabhängigkeit der Ausbreitung, (ii) der Einfluss der Antennenrichtwirkung auf die Definition des Kanalmodells und (iii) der Einfluss der Systembandbreite auf die Funkkanalmodellierung. Die detaillierte Beschreibung dieser Probleme lautet wie folgt: (i) Frequenzabhängigkeit der Ausbreitung. Mehrband-Messkampagnen werden mit Richtantennen durchgeführt, die eine omnidirektionale Abtastung der Ausbreitungsumgebung vornehmen. Während der Messungen werden die Tx-Rx-Systeme an festen Positionen platziert und die Ausbreitungsumgebung bleibt so statisch wie möglich. Mit Hilfe von synthetisierten omnidirektionalen Verzögerungs-Leistungsprofilen soll untersucht werden, ob es eine Frequenzabhängigkeit in der Mehrwegeausbreitungsstatistik gibt, z.B. in der Verzögerung und der Winkelspreizung. (ii) Einfluss der Antennenrichtwirkung auf die Definition des Kanalmodells. Es werden Messungen des schnellen Schwunds durchgeführt, die ein Szenario emulieren, bei dem eine Funkverbindung über ein einzelnes Mehrwege-Cluster aufgebaut wird, das mit Antennen mit unterschiedlichen Strahlbreiten ausgeleuchtet wird. Das Hauptziel ist hier die Untersuchung des Einflusses der räumlichen Filterung auf den schnellen Schwund aufgrund der hohen Antennenrichtwirkung. Insbesondere wird die Auswirkung auf Variationen der Empfangssignalstärke und die Gültigkeit der Annahme der schmalbandigen Stationarität im weiteren Sinne (sowohl im Zeit- als auch im Frequenzbereich) untersucht. (iii) Einfluss der Systembandbreite auf die Funkkanalmodellierung. Messungen des schnellen Schwunds werden verwendet, um Mehrwege-Cluster in einem Hörsaal-Szenario auszuleuchten. Das primäre Ziel ist es, den Einfluss einer hohen Systembandbreite auf die Variationen der Empfangssignalstärke, die Zufälligkeit des Kreuzpolarisationsverhältnisses und die Reichhaltigkeit der Mehrwegstreuung zu untersuchen. Basierend auf der Charakterisierung realistischer Funkkanäle führen die in dieser Dissertation vorgestellten Ergebnisse zu dem Verständnis, dass beim Übergang zu höheren Frequenzen die Frequenz x selbst keine signifikante Rolle bei der Definition der Kanalmodellierungsmethodik spielt. Vielmehr ist es von grundlegender Bedeutung, wie ein Ausbreitungskanal ausgeleuchtet wird. Daher zeigt sich, dass mmWave-Systemeigenschaften wie eine hohe Antennenrichtcharakteristik und Systembandbreite einen hohen Einfluss auf die Definition des Kanalmodells haben. Im Allgemeinen ist die Skalierung der Schwundtiefe als Funktion der Systembandbreite ziemlich gut verstanden. Wir zeigen, dass die hohe Antennenrichtwirkung von mmWave-Systemen zu einer weiteren Reduzierung der Schwundtiefe führt. Zusätzlich erforschen wir einige neue Richtungen in diesem Forschungsbereich, die auf der Analyse der Statistik zweiter Ordnung des Kanalimpulsantwort-Vektors basieren. Unsere Ergebnisse unterstreichen, dass die Schwund-Statistiken der auflösbaren Kanalabgriffe in einem mmWave-Funkkanal nicht als Rayleigh-Rice-verteilte Zufallsvariablen modelliert werden können. Dies liegt vor allem daran, dass durch die hohe Antennenrichtwirkung und Bandbreite von mmWave-Systemen Kanäle mit spärlichen Streubedingungen ausgeleuchtet werden. Folglich ist die Annahme komplexer Gaus’scher Zufallsvariablen, die mit Rayleigh-Rice Schwundverteilungen verbunden ist, nicht mehr gültig. Des Weiteren wird gezeigt, dass die hohe Antennenrichtwirkung und Bandbreite von mmWave-Systemen auch die Gültigkeit der Annahme von Stationarität im weiteren Sinne im Slow-Time-Bereich von mmWave-Funkkanälen in Frage stellt. Die in diesem Beitrag vorgestellten Ergebnisse sind neuartig und bieten theoretisch konsistente Einblicke in den gemessenen Funkkanal.
https://doi.org/10.22032/dbt.56740
Enhanced solutions for the block-term decomposition in rank-(Lr, Lr, 1) terms. - In: IEEE transactions on signal processing, ISSN 1941-0476, Bd. 71 (2023), S. 2608-2621
The block-term decompositions (BTD) represent tensors as a linear combination of low multilinear rank terms and can be explicitly related to the Canonical Polyadic decomposition (CPD). In this paper, we introduce the SECSI-BTD framework, which exploits the connection between two decompositions to estimate the block-terms of the rank-(Lr, Lr, 1) BTD. The proposed SECSI-BTD algorithm includes the initial calculation of the factor estimates using the SEmi-algebraic framework for approximate Canonical polyadic decompositions via SImultaneous Matrix Diagonalizations (SECSI), followed by clustering and refinement procedures that return the appropriate rank-(Lr, Lr, 1) BTD terms. Moreover, we introduce a new approach to estimate the multilinear rank structure of the tensor based on the HOSVD and $k$-means clustering. Since the proposed SECSI-BTD algorithm does not require a known rank structure but can still take advantage of the known ranks when available, it is more flexible than the existing techniques in the literature. Additionally, our algorithm does not require multiple initializations, and the simulation results show that it provides more accurate results and a better convergence behavior for an extensive range of SNRs.
https://doi.org/10.1109/TSP.2023.3289730