Internet Turvallisuus ja GOST Algoritmit

Tämä tutkimus keskittyy Venäjän kryptografian standardeihin ja niiden toteutukseen sertifioiduissa tuotteissa. Tässä työssä myös pohditaan menetelmiä, jotka parantavat suorituskykyä. Tutkimus jatkuu turvallisuuspalveluiden toimittajien vertailulla niitten saadun sertifikaattimäärän perusteella. Tämä auttaa arvioimaan Venäjän nykyistä markkinatilannetta. Sen lisäksi työssä kuvataan venäläisten algoritmien integraatiota TLS-, PKI- ja IKEv1-protokolleihin. Tavoitteena on protokollien yhteensopivuus erilaisiin tuotteisiin. Diplomityötä jatketaan tutkimalla IKEv2-protokolan integroinnin vaatimuksia. Lopuksi diplomityössä todetaan, että venäläiset algoritmit ovat turvallisia ja standardisointi auttaa ulkomaisia yrityksiä saamaan tarvittavat sertifikaatit.

Taajuusmuuttajan häviöidensimulointityökalun kehitys

Diplomityössä on kehitetty kaksitasoisen jännitevälipiirillisen taajuusmuuttajan häviöiden simulointiin käytettävä simulointimalli osaksi säädettävän sähkömoottorikäytön simulointityökalua, jolla voidaan analysoida eri säätöalgoritmien, kuormituksen ja kytkentätaajuuden vaikutusta taajuusmuuttajan häviöihin. Aluksi on selvitetty yksityiskohtaisesti taajuusmuuttajan häviölähteet ja häviöiden fysikaalinen tausta. Taajuusmuuttajassa käytettäville komponenteille on esitetty simulointimalleja. Taajuusmuuttajan malli ja häviöiden laskenta-algoritmit on toteutettu C-kielellä. Taajuusmuuttajan malli vastaa perusrakenteeltaan ACS800-02-0260-5 - taajuusmuuttajaa. ACS800-02-0260-5 -taajuusmuuttajan häviöitä on simuloitu erilaisissa kuormitustilanteissa, ja simulointien tueksi taajuusmuuttajan häviöt on pyritty selvittämään laboratoriomittauksin.

Paper Surface Image Processing for Roughness Quality Measurement

Diplomityössä on käsitelty paperin pinnankarkeuden mittausta, joka on keskeisimpiä ongelmia paperimateriaalien tutkimuksessa. Paperiteollisuudessa käytettävät mittausmenetelmät sisältävät monia haittapuolia kuten esimerkiksi epätarkkuus ja yhteensopimattomuus sileiden papereiden mittauksissa, sekä suuret vaatimukset laboratorio-olosuhteille ja menetelmien hitaus. Työssä on tutkittu optiseen sirontaan perustuvia menetelmiä pinnankarkeuden määrittämisessä. Konenäköä ja kuvan-käsittelytekniikoita tutkittiin karkeilla paperipinnoilla. Tutkimuksessa käytetyt algoritmit on tehty Matlab® ohjelmalle. Saadut tulokset osoittavat mahdollisuuden pinnankarkeuden mittaamiseen kuvauksen avulla. Parhaimman tuloksen perinteisen ja kuvausmenetelmän välillä antoi fraktaaliulottuvuuteen perustuva menetelmä.

Laajakaistaverkon topologian visualisointi

Viimeisten vuosien aikana laajakaistaoperaattoreiden laajakaistaverkot ovat nopeiden ja kiinteähintaisten laajakaistaliittymien johdosta kasvaneet suuriksi kokonaisuuksiksi. Kokonaisuuksia hallitaan erilaisilla verkonhallintatyökaluilla. Verkonhallintatyökalut sisältävät suuren määrän eri tasoista tietoa laitteista ja laitteiden välisistä suhteista. Kokonaisuuksien hahmottaminen ilman tiedoista rakennettua kuvaa on vaikeaa ja hidasta. Laajakaistaverkon topologian visualisoinnissa muodostetaan kuva laitteista ja niiden välisistä suhteista. Visualisoitua kuvaa voidaan käyttää osana verkonhallintatyökalua, jolloin käyttäjälle muodostuu nopeasti näkymä verkon laitteista ja rakenteesta eli topologiasta. Visualisoinnissa kuvan piirto-ongelma täytyy muuttaa graafin piirto-ongelmaksi. Graafin piirto-ongelmassa verkon rakennetta käsitellään graafina, joka mahdollistaa kuvan muodostamisen automaattisia piirtomenetelmiä hyväksikäyttäen. Halutunlainen ulkoasu kuvalle muodostetaan automaattisilla piirtomenetelmillä, joilla laitteiden ja laitteiden välisten suhteiden esitystapoja voidaan muuttaa. Esitystavoilla voidaan muuttaa esimerkiksi laitteiden muotoa, väriä ja kokoa. Esitystapojen lisäksi piirtomenetelmien tärkein tehtävä on laskea laitteiden sijaintien koordinaattien arvot, jotka loppujen lopuksi määräävät koko kuvan rakenteen. Koordinaattien arvot lasketaan piirtoalgoritmeilla, joista voimiin perustuvat algoritmit sopivat parhaiten laajakaistaverkkojen laitteiden sijaintien laskemiseen. Tämän diplomityön käytännön työssä toteutettiin laajakaistaverkon topologian visualisointityökalu.

Tarkkoihin matkustajatietoihin perustuva hissiohjausjarjestelma

Työssä esitetään geneettisten algoritmien käyttöön perustuva hissiohjausjärjestelmä, jossa ohjauspaatosten tekemisessä hyödynnetään tarkkoja matkustajatietoja. Tämä hissiohjausjärjestelmä soveltuu käytettäväksi muun muassa kohde-allokointiin perus-tuvassa hissijärjestelmässä, jossa matkustajat antavat hissikutsun yhteydessä kohde-kerrostietonsa. Esitetty ohjausjärjestelmä soveltuu käytettäväksi ulkokutsun välittömään tai jatkuvaan allokointiin perustuvassa hissijärjestelmässä. Työn kirjallisessa osuudessa esitetään parannuksia aiemmin esitettyihin hissiohjausjärjestelmiin ja käydään läpi erilaisia kohde-allokointiin perustuvia hissijärjestelmiä. Työssä kuvataan uusi matkustaja-ohjaustapa, joka vähentää matkustajan tekemän hissikutsun välittömään palveluun liittyviä hissiohjausongelmia. Tarkkoja matkustajatietoja hyödyntämällä hissijärjestelmä kykenee sekä tarjoamaan matkustajille yksilöllistä palvelua että kuljettamaan matkustajia tehokkaasti.

Bayesian Estimation of Noise

In mathematical modeling the estimation of the model parameters is one of the most common problems. The goal is to seek parameters that fit to the measurements as well as possible. There is always error in the measurements which implies uncertainty to the model estimates. In Bayesian statistics all the unknown quantities are presented as probability distributions. If there is knowledge about parameters beforehand, it can be formulated as a prior distribution. The Bays’ rule combines the prior and the measurements to posterior distribution. Mathematical models are typically nonlinear, to produce statistics for them requires efficient sampling algorithms. In this thesis both Metropolis-Hastings (MH), Adaptive Metropolis (AM) algorithms and Gibbs sampling are introduced. In the thesis different ways to present prior distributions are introduced. The main issue is in the measurement error estimation and how to obtain prior knowledge for variance or covariance. Variance and covariance sampling is combined with the algorithms above. The examples of the hyperprior models are applied to estimation of model parameters and error in an outlier case.

RTOS Framework for Real-Time Control System

This thesis is done as a complementary part for the active magnet bearing (AMB) control software development project in Lappeenranta University of Technology. The main focus of the thesis is to examine an idea of a real-time operating system (RTOS) framework that operates in a dedicated digital signal processor (DSP) environment. General use real-time operating systems do not necessarily provide sufficient platform for periodic control algorithm utilisation. In addition, application program interfaces found in real-time operating systems are commonly non-existent or provided as chip-support libraries, thus hindering platform independent software development. Hence, two divergent real-time operating systems and additional periodic extension software with the framework design are examined to find solutions for the research problems. The research is discharged by; tracing the selected real-time operating system, formulating requirements for the system, and designing the real-time operating system framework (OSFW). The OSFW is formed by programming the framework and conjoining the outcome with the RTOS and the periodic extension. The system is tested and functionality of the software is evaluated in theoretical context of the Rate Monotonic Scheduling (RMS) theory. The performance of the OSFW and substance of the approach are discussed in contrast to the research theme. The findings of the thesis demonstrates that the forged real-time operating system framework is a viable groundwork solution for periodic control applications.

Kestomagneettitahtikoneen emulointi digitaalisella signaaliprosessorilla

Sähkökäytön suunnittelussa säätöä voidaan testata useassa tapauksessa reaaliaikasimulaattorilla todellisen laitteiston sijaan. Monet reaaliaikasimulaatioiden perustana käytetyt algoritmit soveltuvat täysinohjatulle invertterisillalle. Eräissä sovelluksissa halutaan kuitenkin käyttää puoliksiohjattua siltaa. Puoliksiohjattulla sillalla mallin kausaalisuus voi kääntyä, mitä perinteiset reaaliaikasimulaattorit eivät pysty simuloimaan Tässä työssä oli tavoitteena kehittää reaaliaikasimulaattori puoliksiohjatulle kestomagneettitahtikonekäytölle. Emulaattoriin mallinnettiin todellisen käytön kestomagneettitahtikone ja invertterisilta. Simulaattori toteutettiin digitaaliselle signaaliprosessorille (DSP) ja mittauksiin liittyvät oheislaitteet mallinnettiin FPGA-piirille. Emulaattoriin liitettiin erillinen säätäjä, jota käytettiin myös todellisen sähkökäytön säätämiseen. Emulaattorilla ja todellisella käytöllä tehtyjä mittauksia verrattiin ja emuloimalla saadut tulokset vastasivat melko hyvin todellisesta käytöstä mitattuja.

Post-processing and analysis of tracked hand trajectories

In this thesis, the suitability of different trackers for finger tracking in high-speed videos was studied. Tracked finger trajectories from the videos were post-processed and analysed using various filtering and smoothing methods. Position derivatives of the trajectories, speed and acceleration were extracted for the purposes of hand motion analysis. Overall, two methods, Kernelized Correlation Filters and Spatio-Temporal Context Learning tracking, performed better than the others in the tests. Both achieved high accuracy for the selected high-speed videos and also allowed real-time processing, being able to process over 500 frames per second. In addition, the results showed that different filtering methods can be applied to produce more appropriate velocity and acceleration curves calculated from the tracking data. Local Regression filtering and Unscented Kalman Smoother gave the best results in the tests. Furthermore, the results show that tracking and filtering methods are suitable for high-speed hand-tracking and trajectory-data post-processing.

Heat Demand Forecasting Models’ Development: Use of Data Mining Tools in SQL Server Analysis Services

This thesis introduces heat demand forecasting models which are generated by using data mining algorithms. The forecast spans one full day and this forecast can be used in regulating heat consumption of buildings. For training the data mining models, two years of heat consumption data from a case building and weather measurement data from Finnish Meteorological Institute are used. The thesis utilizes Microsoft SQL Server Analysis Services data mining tools in generating the data mining models and CRISP-DM process framework to implement the research. Results show that the built models can predict heat demand at best with mean average percentage errors of 3.8% for 24-h profile and 5.9% for full day. A deployment model for integrating the generated data mining models into an existing building energy management system is also discussed.

Hiukkasparvioptimointialgoritmeista

Tässä työssä tarkastellaan hiukkasparvioptimointialgoritmeja, jotka ovat suhteellisen uusi heurististen optimointialgoritmien perhe. Alkuperäisen version algoritmista esittelivät James Kennedy ja Russell Eberhart 90-luvun puolivälissä. Nämä algoritmit perustuvat useiden yksittäisten pistemäisten hiukkasten muodostaman parven sisäiseen kommunikaatioon eli ne ovat esimerkki parviälystä. Parven hiukkaset kommunikoivat toisilleen tiedon parhaasta löytämästään ratkaisusta ja tämän jälkeen liikkuvat uuteen sijaintiin tavalla, joka ottaa huomioon hiukkasen oman historian ja muiden hiukkasten antaman informaation. Eri algoritmin versiot painottavat ja käyttävät tätä informaatiota eri tavoin. Työssä esitellään algoritmien versioita ja niiden pseudokoodeja, tarkastellaan yksityiskohtien rakennetta ja niiden kehitystä sekä käydään läpi eräitä tärkeimpiä teoreettisiä tuloksia, jotka koskevat algoritmin konvergenssiä ja stabiliteettiä. Lisäksi esitellään joitakin esimerkkejä algoritmien sovellutuksista ja tehdään simulaatioita eri testifunktioista.

Real-time monitoring of laser scribing process utilizing high-speed camera

Currently, laser scribing is growing material processing method in the industry. Benefits of laser scribing technology are studied for example for improving an efficiency of solar cells. Due high-quality requirement of the fast scribing process, it is important to monitor the process in real time for detecting possible defects during the process. However, there is a lack of studies of laser scribing real time monitoring. Commonly used monitoring methods developed for other laser processes such a laser welding, are sufficient slow and existed applications cannot be implemented in fast laser scribing monitoring. The aim of this thesis is to find a method for laser scribing monitoring with a high-speed camera and evaluate reliability and performance of the developed monitoring system with experiments. The laser used in experiments is an IPG ytterbium pulsed fiber laser with 20 W maximum average power and Scan head optics used in the laser is Scanlab’s Hurryscan 14 II with an f100 tele-centric lens. The camera was connected to laser scanner using camera adapter to follow the laser process. A powerful fully programmable industrial computer was chosen for executing image processing and analysis. Algorithms for defect analysis, which are based on particle analysis, were developed using LabVIEW system design software. The performance of the algorithms was analyzed by analyzing a non-moving image from the scribing line with resolution 960x20 pixel. As a result, the maximum analysis speed was 560 frames per second. Reliability of the algorithm was evaluated by imaging scribing path with a variable number of defects 2000 mm/s when the laser was turned off and image analysis speed was 430 frames per second. The experiment was successful and as a result, the algorithms detected all defects from the scribing path. The final monitoring experiment was performed during a laser process. However, it was challenging to get active laser illumination work with the laser scanner due physical dimensions of the laser lens and the scanner. For reliable error detection, the illumination system is needed to be replaced.

Reaaliaikaisista hakualgoritmeista: RTA*, LRTA* ja TBA*

Useilla tekoälyn sovellusaloilla pitää ratkaista hakuongelmia, joissa etsitään graafin solmujen muodostamaa jonoa, joka johtaa ratkaisuun. Graafin solmut voivat vastata esimerkiksi kaupunkeja tieverkossa tai lautapelin eri tiloja, kun pelin siirrot ovat graafin kaaria. Koska useiden sovelluksien kuten pelien karttojen koko kasvaa jatkuvasti, tulee hakualgoritmien ratkaista yhä suurempia ongelmia. Kuitenkin monissa sovelluksissa halutaan vakioajassa osaratkaisuja, joita seuraamalla hakuagentti voi siirtyä reaaliaikaisesti kohti maalitilaa. Reaaliaikaiset hakualgoritmit hakevat reittiä maalitilaan askel kerrallaan ja palauttavat vakioajassa jonkin solmun, johon siirrytään. Tästä syystä ne skaalautuvat luontevasti suurille ongelmille, koska niiden suoritusaika askelta kohti ei riipu tehtävän koosta. Usein reaaliaikaisuus voidaan saavuttaa luopumalla ratkaisun optimaalisuudesta ja joskus algoritmin täydellisyydestä. Tässä tutkielmassa tutkitaan kolmea reaaliaikaista hakualgoritmia: RTA*, LRTA* ja TBA*. Käsitellyt algoritmit ovat heuristisia, eli ne tietävät hakuympäristöstä jotain, millä ratkaisun etäisyyttä voidaan arvioida. Lisäksi esitellään ei-reaaliaikainen hakualgoritmi A*, jota pidetään edellä mainittujen hakualgoritmien perustana. Esitellyissä algoritmeissa havaittiin eroja niiden oppimisessa, laajennusten lukumäärässä, hakuagentin käyttäytymisessä sekä vaatimuksissa hakuympäristöltä.

Applying Augmented Reality to Outdoors Industrial Use

Augmented Reality (AR) is currently gaining popularity in multiple different fields. However, the technology for AR still requires development in both hardware and software when considering industrial use. In order to create immersive AR applications, more accurate pose estimation techniques to define virtual camera location are required. The algorithms for pose estimation often require a lot of processing power, which makes robust pose estimation a difficult task when using mobile devices or designated AR tools. The difficulties are even larger in outdoor scenarios where the environment can vary a lot and is often unprepared for AR. This thesis aims to research different possibilities for creating AR applications for outdoor environments. Both hardware and software solutions are considered, but the focus is more on software. The majority of the thesis focuses on different visual pose estimation and tracking techniques for natural features. During the thesis, multiple different solutions were tested for outdoor AR. One commercial AR SDK was tested, and three different custom software solutions were developed for an Android tablet. The custom software solutions were an algorithm for combining data from magnetometer and a gyroscope, a natural feature tracker and a tracker based on panorama images. The tracker based on panorama images was implemented based on an existing scientific publication, and the presented tracker was further developed by integrating it to Unity 3D and adding a possibility for augmenting content. This thesis concludes that AR is very close to becoming a usable tool for professional use. The commercial solutions currently available are not yet ready for creating tools for professional use, but especially for different visualization tasks some custom solutions are capable of achieving a required robustness. The panorama tracker implemented in this thesis seems like a promising tool for robust pose estimation in unprepared outdoor environments.