On Modeling and Control of Network Queue Dynamics
|
|
- Kerstin Strömberg
- för 7 år sedan
- Visningar:
Transkript
1 On Modeling and Control of Network Queue Dynamics Modellering och reglering av ködynamik i nätverk
2 Vad handlar det om? Modellering: Att göra sig en bild av en komplicerad verklighet
3 Vad handlar det om? Modellering: Att göra sig en bild av en komplicerad verklighet
4 Vad handlar det om? Modellering: Att göra sig en bild av en komplicerad verklighet
5 Vad handlar det om? Modellering: Att göra sig en bild av en komplicerad verklighet 174cm mörkblond svarta glasögon intelligent panna
6 Vad handlar det om? Modellering: Att göra sig en bild av en komplicerad verklighet 174cm mörkblond svarta glasögon intelligent panna E = mc 2 ẋ = 2x + 5u
7 Vad handlar det om? (2) Reglering: Att påverka verkligheten för att få önskat beteende
8 Vad handlar det om? (2) Reglering: Att påverka verkligheten för att få önskat beteende
9 Vad handlar det om? (2) Reglering: Att påverka verkligheten för att få önskat beteende
10 Vad handlar det om? (2) Reglering: Att påverka verkligheten för att få önskat beteende
11 Vad handlar det om? (2) Reglering: Att påverka verkligheten för att få önskat beteende
12 Vad handlar det om? (3) Ködynamik: Hur längden på en kö varierar över tiden
13 Vad handlar det om? (3) Ködynamik: Hur längden på en kö varierar över tiden Nätverk: Sammankopplade datorer
14 Vägen fram Systembeskrivning Reglersystem Applikationer Datatransport Prestanda Köhantering
15 Vägen fram Systembeskrivning Reglersystem Applikationer Datatransport Prestanda Köhantering Reglering Modeller BAR Reglertyper
16 Vägen fram Systembeskrivning Reglersystem Applikationer Datatransport Prestanda Köhantering Ickelikformig sampling Exempel Vad vill vi göra? Transform approx. Additiv slumpsampling Reglering Modeller BAR Reglertyper
17 Vägen fram Systembeskrivning Reglersystem Applikationer Datatransport Prestanda Köhantering Reglering Modeller BAR Reglertyper Ickelikformig sampling Exempel Vad vill vi göra? Transform approx. Additiv slumpsampling Vad har vi gjort?.
18 Systembeskrivning Internet
19 Reglersystem Reglersystem Prestanda Application FTP Application FTP Transport TCP Transport TCP Network IP Network Network Network IP Link hardware Link Link Link hardware Sändare nätverk med routrar Mottagare PSfrag replacements ref R l r l stör syst mät
20 Applikationer Reglersystem Prestanda Filöverföring, surfning, telefoni, realtid/streaming
21 Applikationer Reglersystem Prestanda Filöverföring, surfning, telefoni, realtid/streaming Streaming vill följa en datatakt konstant fördröjning eplacements r ref (t) q ref r str + C str P + 1 s q
22 Datatransport Reglersystem Prestanda Med eller utan kvitton Transmission Control Protocol, TCP, anpassar sändhastigheten till nätverkskapaciteten
23 Datatransport Reglersystem Prestanda Med eller utan kvitton Transmission Control Protocol, TCP, anpassar sändhastigheten till nätverkskapaciteten ents r q (t) C T CP r T CP e st s q(t) e st 2 + q ref
24 Datatransport Reglersystem Prestanda Med eller utan kvitton Transmission Control Protocol, TCP, anpassar sändhastigheten till nätverkskapaciteten ents r q (t) C T CP r T CP e st 1 + q(t) { 1 ökar, q < qref s r T CP minskar, q > q ref e st 2 + q ref
25 Prestanda Reglersystem Prestanda Vad är bra i kösammanhang?
26 Prestanda Reglersystem Prestanda Vad är bra i kösammanhang? Oscillationer
27 Prestanda Reglersystem Prestanda Vad är bra i kösammanhang? Oscillationer Lite svängningar ger snabbare anpassning
28 Prestanda Reglersystem Prestanda Vad är bra i kösammanhang? Oscillationer Lite svängningar ger snabbare anpassning Full/tom
29 Prestanda Reglersystem Prestanda Vad är bra i kösammanhang? Oscillationer Lite svängningar ger snabbare anpassning Full/tom Full kö = risk för tapp Tom kö = underutnyttjad
30 Prestanda Reglersystem Prestanda Vad är bra i kösammanhang? Oscillationer Lite svängningar ger snabbare anpassning Full/tom Full kö = risk för tapp Tom kö = underutnyttjad Vi studerar genomströmning, antal tappade paket samt oscillationer
31 Köhantering Reglersystem Prestanda Active Queue Management, AQM, för att minska oscillationer ements q ref q(t) H C AQM u(t) p(t)
32 Köhantering Reglersystem Prestanda PSfrag replacements Active Queue Management, AQM, för att minska oscillationer Tappa paket klurigt för att motverka TCP-svängningar u(t) ements q(t) p(t) H1 q ref C AQM q ref q(t) H C AQM u(t) p(t) p M q m q M
33 Reglering Köhantering
34 Modeller Modeller Reglertyper Matematiska modeller beskriver grundläggande uppförande y(t) = f(gamla y, u, e) Kan användas för att förbättra reglering t.ex. y(t) = y(t T ) beskriver konstant
35 BAR Modeller Reglertyper time [s] time [s] Queue length, q Queue length, q Queue length, q replacements time [s]
36 BAR replacements Modeller Reglertyper Queue length, q Queue length, q Queue length, q time [s] time [s] time [s] y(t) = a 1 y(t T ) a n y(t nt ) + b + e(t) f Hz, T = 0.2 s
37 Reglertyper Modeller Reglertyper u(t) = { K(y r) y > 0 Proportionell p(t) = sat(u) RED
38 Reglertyper Modeller Reglertyper u(t) = p(t) = sat(u) { K(ŷ r) ŷ > 0 Proportionell Proportionell med prediktion RED + modellskattningar
39 Reglertyper Modeller Reglertyper u(t) = p(t) = sat(u) { K(y r) ẏ > 0 0 ẏ 0 Proportionell Proportionell med prediktion Proportionell och deriverande RED + derivator
40 Reglertyper Modeller Reglertyper u(t) = p(t) = sat(u) { K(ŷ r) ŷ > 0 0 ŷ 0 Proportionell Proportionell med prediktion Proportionell och deriverande PD med prediktion RED + modellskattningar + derivator
41 Modeller Reglertyper P P predictions queue length, q, [packets] time [s] queue length, q, [packets] time [s] Type Drops Sent early+hard= tot unique packets = queue length, q, [packets] PD queue length, q, [packets] PD predictions = = = time [s] time [s]
42 Ickelikformig sampling Paketankomster
43 Exempel Exempel Vad göra? Transformer T k 1 replacements y(t) t k 1 time [s] likformig sampling: t k = kt jittersampling: t k = kt + ν k additiv slumpsampling: t k = t k 1 + T k t k
44 Vad vill vi göra? Exempel Vad göra? Transformer Identifiering av tidskontinuerliga brusmodeller, y(t) = H(p, θ)e(t), givet additiv slumpsampling av y(t) vid t k :
45 Vad vill vi göra? Exempel Vad göra? Transformer Identifiering av tidskontinuerliga brusmodeller, y(t) = H(p, θ)e(t), givet additiv slumpsampling av y(t) vid t k : Direkt i tidsdomän, min θ k y(t k) ŷ(t k θ) 2
46 Vad vill vi göra? Exempel Vad göra? Transformer Identifiering av tidskontinuerliga brusmodeller, y(t) = H(p, θ)e(t), givet additiv slumpsampling av y(t) vid t k : Direkt i tidsdomän, min θ k y(t k) ŷ(t k θ) 2 Via frekvensdomän, min θ Ŷ (f y(t k )) Ŷ (f θ) 2 df
47 Vad vill vi göra? Exempel Vad göra? Transformer Identifiering av tidskontinuerliga brusmodeller, y(t) = H(p, θ)e(t), givet additiv slumpsampling av y(t) vid t k : Direkt i tidsdomän, min θ k y(t k) ŷ(t k θ) 2 Via frekvensdomän, min θ Ŷ (f y(t k )) Ŷ (f θ) 2 df Bra brusmodell + enkel insignalmodell reglering y(t) = g 0 u(t T 0 ) + H(p)e(t)
48 Vad vill vi göra? Exempel Vad göra? Transformer Identifiering av tidskontinuerliga brusmodeller, y(t) = H(p, θ)e(t), givet additiv slumpsampling av y(t) vid t k : Direkt i tidsdomän, min θ k y(t k) ŷ(t k θ). 2 Via frekvensdomän, min θ Ŷ (f y(t k )) Ŷ (f θ) 2 df Bra brusmodell + enkel insignalmodell reglering y(t) = g 0 u(t T 0 ) + H(p)e(t)
49 Approximation av Fourier transform Exempel Vad göra? Transformer Y (f) = y(t)e i2πft dt = I(t)dt Approximera I(t) från I(t k ) Sampla om y(t) likformigt Approximera y(t) från y(t k ), mha basfunktioner mha polynominterpolation Vi antar additiv slumpsampling, t k = t k 1 + T k
50 Riemann approximation Exempel Vad göra? Transformer I(t) = I(t k ), t k 1 < t t k Ŷ 0 ra(f) = k T k I(t k ) = k T k y(t k )e i2πft k
51 Riemann approximation Exempel Vad göra? Transformer I(t) = I(t k ), t k 1 < t t k Ŷ 0 ra(f) = k T k I(t k ) = k T k y(t k )e i2πft k I(t)= I(t k) I(t k 1 ) T k (t t k ) + I(t k )
52 Riemann approximation Exempel Vad göra? Transformer I(t) = I(t k ), t k 1 < t t k Ŷ 0 ra(f) = k T k I(t k ) = k T k y(t k )e i2πft k I(t)= I(t k) I(t k 1 ) T k (t t k ) + I(t k ) Ŷ 1 ra(f)= k 1 2 (T k + T k+1 )I(t k )
53 Omsampling med lokala polynom Exempel Vad göra? Transformer y(t i ) ŷ(kt ) Ŷ p n,h (f) = T k ŷ(kt )e 2πfkT
54 Omsampling med lokala polynom Exempel Vad göra? Transformer y(t i ) ŷ(kt ) Ŷ p n,h (f) = T k ŷ(kt )e 2πfkT y(t) time [s]
55 Basfunktioner Exempel Vad göra? Transformer ŷ(t) = k c k sinc( t b k a k ) Y (f) = y(t)e i2πft dt Ŷsinc(f) = k:f< 1 2a k c k a k e i2πfb k
56 Basfunktioner Exempel Vad göra? Transformer ŷ(t) = k c k sinc( t b k a k ) 1: b k = t k, a k = T k y(t) time [s] Y (f) = y(t)e i2πft dt Ŷsinc(f) = k:f< 1 2T k c k T k e i2πft k
57 Basfunktioner Exempel Vad göra? Transformer ŷ(t) = k c k sinc( t b k a k ) 1: b k = t k, a k = T k 2: b k = kt, a k = T, y(t) 0 y(t) time [s] time [s] Y (f) = y(t)e i2πft dt Ŷsinc(f) = T k:f< 1 2T c k e i2πfkt
58 Basfunktioner Exempel Vad göra? Transformer ŷ(t) = k c k sinc( t b k a k ) 1: b k = t k, a k = T k 2: b k = kt, a k = T, c k = ŷ(kt ) y(t) 0 y(t) time [s] time [s] Y (f) = y(t)e i2πft dt Ŷsinc(f) = T k:f< 1 2T ŷ(kt )e i2πfkt
59 Polynomisk interpolation Exempel Vad göra? Transformer ŷ(t) = p k (t), t k 1 < t t k Ŷ n sp (f) = k tk t k 1 p k (t)e i2πft dt
60 Polynomisk interpolation Exempel Vad göra? Transformer ŷ(t) = p k (t), t k 1 < t t k p k (t) = y(t k ) y(t) time [s] Ŷ 0 sp(f) = i 2πf k y ke i2πft k (1 e i2πft k )
61 Polynomisk interpolation Exempel Vad göra? Transformer ŷ(t) = p k (t), t k 1 < t t k p k (t) = y(t k ) p k (t) = y(t k) y(t k 1 ) T k (t t k ) + y(t k ) y(t) 0 y(t) time [s] time [s] Ŷ 0 sp(f) = i 2πf k y ke i2πft k (1 e i2πft k )
62 Additiv slumpsampling Exempel Vad göra? Transformer t k = t k 1 + T k, f T (τ) given Beräkna E[Ŷ 0 sp] för y(t) = sin(2πf 0 t)
63 Additiv slumpsampling Exempel Vad göra? Transformer t k = t k 1 + T k, f T (τ) given Beräkna E[Ŷ 0 sp] för y(t) = sin(2πf 0 t) E[Y] nts frequency [Hz] frequency [Hz] frequency [Hz] frequency [Hz]
64 Exempel Vad göra? Transformer Vi jämför approximationerna, Ŷ, med resultatet vid likformig sampling av en enkel sinus. Typen av approximation påverkar resultatet
65 Exempel Vad göra? Transformer Vi jämför approximationerna, Ŷ, med resultatet vid likformig sampling av en enkel sinus. Typen av approximation påverkar resultatet Approximationerna har starka kopplingar mellan varann
66 Exempel Vad göra? Transformer Vi jämför approximationerna, Ŷ, med resultatet vid likformig sampling av en enkel sinus. Typen av approximation påverkar resultatet Approximationerna har starka kopplingar mellan varann Omsampling är bättre än icke-equidistanta basfunktioner
67 Exempel Vad göra? Transformer Vi jämför approximationerna, Ŷ, med resultatet vid likformig sampling av en enkel sinus. Typen av approximation påverkar resultatet Approximationerna har starka kopplingar mellan varann Omsampling är bättre än icke-equidistanta basfunktioner Styckvis konstant approximation ger bra resultat, lätt att räkna med och generell
68
69 Vad har vi gjort? Reglersystem i nätverk påverkar varandras prestanda
70 Vad har vi gjort? Reglersystem i nätverk påverkar varandras prestanda Modeller för ködynamiken kan förbättra reglerprestanda Användandet av prediktioner och derivata ger liknande förbättringar vad gäller svängningar, men genomströmmningen påverkas olika
71 Vad har vi gjort? Reglersystem i nätverk påverkar varandras prestanda Modeller för ködynamiken kan förbättra reglerprestanda Användandet av prediktioner och derivata ger liknande förbättringar vad gäller svängningar, men genomströmmningen påverkas olika Sekvenser från ickelikformig sampling kan användas för identifiering av kontinuerliga modeller Likformig omsampling ger bättre överensstämmelse med Fourier transformen Stokastiska beräkningar kan ge indikation på hur samplingstidpunkterna ska väljas
TSIU61: Reglerteknik. Matematiska modeller Laplacetransformen. Gustaf Hendeby.
TSIU61: Reglerteknik Föreläsning 2 Matematiska modeller Laplacetransformen Gustaf Hendeby gustaf.hendeby@liu.se TSIU61 Föreläsning 2 Gustaf Hendeby HT1 2017 1 / 21 Innehåll föreläsning 2 ˆ Sammanfattning
Läs merNumerisk Analys, MMG410. Lecture 12. 1/24
Numerisk Analys, MMG410. Lecture 12. 1/24 Interpolation För i tiden gällde räknesticka och tabeller. Beräkna 1.244 givet en tabel över y = t, y-värdena är givna med fem siffror, och t = 0,0.01,0.02,...,9.99,10.00.
Läs merIndustriell reglerteknik: Föreläsning 2
Industriell reglerteknik: Föreläsning 2 Martin Enqvist Reglerteknik Institutionen för systemteknik Linköpings universitet Föreläsningar 1 / 33 1 Sekvensstyrning: Funktionsdiagram, Grafcet. 2 Grundläggande
Läs merInterpolation Modellfunktioner som satisfierar givna punkter
Interpolation Modellfunktioner som satisfierar givna punkter Några tillämpningar Animering rörelser, t.ex. i tecknad film Bilder färger resizing Grafik Diskret representation -> kontinuerlig 2 Interpolation
Läs merNumerisk Analys, MMG410. Lecture 13. 1/58
Numerisk Analys, MMG410. Lecture 13. 1/58 Interpolation För i tiden gällde räknesticka och tabeller. Beräkna 1.244 givet en tabel över y = t, y-värdena är givna med fem siffror, och t = 0,0.01,0.02,...,9.99,10.00.
Läs merREGLERTEKNIK Laboration 5
6 SAMPLADE SYSTEM 6. Sampling av signaler När man använder en dator som regulator, kan man endast behandla signaler i diskreta tidpunkter. T.ex. mäts systemets utsignal i tidpunkter med visst mellanrum,
Läs merPerformance QoS Köteori. Jens A Andersson (Maria Kihl)
Performance QoS Köteori Jens A Andersson (Maria Kihl) Internet Består av ett antal sammankopplade nät som utbyter data enligt egna trafikavtal. Alla delnät som utgör Internet har en gemensam nämnare: Alla
Läs merDatorövning: Fouriertransform med Python
Datorövning i Elektromagnetism och vågor (FK5019) Övningsledare: bart.pelssers@fysik.su.se & ashraf@fysik.su.se Datorövning: Fouriertransform med Python Skicka in individuellt skrivna rapporter på engelska
Läs merTCP/IP och Internetadressering
Informationsteknologi sommarkurs 5p, 2004 Mattias Wiggberg Dept. of Information Technology Box 337 SE751 05 Uppsala +46 18471 31 76 Collaboration Jakob Carlström TCP/IP och Internetadressering Slideset
Läs merFöreläsning 2. Reglerteknik AK. c Bo Wahlberg. 3 september Avdelningen för reglerteknik Skolan för elektro- och systemteknik
Föreläsning 2 Reglerteknik AK c Bo Wahlberg Avdelningen för reglerteknik Skolan för elektro- och systemteknik 3 september 2013 Introduktion Förra gången: Dynamiska system = Differentialekvationer Återkoppling
Läs merReglerteknik AK. Tentamen 24 oktober 2016 kl 8-13
Institutionen för REGLERTEKNIK Reglerteknik AK Tentamen 24 oktober 26 kl 8-3 Poängberäkning och betygsättning Lösningar och svar till alla uppgifter skall vara klart motiverade. Tentamen omfattar totalt
Läs merTSRT91 Reglerteknik: Föreläsning 5
TSRT9 Reglerteknik: Föreläsning 5 Martin Enqvist Reglerteknik Institutionen för systemteknik Linköpings universitet Föreläsningar / 23 Inledning, grundläggande begrepp. 2 Matematiska modeller. Stabilitet.
Läs merSpektralanalys - konsten att hitta frekvensinnehållet i en signal
Spektralanalys - konsten att hitta frekvensinnehållet i en signal Bengt Carlsson, Erik Gudmundson och Marcus Björk Systems and Control Dept. of Information Technology, Uppsala University 7 november 013
Läs merTeresia Månsson, VFU, Matematik 5, 2014-12-10
Temauppgifter Syfte Det är tänkt att det ska finnas möjlighet med uppgiften att öva på följande förmågor: begrepps-, procedur-, problemlösning, kommunikations-, resonemang, modelleringsförmåga och relevansförmåga
Läs merSkärmbilden i Netscape Navigator
Extratexter till kapitel Internet Skärmbilden i Netscape Navigator Netscape är uppbyggt på liknande sätt som i de flesta program. Under menyraden, tillsammans med verktygsfältet finns ett adressfält. I
Läs merKomSys Hela kursen på en föreläsning ;-) Jens A Andersson
KomSys Hela kursen på en föreläsning ;-) Jens A Andersson Detta är vårt huvudproblem! 11001000101 värd Två datorer som skall kommunicera. värd Datorer förstår endast digital information, dvs ettor och
Läs merKompletterande räkneuppgifter i Spektrala Transformer Komplex analys, sampling, kvantisering, serier och filter Laura Enflo & Giampiero Salvi
Kompletterande räkneuppgifter i Spektrala Transformer Komplex analys, sampling, kvantisering, serier och filter & Giampiero Salvi Komplex analys Om man endast använder den reella tallinjen är det inte
Läs merUlrik Söderström 20 Jan Signaler & Signalanalys
Ulrik Söderström ulrik.soderstrom@tfe.umu.se 20 Jan 2009 Signaler & Signalanalys Sinusspänning Sinus och cosinus samma form men fasförskjutna Fasförskjutning tidsfördröjning Sinus och cosinus är väldigt
Läs merUlrik Söderström 19 Jan Signalanalys
Ulrik Söderström ulrik.soderstrom@tfe.umu.se 9 Jan 200 Signaler & Signalanalys l Sinusspänning Sinus och cosinus samma form men fasförskjutna Fasförskjutning tidsfördröjning Sinus och cosinus är väldigt
Läs merMaclaurins och Taylors formler. Standardutvecklingar (fortsättning), entydighet, numerisk beräkning av vissa uttryck, beräkning
Maclaurins och Taylors formler Standardutvecklingar (fortsättning), entydighet, numerisk beräkning av vissa uttryck, beräkning av gränsvärden Standardutvecklingar Vid beräkningar där man inte behöver någon
Läs merRegulator. G (s) Figur 1: Blockdiagram för ett typiskt reglersystem
Rs) + Σ Es) Regulator G s) R Us) Process G s) P Ys) Figur : Blockdiagram för ett typiskt reglersystem Något om PID-reglering PID-regulatorn består av proportionell del, integrerande del och deriverande
Läs merReglerteknik, TSIU61. Föreläsning 2: Laplacetransformen
Reglerteknik, TSIU61 Föreläsning 2: Laplacetransformen Reglerteknik, ISY, Linköpings Universitet Innehåll 2(13) 1. Sammanfattning av föreläsning 1 2. Hur löser man differentialekvationer på ett arbetsbesparande
Läs merTSIU61: Reglerteknik
TSIU61: Reglerteknik Föreläsning 11 Tidsdiskret implementering Gustaf Hendeby gustaf.hendeby@liu.se TSIU61 Föreläsning 11 Gustaf Hendeby HT1 2017 1 / 17 Innehåll föreläsning 11 ˆ Sammanfattning av föreläsning
Läs merFormalia. Reglerteknik, TSRT12. Föreläsning 1. Första föreläsningen. Vad är reglerteknik?
Formalia Reglerteknik, TSRT12 Föreläsning 1 Hemsida. http://www.control.isy.liu.se/student/tsrt12/ Föreläsnings-oh läggs ut ca en dag i förväg. Lablistor på första lektionen. Läroboken tillåten på tentan
Läs merPerformance QoS Köteori SNMP. Felsökning. Jens A Andersson (Maria Kihl) GET request GET response SET request TRAP MIB. Att mäta är att veta ping
Performance QoS Köteori Jens A Andersson (Maria Kihl) SNMP GET request GET response SET request TRAP MIB Management Information Base 2 Felsökning Att mäta är att veta ping icmp echo traceroute avlyssning
Läs merFöreläsning 11 Reglerteknik AK
Föreläsning 11 Reglerteknik AK c Bo Wahlberg Avdelningen för Reglerteknik, KH 4 oktober, 2016 2 Förra gången: Introduktion Alternativa regulatorstrukturer Dagens program: Implementering: Regulator System
Läs merTANA09 Föreläsning 8. Kubiska splines. B-Splines. Approximerande Splines. B-splines. Minsta kvadrat anpassning. Design av kurvor och ytor.
TANA09 Föreläsning 8 Kubiska splines Approximerande Splines s s s s 4 B-splines. Minsta kvadrat anpassning. Design av kurvor och ytor. x x x x 4 x 5 Exempel Parametriska Kurvor. Ritprogram. Beziér kurvor.
Läs mer5 Internet, TCP/IP och Applikationer
5 Internet, TCP/IP och Applikationer Syfte: Förstå begreppen förbindelseorienterade och förbindelselösa tjänster. Kunna grundläggande egenskaper hos IP (från detta ska man kunna beskriva de viktigaste
Läs merFöreläsning 11. Reglerteknik AK. c Bo Wahlberg. 8 oktober Avdelningen för reglerteknik Skolan för elektro- och systemteknik
Föreläsning 11 Reglerteknik AK c Bo Wahlberg Avdelningen för reglerteknik Skolan för elektro- och systemteknik 8 oktober 2014 Introduktion Förra gången: Alternativa regulatorstrukturer Dagens program:
Läs merKan vi beskriva ett system utan någon fysikalisk kännedom om systemet?
Kan vi beskriva ett system utan någon fysikalisk kännedom om systemet? 1 Om svaret på frågan är ja så öppnar sig möjligheten att skapa en generell verktygslåda som fungerar för analys och manipulering
Läs merDatakommunika,on på Internet
Webbteknik Datakommunika,on på Internet Rune Körnefors Medieteknik 1 2015 Rune Körnefors rune.kornefors@lnu.se Internet Inter- = [prefix] mellan, sinsemellan, ömsesidig Interconnect = sammanlänka Net =
Läs merDatasäkerhet och integritet
Chapter 4 module A Networking Concepts OSI-modellen TCP/IP This module is a refresher on networking concepts, which are important in information security A Simple Home Network 2 Unshielded Twisted Pair
Läs merSystemteknik/Processreglering F6
Systemteknik/Processreglering F6 Linjärisering Återkopplade system ett exempel Läsanvisning: Process Control: 5.5, 6.1 Jämviktspunkter Olinjär process på tillståndsform: dx = f (x, u) dt y = (x, u) Processens
Läs merImpulssvaret Betecknas h(t) respektive h(n). Impulssvaret beskriver hur ett system reagerar
6 Sjätte lektionen 6.1 Transformvärlden 6.1.1 Repetera Rita upp en tankekarta över följande begrepp där du anger hur de hänger ihop och hur de betecknas. Vad beskriver de? Impulssvaret Amplitudsvaret (frekvensgången)
Läs merApproximerande Splines. B-splines. Minsta kvadrat anpassning. Design av kurvor och ytor.
TANA09 Föreläsning 8 Approximerande Splines B-splines. Minsta kvadrat anpassning. Design av kurvor och ytor. Exempel Parametriska Kurvor. Ritprogram. Beziér kurvor. Design av kurvor och ytor. Tillämpning
Läs merTeori för linjära ordinära differentialkvationer med konstanta koefficienter
Institutionen för Matematik SF1625 Envariabelanalys Läsåret 2016/2017 Teori för linjära ordinära differentialkvationer med konstanta koefficienter 1. FÖRSTA ORDNINGEN Homogena fallet. En homogen linjär
Läs merMattias Wiggberg 1. Orientera på Internet. IP-adress. IP-adresserna räcker inte... Mer om IP-adresser
Orientera på Internet Nuvarande Internet Protocol version 4 (IPv4). Internet är en infrastruktur som förbinder en mängd datorer. Hur hittar vi till en specifik dator? Väl framme vid datorn, hur hittar
Läs merSystemteknik/Processreglering F2
Systemteknik/Processreglering F2 Processmodeller Stegsvarsmodeller PID-regulatorn Läsanvisning: Process Control: 1.4, 2.1 2.5 Processmodeller I den här kursen kommer vi att huvudsakligen att jobba med
Läs merKapitel 5: Lokala nät Ethernet o 802.x. Lokala nät. Bryggan. Jens A Andersson (Maria Kihl)
Kapitel 5: Lokala nät Ethernet o 802.x Jens A Andersson (Maria Kihl) Lokala nät Ett lokalt nät (Local Area Network, LAN) är ett datanät med en begränsad storlek. Ett LAN kan i sin enklaste form bestå av
Läs merÖvning 3. Introduktion. Repetition
Övning 3 Introduktion Varmt välkomna till tredje övningen i Reglerteknik AK! Håkan Terelius hakante@kth.se Nästa gång är det datorövning. Kontrollera att ni kan komma in i XQ-salarna. Endast en kort genomgång,
Läs merSpektrala Transformer
Spektrala Transformer Fouriertransformer Fourier Gif mig en wågform och jag skola skrifva den som en summa af sinuswågor! Jean-Baptiste Fourier 1768-1830 Fouriertransformen Transformerar kontinuerliga
Läs merFöreläsning 5. Approximationsteori
Föreläsning 5 Approximationsteori Låt f vara en kontinuerlig funktion som vi vill approximera med en enklare funktion f(x) Vi kommer använda två olika approximationsmetoder: interpolation och minstrakvadratanpassning
Läs merGrundläggande nätverksteknik. F3: Kapitel 4 och 5
Grundläggande nätverksteknik F3: Kapitel 4 och 5 Kapitel 4 OSI TRANSPORT LAYER Transportlagrets sy=e Segment av data skall nå räa applikabon hos både avsändare och moaagare Uppdelning av dataströmmen från
Läs merTentamen i Teknisk-Vetenskapliga Beräkningar
Umeå Universitet Institutionen för Datavetenskap Gunilla Wikström Tentamen i Teknisk-Vetenskapliga Beräkningar Tentamensdatum: 005-03- Skrivtid: 9-5 Hjälpmedel: inga Om problembeskrivningen i något fall
Läs merObjektorienterad Programkonstruktion. Föreläsning 10 7 dec 2015
Objektorienterad Programkonstruktion Föreläsning 10 7 dec 2015 Nätverksprotokoll - OSI Open Systems Interconnection model (ISO standard) definierar 7 lager för nätverkskommunikation: 1 - Physical Layer:
Läs merTentamen i Beräkningsvetenskap II, 5.0 hp,
Uppsala universitet Institutionen för informationsteknologi Beräkningsvetenskap Per Lötstedt, tel. 47 2986 Saleh Rezaeiravesh Tentamen i Beräkningsvetenskap II, 5.0 hp, 206-0-4 Skrivtid: 4 00 7 00 (OBS!
Läs merEXEMPEL 1: ARTVARIATION FÖRELÄSNING 1. EEG frekvensanalys EXEMPEL 2: EEG
FÖRELÄSNING EXEMPEL : ARTVARIATION Kurs- och transform-översikt. Kursintroduktion med typiska signalbehandlingsproblem och kapitelöversikt. Rep av transformer 3. Rep av aliaseffekten Givet: data med antal
Läs merGrundläggande datavetenskap, 4p
Grundläggande datavetenskap, 4p Kapitel 4 Nätverk och Internet Utgående från boken Computer Science av: J. Glenn Brookshear 2004-11-23 IT och medier 1 Innehåll Nätverk Benämningar Topologier Sammankoppling
Läs merAD-DA-omvandlare. Mätteknik. Ville Jalkanen. ville.jalkanen@tfe.umu.se 1
AD-DA-omvandlare Mätteknik Ville Jalkanen ville.jalkanen@tfe.umu.se Inledning Analog-digital (AD)-omvandling Digital-analog (DA)-omvandling Varför AD-omvandling? analog, tidskontinuerlig signal Givare/
Läs merSpektrala Transformer
Spektrala Transformer Kurssammanfattning Fyra kärnkoncept Sampling Faltning Poler och nollställen Fouriertransform Koncept #1: Sampling En korrekt samplad signal kan rekonstrueras exakt, dvs ingen information
Läs merParameterskattning i linjära dynamiska modeller. Kap 12
Parameterskattning i linjära dynamiska modeller Kap 12 Grundläggande ansats Antag (samplade) mätdata (y och u)från ett system har insamlats. Givet en modell M(t, θ) och mätdata, hitta det θ som ger en
Läs merIT för personligt arbete F2
IT för personligt arbete F2 Nätverk och Kommunikation DSV Peter Mozelius Kommunikation i nätverk The Network is the Computer Allt fler datorer är sammankopplade i olika typer av nätverk En dators funktionalitet
Läs merFöreläsning 8, Introduktion till tidsdiskret reglering, Z-transfomer, Överföringsfunktioner
Föreläsning 8, Introduktion till tidsdiskret reglering, Z-transfomer, Överföringsfunktioner Reglerteknik, IE1304 1 / 24 Innehåll 1 2 3 4 2 / 24 Innehåll 1 2 3 4 3 / 24 Vad är tidsdiskret reglering? Regulatorn
Läs merChrister Scheja TAC AB
Byggnadsautomation för ingenjörer Byggnadsautomation för ingenjörer VVS-tekniska föreningen, Nordbygg 2004 Christer Scheja TAC AB resentation, No 1 Internet/Intranet Ihopkopplade datornät ingen ägare Internet
Läs merLaplace, Fourier och resten varför alla dessa transformer?
Laplace, Fourier och resten varför alla dessa transformer? 1 Bakgrund till transformer i kontinuerlig tid Idé 1: Representera in- och utsignaler till LTI-system i samma basfunktion Förenklad analys! Idé
Läs merOmtentamen i DV & TDV
Umeå Universitet Institutionen för Datavetenskap Gunilla Wikström (e-post wikstrom) Omtentamen i Teknisk-Vetenskapliga Beräkningar för DV & TDV Tentamensdatum: 2006-06-05 Skrivtid: 9-15 Hjälpmedel: inga
Läs merVågrörelselära och optik
Vågrörelselära och optik Kapitel 14 Harmonisk oscillator 1 Vågrörelselära och optik 2 Vågrörelselära och optik Kurslitteratur: University Physics by Young & Friedman (14th edition) Harmonisk oscillator:
Läs merÖvningar i Automationsteknik FK
Övningar i Automationsteknik FK Tidsdiskret reglering: Diskretisering av analoga regulatorer Det mest grundläggande när det gäller tidsdiskret reglering är att på ett enkelt och rättframt sätt översätta
Läs merLösningar till Tentamen i Beräkningsvetenskap II, 5.0 hp, Del A. 1. (a) ODE-systemet kan skrivas på formen
Lösningar till Tentamen i Beräkningsvetenskap II, 5.0 hp, 2013-03-18 Del A 1. (a) ODE-systemet kan skrivas på formen z (t) = f(t, z), där z(t) = x(t) y(t) u(t) v(t), f(t, z) = u(t) v(t) kx(t)/ ( x2 (t)
Läs merSpektrala Transformer
Spektrala Transformer Fouriertransformer Fourier Gif mig en wågform och jag skola skrifva den som en summa af sinuswågor! Jean-Baptiste Fourier 768-830 Fouriertransformen Transformerar kontinuerliga signaler
Läs merLokala nät Ethernet o 802.x. (Maria Kihl)
Kapitel 5: Lokala nät Ethernet o 802.x Jens A Andersson (Maria Kihl) Felkorrektion k (Felrättande kod, FEC) Omsändning Stop-and-wait Go-back-n Selective-repeate 2 Att bekräfta paket Grundprincipen i omsändningsproceduren
Läs merHemuppgift för E2 SF1635, HT 2007
Utjämnare Hemuppgift för E2 SF635, HT 2007 Introduktion Ett vanligt problem när man överför data är att en fördröjd och amplitudskalad version av signalen adderas till ursprungssignalen. Inom telefoni
Läs merCHALMERS ROCK PROCESSING SYSTEM
CHALMERS ROCK PROCESSING SYSTEM Dynamisk Simulering av Krossanläggningar PHD GAUTI ASBJÖRNSSON Optimal Krossning - Malning PHD JOHANNES QUIST Modellering och Styrning av Krossanläggningar MSC MARCUS JOHANSSON
Läs merMekanik SG1108 Mekanikprojekt Dubbelpendel
Mekanik SG1108 Mekanikprojekt Dubbelpendel Studenter: Peyman Ahmadzade Alexander Edström Robert Hurra Sammy Mannaa Handledare: Göran Karlsson karlsson@mech.kth.se Innehåll Sammanfattning... 3 Inledning...
Läs mer5 Internet, TCP/IP och Tillämpningar
5 Internet, TCP/IP och Tillämpningar Syfte: Förstå begreppen förbindelseorienterade och förbindelselösa tjänster. Kunna grundläggande egenskaper hos IP (från detta ska man kunna beskriva de viktigaste
Läs merF8 Meddelandesändning med UDP
F8 Meddelandesändning med UDP EDA0965 Nätverksprogrammering Per Andersson Datavetenskap Lunds universitet Transport Layer Bygger vidare på Internet Layer / IP. Applikationsprogram Transportlagret Internetlagret
Läs merÖVNINGSTENTAMEN Modellering av dynamiska system 5hp
ÖVNINGSTENTAMEN Modellering av dynamiska system 5hp Tid: Denna övn.tenta gås igenom 25 maj (5h skrivtid för den riktiga tentan) Plats: Ansvarig lärare: Bengt Carlsson Tillåtna hjälpmedel: Kurskompendiet
Läs merNätverkslagret - Intro
Nätverkslagret - Intro Uppgifter Erbjuda unika adresser för varje nod Veta hur nätet är uppbyggt Hitta bästa vägen Olika datalänksprotokoll Undvika stockningar (congestion) Nätverkslagret - Intro Principer
Läs merVälkomna till TSRT19 Reglerteknik Föreläsning 3. Sammanfattning av föreläsning 2 PID-reglering Blockschemaräkning Reglerdesign för svävande kula
Välkomna till TSRT19 Reglerteknik Föreläsning 3 Sammanfattning av föreläsning 2 PID-reglering Blockschemaräkning Reglerdesign för svävande kula Sammanfattning av förra föreläsningen 2 Vi modellerar system
Läs merExempelsamling Grundläggande systemmodeller. Klas Nordberg Computer Vision Laboratory Department of Electrical Engineering Linköping University
Exempelsamling Grundläggande systemmodeller Klas Nordberg Computer Vision Laboratory Department of Electrical Engineering Linköping University Version: 0.11 September 14, 2015 Uppgifter markerade med (A)
Läs merKap 10 - Modeller med störningar. Hur beskriva slumpmässiga störningar?
Kap 10 - Modeller med störningar Notera att Beskrivning av signaler i frekvensdomänen -sammanfattning ger en bakgrund till Kap 10 och 11. Huvudpunkter: Hur beskriva slumpmässiga störningar? Data insamlas
Läs merTSRT62 Modellbygge & Simulering
TSRT62 Modellbygge & Simulering Föreläsning 4 Christian Lyzell Avdelningen för Reglerteknik Institutionen för Systemteknik Linköpings Universitet C. Lyzell (LiTH) TSRT62 Modellbygge & Simulering 2013 1
Läs merOmtentamen i DV & TDV
Umeå Universitet Institutionen för Datavetenskap Gunilla Wikström (e-post wikstrom) Omtentamen i Teknisk-Vetenskapliga Beräkningar för DV & TDV Tentamensdatum: 2005-06-07 Skrivtid: 9-15 Hjälpmedel: inga
Läs merAnna Brunström. Hur kan man minska fördröjningarna över Internet? Karlstad University Computer Science
Anna Brunström Hur kan man minska fördröjningarna över Internet? Problemet Agenda Bakgrund Bandbredd snabbhet Vikten av fördröjningar och var de kan uppstå RITE Exempel på resultat Summering Innan Internet
Läs merERE103 Reglerteknik D Tentamen
CHALMERS TEKNISKA HÖGSKOLA Institutionen för signaler och system System- och reglerteknik ERE03 Reglerteknik D Tentamen 207-0-2 08.30-2.30 Examinator: Jonas Fredriksson, tel 359. Tillåtna hjälpmedel: Typgodkänd
Läs merLAB 3. INTERPOLATION. 1 Inledning. 2 Interpolation med polynom. 3 Splineinterpolation. 1.1 Innehåll. 3.1 Problembeskrivning
TANA18/20 mars 2015 LAB 3. INTERPOLATION 1 Inledning Vi ska studera problemet att interpolera givna data med ett polynom och att interpolera med kubiska splinefunktioner, s(x), som är styckvisa polynom.
Läs merFöreläsning 4: Lokala nät (forts ) Ethernet o 802.x Stora nät och behovet av nätprotokoll Transportprotokoll. Emma Fitzgerald
Föreläsning 4: Lokala nät (forts ) Ethernet o 802.x Stora nät och behovet av nätprotokoll Transportprotokoll Emma Fitzgerald Kursombud! 2 Laborationer torsdag/fredag Labbmanual Obligatorisk Säljs på KF
Läs merTransport Layer. Transport Layer. F9 Meddelandesändning med UDP EDA095 Nätverksprogrammering. Java och UDP TCP/UDP
F9 Meddelandesändning med UDP EDA095 Roger Henriksson Datavetenskap Lunds universitet Transport Layer Transport Layer Bygger vidare på på "Internet Internet Layer" Layer / IP. / IP. Applikationsprogram
Läs merDenna föreläsning. DN1212 Numeriska metoder och grundläggande programmering FN Felfortplantning och kondition
Denna föreläsning DN1212 Numeriska metoder och grundläggande programmering FN2 09-02-10 Hedvig Kjellström hedvig@csc.kth.se! Repetition av FN2! Felkalkyl (GNM kap 2)! Olinjära ekvationer (GNM kap 3)! Linjära
Läs merECL Comfort 110 230 V~ och 24 V~
230 V~ och 24 V~ V5-04A Beskrivning och applikation Regulatorn är designad för enkel installation: en kabel, en anslutning. Regulator har en kundanpassad display med bakgrundsljus. För att ge en snabb
Läs merTentamen i Tillämpningar av fysik och dynamik i biologiska system, 7p
UMEÅ UNIVERSITET Tillämpad fysik och elektronik Åke Fransson Stefan Berglund Björn Ekenstam Bo Tannfors Tentamen i Tillämpningar av fysik och dynamik i biologiska system, 7p Datum: 2001-08-31, kl 9.00-15.00,
Läs merKurvanpassning. Kurvanpassning jfr lab. Kurvanpassning jfr lab
Kurvanpassning jfr lab Kurvanpassning Beräkningsvetenskap II Punktmängd approximerande funktion Finns olika sätt att approximera med polynom Problem med höga gradtal kan ge stora kast Kurvanpassning jfr
Läs merNUMPROG, 2D1212, vt Föreläsning 1, Numme-delen. Linjära ekvationssystem Interpolation, Minstakvadratmetoden
NUMPROG, D, vt 006 Föreläsning, Numme-delen Linjära ekvationssystem Interpolation, Minstakvadratmetoden En av de vanligaste numeriska beräkningar som görs i ingenjörsmässiga tillämpningar är att lösa ett
Läs merReal-time requirements for online games
Real-time requirements for online games En undersökning om protokoll, tekniker och metoder som datorspel använder för att kommunicera över Internet Victor Grape Milad Hemmati Linköpings universitet Linköping
Läs merTSIU61: Reglerteknik. Tillståndsbeskrivning. Lite om tillstånd och återkoppling
TSIU61 Föreläsning 10 HT1 2017 1 / 24 Innehåll föreläsning 10 TSIU61: Reglerteknik Föreläsning 10 Lite om tillstånd och återkoppling gustafhendeby@liuse ˆ Repetition av system ˆ Överföringsfunktion till
Läs merDatakommunikation I 5p
kommunikation I 5p Magnus Jonsson Internet Satellite Laptop computer Workstation Ethernet Cray Supercomputer Satellite dish Datorkommunikation Många förkortningar Många detaljer (t.ex. protokollspecifikationer)
Läs merSammanfattning av föreläsning 4. Modellbygge & Simulering, TSRT62. Föreläsning 5. Identifiering av olinjära modeller
Sammanfattning av föreläsning 4 Modellbygge & Simulering, TSRT62 Föreläsning 5. Identifiering av olinjära modeller Reglerteknik, ISY, Linköpings Universitet Linjära parametriserade modeller: ARX, ARMAX,
Läs merLösningar till tentan i ETS052 Datorkommunikation 141029
Lösningar till tentan i ETS052 Datorkommunikation 141029 Detta är våra förslag till lösningar av tentauppgifterna. Andra lösningar och svar kan också ha gett poäng på uppgiften beroende på hur lösningarna
Läs merMA2001 Envariabelanalys
MA2001 Envariabelanalys Något om derivator del 1 Mikael Hindgren 11 november 2018 Derivatans definition Exempel 1 s-t-graf för ett föremål i rörelse. s(0) = 0. s s = v t Hastigeten konstant: Rät linje
Läs merLinjär prediktion. Prediktiv kodning. Linjär prediktion. Prediktiv kodare och avkodare
Prediktiv kodning Linjär prediktion Närliggande sampel i en signal är oftast starkt korrelerade med varandra, det kan därför vara en bra ide att försöka utnyttja denna korrelation (minnet) innan kvantiseringen
Läs merEn generell prediktiv kodare utnyttjar signalens utseende N steg tillbaka i tiden för kodningen, dvs vi kodar efter den betingade fördelningen
Prediktiv kodning Närliggande sampel i en signal är oftast starkt korrelerade med varandra, det kan därför vara en bra ide att försöka utnyttja denna korrelation (minnet) innan kvantiseringen för att få
Läs merImplementering av PID-regulatorer med dator
Implementering av PID-regulatorer med dator PID-reglering Styrlagen för en PID-regulator på standardform kan skrivas ) u(t) = K (e(t)+ 1Ti de e(τ)dτ +T d (t) = u P (t)+u I (t)+u D (t) där u(t) är styrsignalen
Läs merInstuderingsfrågor ETS052 Datorkommuniktion - 2014
Instuderingsfrågor ETS052 Datorkommuniktion - 2014 October 13, 2014 Fråga 1. Beskriv de två komponenterna i PCM. Fråga 2. Förklara hur länklagret kan skilja på olika inkommande paket från det fysiska lagret.
Läs merLTH, Institutionen för Elektro- och Informationsteknik (EIT)
LTH, Institutionen för Elektro- och Informationsteknik (EIT) Instruktioner: Svara tydligt på varje uppgift. Du får lov att använda en miniräknare. Alla svar och uträkningar måste vara väl motiverade! Denna
Läs meratt det finns inte något nätverk som heter Internet Finns Internet? Varför fungerar det då? Nätet? Jag påstår
Finns Internet? Varför fungerar det då? Jens Andersson Elektro- och informationsteknik Lunds Tekniska Högskola Nätet?? Jag påstår att det finns inte något nätverk som heter Internet 4 1 Däremot Det är
Läs merFigure 1: Blockdiagram. V (s) + G C (s)y ref (s) 1 + G O (s)
Övning 9 Introduktion Varmt välkomna till nionde övningen i Reglerteknik AK! Håkan Terelius hakante@kth.se Repetition Känslighetsfunktionen y ref + e u F (s) G(s) v + + y Figure : Blockdiagram Känslighetsfunktionen
Läs merLTH, Institutionen för Elektro- och Informationsteknik (EIT)
LTH, Institutionen för Elektro- och Informationsteknik (EIT) Instruktioner: Svara tydligt på varje uppgift. Du får lov att använda en miniräknare. Alla svar och uträkningar måste vara väl motiverade! Denna
Läs merWWW. Exempel på klientsidan. Överföring av en html-fil. Snyggare variant. Verkligt format. Meddelandeformat för begäran HTTP
Exempel på klientsidan WWW Javascript-interpretator XML-interpretator HTML-interpretator Java-interpretator CSS-interpretator Använder TCP Kan återanvända uppkoppling Inga tillstånd hos servern OS API
Läs merLaplace, Fourier och resten varför alla dessa transformer?
Laplace, Fourier och resten varför alla dessa transformer? 1 Vi har sett hur ett LTI-system kan ges en komplett beskrivning av dess impulssvar. Genom att falta insignalen med impulssvaret erhålls systemets
Läs mer