Department of Electrical and Electronic Engineering

Permanent URI for this collection


Recent Submissions

Now showing 1 - 5 of 87
  • Item
    Implementation of Round Robin SDN based IP Load Balancer
    (University of Khartoum, 2017) Muayed Elfatih Osman HagElfadl
    Abstract In a data center environment, the load balancer is an integral part of the networking ecosystem. The primary function of a load balancer is to distribute traffic among a cluster of servers such that a single server does not become over-utilized and ensure that critical services keep running. Because of many limitations, the development of the traditional load balancing technology has encountered bottlenecks. This has forced companies to find new load balancing method. Software Defined Network (SDN) provides a good method to solve the load balancing problem. This project aims to implement a load balancer that will receive packets being addressed to virtual IP (VIP) and then forward the traffic to one of the servers following a Round-Robin scheduling mechanism. The IP load balancer should reduce the response time for the clients and increase the overall throughput. The project was implemented by using POX as SDN controller, the network is emulated by Mininet and then the results are probed by using openload benchmarking tool to simulate HTTP requests to the servers and to measure the average response time and throughput. It is found that using Round-Robin scheduling algorithm, the SDN based load balancer reduces the average waiting time for user requests, namely the response time and increases the average throughput as compared to the non-balanced network.
  • Item
    Development of Classification Models for Diagnoses of Electrocardiogram (ECG) Signals Using Machine Learning Techniques
    (University of Khartoum, 2020) Inas Salah Mahmood EL Mahdi
    Abstract The study is carried out to identify a model classification for the diagnosis of electrocardiogram signals using machine learning techniques. The study deals with describing the electrical activity of the heartbeats. The study presents a model for classification of atrial fibrillation among four classes of coronary heartbeats. The different machine learning classification techniques aim to propose an approach for selecting the best classifier for the diagnosis of atrial fibrillation in coronary heartbeats. A model classification was conducted to find out objectively facts about different classifiers and to study the relationship between these facts by using techniques to find out the best diagnosis for atrial fibrillation heartbeats. The standard cardiology dataset is utilized to find out the best diagnosis for atrial fibrillation heart diseases. The results show that the adaBoost algorithm obtains the best result for classification of atrial fibrillation among all classes in the testing stage (97.3 % in the area under curve accuracy, 94.7 % in classifier accuracy, 96.7% in sensitivity and 98 % in a positive predictive value). Another model classification is conducted between two convolutional neural network architectures. Results show that the AlexNet convolutional neural network gives the best results for the atrial fibrillation identification (97.08% validation accuracy scores) compared to GoogLeNet convolutional neural network which gives 96.99% validation accuracy scores. The results show that convolutional neural network gives the best results for identifying the atrial fibrillation heart disease.
  • Item
    Dynamic Investigation of Squirrel Cage Induction Motor
    (University of Khartoum, 2019-09) Mohamed Ibrahim Mohamed Elhassan
    Abstract The objective of this research is to study the behavior of three phase induction motors during dynamic conditions. The analysis started with development of three-phase general dynamic equations according to the unified theory of electrical machines. These equations are used to study the dynamic characteristics of an induction motors at no load and at loading conditions, for a fixed-frequency source and a variable-frequency, variable-voltage motor drive. A 2250 HP induction motor is used as case study. Simulations were carried out using MATLAP simulink and FORTRAN software’s. The simulation results for IM starting condition for no load and loading conditions are given in figures (4-5, 4-6, 4-6, 4-7, 4-8, 4-9, 4-10, 4-11, 4-12), and table (4-2). The result of the simulation agreed with theoretical and practical results given by the manufacture. المستخلص يهدف هذا البحث لدراسة تصرف المحركات الحثية ثلاثية الطور فى الحالات الديناميكية .تحليل المحرك يبدا بعمل نموزج معادلات ديناميكية عامة للمحرك ثلاثى الاطوار حسب نظرية الالات الموحدة باستخدام لغة الماتلاب والفورتران. استخدمت هذه المعادلات لدراسة الخصائص الدناميكية للمحركات الحثية فى حالتى الحمل واللاحمل،وذلك عند استخدام مصدر للجهد ثابت التردد او متغير التردد والجهد. تم اخذ محرك حثى قدرته 2250 حصان كحالة دراسة. نتائج المحاكاة لبدء الحركة لحالتى اللاحمل والحمل لخصت فى الاشكال (4-5 ، 4-6 ،4-7 ،4-8، 4-9، 4-10 ،4-11، 4-12) وجدول (4-2). نتائج المحاكاة تطابقت مع النتائج النظرية والمختبرية للمحرك.
  • Item
    Time-Series Analysis and Statistical Modeling of H.264/AVC Video Data
    (University of Khartoum, 2017) Hiba Hassan Sayed Mohamed Ali
    Abstract The aim of this research is to design an accurate statistical distribution model for H.264/AVC video data. In this context several techniques are developed. This research utilizes Haar discrete wavelet transform (DWT), which results in two sets of coefficients, detail and approximation. This thesis presents a novel technique for computing the wavelet detail coefficient in a simple and fast manner. The proposed technique eliminates the need for applying two filters by estimating the detail coefficients from approximation coefficients. The technique is applied to the frame size of video traces with different group of pictures (GOP) and satisfactory results are obtained. The results show no variation in statistical parameters between original and recovered I, P and B frames of the video traces. In this research, the video data is analyzed using both discrete wavelets transform and maximal overlap wavelet transform and the results are compared. The goal is to identify which of these wavelet transforms retains the complex autocorrelation properties of H.264/AVC video more accurately as well as preserving the data sequence. The results of this study indicated that maximal overlap discrete wavelet transform is superior to discrete wavelet transform. This thesis also implements time-series analysis of the H.264/AVC video sequences variable bit rate (VBR) traffic. The analysis has shown that this data has strong self-similarity properties as well as noticeable long range dependence (LRD) and short range dependence (SRD). The stationarity of H.264 video sequences is investigated by applying the fractional differencing technique and implemented with Haar maximal overlap discrete wavelet transform. The results indicate that the H.264 video is 2nd order stationary. Accordingly, the statistical model is designed. Various statistical analysis techniques are implemented to estimate, generate and evaluate the best statistical distribution fit. The Weibull distribution is chosen for I, P and B frames. The generated model resembles the original data distribution and dependence structure accurately for all frame types of tested video data, regardless of their intra GoP relations. المستخلص الغاية من هذا البحث هو تصميم نموذج دقيق للتوزيع الاحصاثي للمرئي H.264/AVC. و في هذا الصدد تم تطوير عدد من التقنيات ذات الصله. هذا البحث يستخدم تحويل هار بالمويجات المنفصله، هذا التحويل ينتج عنه مجموعتان من المعاملات، المفصله و التقريبيه. في هذه الأطروحة تم تقديم تقنيه جديدة بسيطة و سريعه لحساب المعاملات المفصله لهذا التحويل. هذه التقنيه تلغي الحاجة لاستخدام اثنين مرشحات، كما هو الحال في الطريقه التقليديه، و تم حساب المعاملات المفصله مباشره من المعاملات التقريبيه. تم تطبيق هذه التقنيه علي أحجام أطر مرئيات ذات مجموعات من الصور مختلفه و تم الحصول علي نتائج مرضيه. بمقارنه أطر I، P و B للمرئيات المعنيه المتحصل عليها بالطريقه التقليديه و تلك المتحصل عليها بالتقنيه المقترحه، أوضحت النتائج عدم وجود اختلاف في المعلمات الإحصائية. في هذا البحث، تم تحليل بيانات المرئيات بإستخدام تحويل هار بالمويجات المنفصله و تحويل هار بالمويجات المنفصله بالتداخل الأقصي. تمت مقارنه النتائج المتحصل عليها في الحالتين لتحديد الأفضل في المحافظه علي خصائص الإرتباط الذاتي المعقده، لهذا النوع من البيانات، و أيضا الحفاظ علي تسلسل البيانات. أوضحت النتائج أن تحويل هار بالمويجات المنفصله بالتداخل الأقصي يتفوق علي قرينه في المجالين. علاوة على ذلك تم تحليل متسلسلات المرئي H.264/AVC ذات معدل ثنائيات متغيّر بإستخام تقنيات السلاسل الزمنيه. أوضح التحليل أن هذه البيانات لها خاصية تشابه ذاتي قوية، بالإضافة إلى الاعتماد على المدى الطويل والاعتماد على المدى القصير. تمت دراسة سكون متواليات المرئي H.264/AVC بتطبيق تقنية الاختلاف الجزئي مع تحويل هار بالمويجات المنفصلة المتداخلة القصوى. أوضحت النتائج إلى أن مرئي H.264 لدية خاصية سكون من الدرجة الثانية. بناء علي ما سبق من نتائج تم تصميم نموذج إحصائي. تم توظيف عدد من تقنيات التحليل الإحصائيه لتقدير، توليد و تقييم أفضل نموذج توزيع إحصائي لهذا النوع من البيانات. تم اختيار توزيع ويبل لنمذجة أطر I، P و B. هذا النموذج يشبه بدقة التوزيع الإحصائي و هيكل اعتماد البيانات الأصلية لجميع أنواع الأطر في متواليات المرئي المُختبرة بغض النظر عن العلاقة الداخلية لمجموعة الصور.
  • Item
    A Technique of Vertical Handover Prediction in 4th Generation (4G) Wireless Cellular Networks
    (University of Khartoum, 2021-03) Safaa Abdelwahab Mohamed Ibrahim
    ABSTRACT Long Term Evolution (LTE) is the fourth generation (4G) cellular network technology that provides improved performance related to data rate, coverage and capacity compared to earlier cellular systems. The Heterogeneous Network (HetNets) can provide high data rate and enhance multimedia services, but it is challenging to provide optimized handover. Vertical Handover (VH) algorithms are very important components of 4G network architecture. These algorithms need to be designed to provide the required Quality of Services (QoS) to a wide range of applications while allowing seamless roaming among a multitude of networks of different technologies. The objective of this framework is to provide an optimized handover by minimizing unnecessary handovers, decreasing handover delay, improving RSS, decreasing signaling overhead and hence improving the QoS. The method used in the proposed model for target network selection in the handover process is the history of visited cells combined with the Analytical Hierarchy Process (AHP) method. The AHP is used to calculate the weights for the network attributes and to rank the available networks based on multiple criteria; Multiple Attribute Decision Making (MADM). The sequence of visited cells is used in target network selection as it reduces frequent handover. The sequence of visited cells is modeled as Markov Chain. RSS forecasting is used to predict the handover necessity so as to reduce the handover delay. To enhance Received Signal Strength (RSS), RSS smoothing is also used to reduce the effects of deep fade and hence avoid unnecessary handovers. The results show that on average the number of handovers is reduced by up to 50% compared to the conventional AHP. The results also show that the threshold crossing rate and average duration of fades are reduced by 47%. Handover delay is also reduced by 40 ms due to RSS forecasting. المُسّـتخْلص شبكات الجيل الرابع من النوع "ال تي إي" هي شبكات تعطي أداء أفضل من ناحية معدل إرسال البيانات ومن ناحية التغطية والسّعة مقارنة بالأجيال السابقة من أنظمة الإتصالات الخلوية. ورغم أن البيئة التي تحتوي على أنواع متعددة من الشبكات المختلفة تعطي معدل سرعة بيانات عالياً وتحسناً في خدمات الوسائط المتعددة ولكن التحدي يتمثل في المناولة من شبكة الى أخرى. خوارزميات المناولة الرأسية بين الشبكات ذات الأنواع المختلفة من أهم مكونات شبكات الجيل الرابع وهذه الخوارزميات يجب أن تصمم لتحقق جودة الخدمات "QoS" المطلوبة لنطاق واسع من التطبيقات دون إنقطاع محسوس للخدمة أثناء المناولة بين الشبكات المختلفة. الهدف من هذا المقترح هو إيجاد طريقة فعّالة للمناولة بين الشبكات وذلك يتم عن طريق تقليل عدد مرات المناولة الغير ضرورية و تقليل زمن التأخير في المناولة وتحسين قوة الإشارة المستقبلة وتقليل الإزدحام في الشبكة وبذلك تتحسن جودة الخدمة. الطريقة المتبعة لإختيارالشبكة التي يناول إليها المستخدم في النموذج المقترح تستخدم معلومات تاريخ مسار المستخدم والخلايا التي زارها سابقاً بالإضافة لطريقة التحليل الهرمي التقليدية. طريقة التحليل الهرمي هي طريقة أُستخدمت لحساب أوزان خصائص الشبكة وهي تحدد مدى أهمية الخاصية للمقارنة بين الشبكات المتاحة على أساس متعدد المتغيرات. أُستخدمت معلومات المسار السابق للمستخدم لتحديد إحتمالية الشبكة التي يجب المناولة إليها وتفيد هذه الطريقة في تقليل عدد مرات المناولة. وأُستعملت طريقة سلسلة ماركوف لوصف إحتمالية المناولة بين الشبكات. أيضا أُستخدمت طريقة توقع القيمة المستقبلية للإشارة وذلك لتوقع إحتمالية المناولة مسبقاً و ذلك لتقليل زمن التأخير في المناولة بين الشبكات. ولتحسين قوة الإشارة المستقبلة أُستخدمت طريقة جديدة لتنعيم الاشارة المستقبلة لتقليل تأثير إضمحلال الإشارة وتحسين جودتها لتجنب المناولة غير الضرورية. من النتائج المتحصل عليها نجد أن الخوارزمية المقترحة تعطي عدد مرات مناولة أقل بنحو 50 % مقارنة بطريقة التحليل الهرمي التقليدية. وأيضا من النتائج نجد أن الإشارة الناتجة لها متوسط فترة إضمحلال أقل بنحو 47 %. كما أن متوسط زمن التأخير في المناولة قد نقص بنحو 40 ملي ثانية نتيجة لعملية التنبوء بقوة الإشارة المستقبلة.