Geri Dön

UAV-assisted energy-aware data collection in robotic wireless sensor networks under battery prediction error

Pil tahmin hatası durumunda robotik kablosuz sensör ağlarında İHA destekli enerji bilinçli veri toplama

PDF İndir

  1. Tez No: 1008551
  2. Yazar: BEYZA DURAN
  3. Danışmanlar: DOÇ. DR. ÖMER MELİH GÜL, PROF. DR. SEİFEDİNE KADRY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Enerji hasadı, Haberleşme, Kümeleme, İnsansız hava aracı, Energy harvest, Clustering, Unmanned aerial vehicle
  7. Yıl: 2026
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilişim Uygulamaları Ana Bilim Dalı
  12. Bilim Dalı: Bilgi ve Haberleşme Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Kablosuz Sensör Ağlarının (KSA), tarım, akıllı şehirler ve ortam izleme gibi çok sayıda uygulaması vardır. Son çeyrek yüzyıldır robotik ve kablosuz sensör ağları ayrı ayrı çok iyi araştırılmış ve bu nedenle çok iyi bilinen alanlardır. Öte yandan, robot ağlarını ve WSN'leri tek bir hibrit ağda, yani robotik kablosuz sensör ağında birleştiren, ve bu birleşim ile bireysel dezavantajları ortadan kaldırdığı bu araştırma alanlarının kesişim noktasında birçok araştırma yönü bulunmaktadır. Ağda, robotların ve kablosuz sensörlerin birbirine yardımcı olduğu birçok uygulama bulunmaktadır. Sensör düğümlerinden veri toplayan statik bir alıcı, bir füzyon merkezi ile enerji verimli veri toplama sorununu araştıran çok sayıda makale bulunmaktadır. Bu makalelerde, ağ, küme başı düğümünün diğer düğümlerden veri topladığı ve verileri doğrudan veya dolaylı olarak (verileri başka bir küme başı düğümüne ileterek) FC'ye gönderdiği kümelere ayrılmıştır. Amaç, ağın enerji tüketimini azaltmak ve böylece ağ ömrünü uzatmaktır. Statik alıcı sorunu için enerji tüketimini azaltmak üzere verimli algoritmalar öneren birçok makale olmasına rağmen, küme başı düğümlerinin daha az enerji tüketimi için, İHA'lar küme başı düğümlerinden veri toplamak ve verileri füzyon merkezine getirmek için kullanılabilir. İnsansız Hava Araçları (İHA'lar), esnek hareket kabiliyetleri, hızlı konuşlandırma yetenekleri ve mekansal olarak dağıtılmış düğümlerden veri toplama becerileri nedeniyle modern kablosuz sensör ve robotik ağların önemli bir bileşeni haline gelmiştir. İHA kullanmanın şu avantajları vardır: İnsanların veya kara araçlarının zorlukla ve riskle erişebileceği yerlere erişebilir. İHA'ların enerji yönetimi konusu, özellikle dinamik çevresel koşullar nedeniyle oluşan pil tahmin hataları bağlamında önemli bir araştırma konusudur. İHA destekli veri toplama senaryolarında İHA'ların sınırlı pil kapasitesine ilişkin ilgili literatürde farklı yaklaşımlar mevcuttur. Bununla birlikte, mevcut çalışmaların çoğu, mevcut İHA pil kapasitesinin doğru bir şekilde bilindiğini varsaymaktadır. Uygulamada, pil şarj durumu tahmini, sıcaklık değişimleri, dinamik akım talebi, pil yaşlanması, sensör gürültüsü ve dış mekan çalışma koşulları nedeniyle önemli hatalar içerebilir. Literatürdeki çalışmalarda, gerçek dünya İHA testleri aracılığıyla SoC (State of Charge) tahmin hataları araştırılmış ve deneylerin Kalman Filtresi , Soc-SoP (State of Power) korelasyonu, daha modern anlamda derin öğrenmeli SoC tahmini yöntemleri sonucunda pil hatasına neden olabilecek farklı uçuş zorlukları altında %8'den daha az hata payıyla doğru tahminler sağladığı gösterilmiştir. Literatürdeki gerçek yaşam deneyleri ve simülasyonları, bu tür hataların gerçekçi İHA görevlerinde sınırlayıcı bir değer olarak %5-8'e ulaşabileceğini bildirdiğinden, bu tez de İHA ziyaretleri ve dolayısıyla ziyaret edilmemiş küme robotlarının enerji iletimi üzerindeki etkiler için %5-8 pil tahmin hatası senaryolarını benimsemektedir. Ayrıca bu tez, özellikle sınırlı pil kapasitesine sahip bir İHA içeren çoklu kümelenmiş bir robot ağında enerji verimli bir veri toplama problemini araştırmaktadır. Tezin konusu olan kümelenmiş bir ağda, her kümenin diğer robotlara görev atamaktan ve onlardan veri toplamaktan sorumlu bir CH robotu vardır. Kusurlu bir pil tahmin yöntemi kullanılarak, amaç, İHA'nın pil sınırları dahilinde hangi CH robotlarını ziyaret edebileceğini en uygun şekilde planlamaktır. Ziyaret edilmemiş CH robotları, verilerini çoklu atlama iletişimi yoluyla İHA'ya iletir. İHA'nın, ziyaret edilmemiş CH robotları için veri iletim maliyetini en aza indiren bir yörünge kararı vermesi gerekir. Genellikle, gerçekçi olmayan ve görevin tamamlanmasını garanti etmeyen doğru pil bilgisi olduğu varsayılır. Bu çalışma, İHA destekli kablosuz sensör ağlarında (RWSN) pil tahmin hatalarının enerji verimliliği üzerindeki etkisini araştırmaktadır. 5, 7, 10 ve 50 CH robotlu konfigürasyonları analiz eden bu çalışma, %5 ve %8 pil tahmin hatalarının İHA'nın rota seçimlerine bağlı olarak veri toplama performansını nasıl etkilediğini ve bunun CH robotların toplam enerji tüketimini nasıl etkilediğini değerlendirmektedir. Sonuçlar, hataların küçük ölçekli ağlarda sınırlı bir etkiye sahip olduğunu, ancak ağ büyüdükçe enerji tüketiminde önemli artışlara yol açtığını göstermektedir. Özellikle pil seviyeleriyle ilgili pil tahmin hataları, ziyaret edilmeyen CH robotu sayısını ve dolayısıyla tüketilen enerjiyi önemli ölçüde artırabilirken, belirli pil seviyelerinde hem Sağlam Enerji Bilinçli Veri Toplama Stratejisi (READCS) hem de kusurlu pil tahmin hatalarına sahip READCS tüm CH robotları ziyaret edebilir ve hatalardan etkilenmez. Bu sonuçlar, özellikle büyük ölçekli kablosuz sensör ağlarında pil tahmin doğruluğunun kritik olduğunu ve yüksek pil seviyelerinin sistem güvenilirliğini artırdığını vurgulamaktadır. İkinci olarak, bu tez, İHA ziyaret problemini bulanık mantık tabanlı bir karar mekanizması kullanarak ele almaktadır. Bulanık mantık, ziyaret kararlarında çeşitli parametreleri dikkate alır. Burada, İHA'nın pil seviyesi, küme başı robotlarına olan mesafe, baz istasyonuna dönüş mesafesi ve veri güncelliği veya veri aciliyeti gibi parametrelerden etkilendiği bir bakış açısı benimsenmiştir. Bu girdileri dilsel kurallar aracılığıyla değerlendirmek ve her aday küme başı robotu için bir ziyaret edilebilirlik puanı oluşturmak üzere Mamdani tipi bir bulanık çıkarım sistemi tasarlanmıştır. Daha sonra, İHA, hem bulanık karar puanını hem de kalan pilin kullanılabilirliğini dikkate alarak bir sonraki küme başı robotunu seçer. Bu şekilde, önerilen yöntem, İHA veri toplama için esnek bir çok kriterli karar yapısı sağlar. Son dönemdeki İHA destekli kablosuz ağ çalışmaları, İHA hareketliliğinin yalnızca yatay yer değiştirme ile tam olarak temsil edilemeyeceğini vurgulamaktadır. İHA'lar hava platformları olarak çalıştığı için, dikey hareket, irtifaya bağlı konumlandırma ve yörünge planlaması önemli tasarım faktörleri haline gelmektedir. Standardizasyon çalışmaları ve İHA trafik yönetimi çalışmaları da gelecekteki İHA iletişim sistemlerinin, görüş hattının ötesinde operasyon ve operasyonel kısıtlamalar altında güvenli yörünge yönetimini desteklemesi gerektiğini göstermektedir. Bu bağlamda literatürdeki bazı çalışmalar ise İHA yörünge planlamasında görev süresi ve itme enerjisi tüketimi arasındaki dengeyi vurgulamıştır. Üç boyutlu İHA itiş modellemesi üzerine yapılan son çalışmalar, stokastik rüzgar etkilerini hesaba katmak için döner kanatlı enerji çerçevesini genişletip üç boyutlu kuvvet analizi yoluyla İHA itiş enerjisini karakterize adip ve enerji verimli hücresel aşağı bağlantı hizmeti için çevrimdışı tabanlı çevrimiçi uyarlanabilir bir tasarım önermektedir. Literatürdeki çalışmalardan hareketle tezin bir sonraki bölümünde daha gerçekçi Üç Boyutlu Veri Odaklı Havada Kalma Kısıtlamalı Sağlam Enerji Odaklı Veri Toplama (3D-DAHC-READCS) modelini dikkate alarak İHA destekli veri toplama modeli genişletilmiştir. Bu modelde, küme başı robotları ve İHA üç boyutlu koordinatlarla temsil edilir ve bu nedenle İHA'nın hareket enerjisi sadece yatay mesafeleri değil, aynı zamanda yükseklik farklarını da dikkate alarak modellenir. Ek olarak, bu senaryonun farklı bir versiyonu olan veri odaklı bir model benimsenmiştir. Her küme başı robotunun çevresindeki sensör düğümlerinden farklı miktarda veri topladığı varsayılır; bu, veri toplama sırasında İHA'nın havada kalma süresini doğrudan etkiler. Bu nedenle, İHA pil kısıtlaması hem 3D hareket enerjisini hem de veri odaklı havada kalma enerjisini içerir. Bu genişletme, heterojen veri hacimlerinin ve arazi odaklı yerleşimin İHA ziyaret kararlarını, ziyaret edilmemiş küme başı kümelerini ve ağ iletim enerjisini nasıl etkilediğini topluca analiz etmeyi mümkün kılar.

Özet (Çeviri)

Unmanned Aerial Vehicles (UAVs) have become an important component of modern wireless sensor and robotic networks due to their flexible mobility, rapid deployment capability, and ability to collect data from spatially distributed nodes. In Robotic Wireless Sensor Networks (RWSNs), UAVs can act as mobile data collectors instead of static data collectors. To reduce the communication burden of the network, the sensor nodes in the network can be considered in a clustered structure. In this clustered structure, selected Cluster Head (CH) robots are visited by the UAV to collect data. Different approaches exist in the relevant literature regarding the UAV's limited battery capacity in UAV-assisted data collection scenarios. However, most current studies assume that the available UAV battery capacity is accurately known. In practice, battery charge status estimation can contain significant errors due to temperature variations, dynamic current demand, battery aging, sensor noise, and outdoor operating conditions. Since real-life experiments and simulations in the literature report that such errors can reach 5-8% as a limiting value in realistic UAV missions, this thesis also adopts 5-8% battery estimation error scenarios for UAV visits and, consequently, for the effects on energy transmission of nonvisited CH robots.And this thesis investigates an energy-efficient data acquisition problem in a multi-clustered robot network, specifically involving an UAV with limited battery capacity. In a clustered network, each cluster has a CH robot responsible for assigning tasks to other robots and collecting data from them. Using an imperfect battery estimation method, the aim is to optimally plan which CH robots the UAV can visit within the UAV's battery limits. Nonvisited CH robots transmit their data to the UAV via multi-hop communication. The UAV needs to make a trajectory decision that minimizes the data forwarding cost for nonvisited CH robots. Generally, it is assumed that there is accurate battery information, which is unrealistic and does not guarantee task completion. This study investigates the impact of battery estimation errors on energy efficiency in UAV-assisted RWSNs. Analyzing configurations with 5, 7, 10, and 50 CH robots, this study evaluates how 5% and 8% battery estimation errors affect data collection performance depending on the UAV's route choices, and how this affects the total energy consumption of the leader robots. The results show that errors have a limited impact on small-scale networks, but lead to significant increases in energy consumption as the network grows. Battery prediction errors, particularly regarding battery levels, can significantly increase the number of nonvisited channels and thus the energy consumed, while at certain battery levels, both the Robust Energy-Aware Data Collection Strategy (READCS) and READCS with imperfect battery prediction errors can visit all channels and are unaffected by the errors. These results highlight that battery prediction accuracy is critical, especially in large-scale wireless sensor networks, and that high battery levels improve system reliability. Secondly, this thesis considers the UAV visitation problem using a fuzzy logic-based decision mechanism. Fuzzy logic considers various parameters in visitation decisions. Here, a perspective is adopted where the UAV is influenced by parameters such as battery level, distance to CH robots, return distance to the base station, and data freshness or we can say data urgency. A Mamdani-type fuzzy inference system is designed to evaluate these inputs through linguistic rules and generate a visitability score for each candidate cluster head robot. Then, the UAV selects the next CH robot considering both the fuzzy decision score and the availability of remaining battery. In this way, the proposed method provides a flexible multi-criteria decision structure for UAV data collection. Thirdly, in this thesis, we extend the UAV-assisted data collection model by considering a more realistic three-dimensional Data-Aware Hovering Constraint Robust Energy-Aware Data Collection (3D-DAHC-READCS). In this model, CH robots and the UAV are represented with three-dimensional coordinates, and therefore, the UAV's travel energy is modeled considering not only horizontal distances but also altitude differences. In addition, a data-aware model, a different version of this scenario, is adopted. It is assumed that each cluster head robot collects a different amount of data from the sensor nodes around it; this directly affects the UAV's hovering time during data collection. Therefore, the UAV battery constraint includes both 3D travel energy and data-aware hovering energy. This extension makes it possible to analyze how heterogeneous data volumes and terrain-aware placement collectively affect UAV visit decisions, nonvisited cluster head clusters, and network transmission energy.

Benzer Tezler

  1. Tez No

    1009525

    A framework for composite wind turbine blades: From material development to structural optimisation and ml-enhanced damage detection

    Rüzgar türbinleri için hibrit kompozit temelli kanat malzemesi geliştirilmesi, yapısal optimizasyonu ve makine öğrenmesi ile hasar tespiti ve yapısal analiz entegrasyonu

    KEMAL HASIRCI

    Doktora

    İngilizce

    İngilizce

    2026

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALAEDDİN BURAK İREZ

  2. Tez No

    998020

    Dron kameralar ile istemciler arasında uçtan uca video iletimi

    End-to-end video transmission between drone cameras and clients

    EMRE KARAKIŞ

    Doktora

    Türkçe

    Türkçe

    2026

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Uluslararası Bilgisayar Ana Bilim Dalı (disiplinlerarası)

    PROF. DR. MÜGE SAYIT

  3. Tez No

    992747

    Safe multi-agent UAV flight planning for 6G-enabled internet of things (IoT) networks using deep reinforcement learning

    Derin pekiştirmeli öğrenme kullanarak 6G destekli nesnelerin interneti (IoT) ağları için güvenli çok etmenli İHA uçuş planlaması

    MD NAJMUL MOWLA

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    Havacılık ve Uzay MühendisliğiAdana Alparslan Türkeş Bilim ve Teknoloji Üniversitesi

    Havacılık ve Uzay Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DAVOOD ASADI

  4. Tez No

    920293

    Energy-efficient 3D UAV trajectory optimization for data collection in multi-access channels

    Çoklu erişim kanallarında veri toplama için enerji verimli 3B İHA yörünge optimizasyonu

    GÜLFEM AKPINAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ELİF TUĞÇE CERAN ARSLAN

    DOÇ. DR. AYŞE MELDA YÜKSEL TURGUT

  5. Tez No

    554575

    UAV-enabled wireless-powered IoT wireless sensor networks

    IHA-etkin kablosuz-enerjili IoT kablosuz sensör ağları

    AMIN FARAJZADEH

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Elektrik ve Elektronik MühendisliğiSabancı Üniversitesi

    Elektronik Mühendisliği Bilim Dalı

    PROF. DR. ÖZGÜR ERÇETİN

Geri Dön