Altitude optimization of UAVS serving as base stations using deep learning
Derin öğrenme kullanılarak baz istasyonları olarak hizmet veren İHA'ların yükseklik optimizasyonu
- Tez No: 647398
- Danışmanlar: PROF. DR. BAHADIR KÜRŞAT GÜNTÜRK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: İstanbul Medipol Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği ve Siber Sistemler Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 60
Özet
İnsansız hava araçlarının (İHA) yüksekliği, havadan karaya bir iletişim sis- teminin planlanmasında hayati bir rol oynar; kapsama alanını, kapsama alanını koruyan alıcı sayısını ve güç tüketimini doğrudan etkiler. Verici için optimum yüksekliğin belirlenmesi, kayıp modelini oluşturmak için geniş güç ölçümleri ile alan özelliklerine göre hesaplanır. Son zamanlarda ışın izleme simülasyonları ver- ilen alanın 3D modelini kullanarak bu prosedürü kolaylaştırmakta fakat yine de bu yaklaşım için yüksek hesaplama gücü ve zaman gerekmektedir. Bu tezde, her yükseliğin yol kaybı dağılımları kullanılarak İHA yüksekliğinin optimize edilmesi için gerçek zamanlı bir yaklaşım sunulmuştur. Bu yol kaybı dağılımları, belir- tilen bölgenin 2D görüntüsünden birden fazla yükseklikte derin öğrenme mod- eli kullanılarak oluşturulur. Bu önerilen senaryoda insansız hava aracı istenilen alanı yakalar ve derin öğrenme modeli farklı yükseklikler için yol kaybı dağılım- larını oluşturur. Kapsama hesaplamaları ile optimum yükseklik belirlenebilir. Bu yaklaşım, her zaman mevcut olmayan 3D modellerinin kullanılınmasındansa, 2D görüntüleri kullanmaktadır. Ayrıca, derin evrişimli sinirsel ağları kullanarak her yükseklik için ayrı bir ağ tasarlanıp hedeflenen bölgenin 2D görüntü arazi özel- likleri ayıklanarak ve yol kaybı dağılımları tahmin edilerek birden fazla yükseklik için genelleştirilmiş bir model tasarımı ortaya çıkarılabilir.
Özet (Çeviri)
It is expected that unmanned aerial vehicles (UAVs) will play a vital role in future communication systems. Optimum positioning of UAVs, serving as base stations can be done through extensive measurements or ray tracing simulations if the 3D model of the region is available. In this thesis, we present an alternative approach based on deep learning for optimizing the UAV altitude using the path loss distributions. These path loss distributions are generated using a multi- altitude deep learning model from 2D image of the specified region. In this proposed scenario the UAV captures the region to be served and the deep learning model generates the path loss distributions for multiple altitudes. By employing the coverage calculations the optimum altitude can be determined. This approach dispenses the usage of the 3D models, which are not always available, by utilizing 2D images. Moreover it extends the idea of using deep convolutional neural networks from having to design a separate network for each altitude to designing a generalized model for multi-altitudes by extracting the features from the 2D image of a region and estimate the path loss distribution.
Benzer Tezler
- Bir insansız hava aracına ait kompozit kanadın tasarımı ve yapısal optimizasyonu
Design and structural optimisation of an UAV composite wing
MUHAMMED ATIF YILMAZ
Yüksek Lisans
Türkçe
2024
Makine Mühendisliğiİstanbul Teknik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALAEDDİN BURAK İREZ
- Design and analysis of optical wireless communication systems under energy constraints
Optik kablosuz iletişim sistemlerinin enerji kısıtları altında tasarım ve analizi
KHADIJEH ALI MAHMOODI
Doktora
İngilizce
2024
Elektrik ve Elektronik MühendisliğiÖzyeğin ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT UYSAL
- Farklı insansız hava araçları ile elde edilen görüntülerin otomatik fotogrametrik yöntemlerle değerlendirilmesi ve doğruluk analizi
Examination of images obtained from different unmanned air vehicles via automatic photogrammetric methods and accuracy analysis
DENİZ BİLGE KILINÇOĞLU
Yüksek Lisans
Türkçe
2016
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ELİF SERTEL
- Yapay arı kolonisi yöntemi ile insansız hava araçları için yol planlama
Route planning for unmanned aerial vehicles with artificial bee colony
VOLKAN ÇAVUŞ
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYalova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ADEM TUNCER
- Mevcut bir İHA'da faydalı yükü arttırmak için kanat tasarımında yapılabilecek değişiklikler
Changes to wing design to increase payload in an existing UAV
SERHAT YUDAR
Yüksek Lisans
Türkçe
2022
Havacılık MühendisliğiEskişehir Osmangazi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. MELİH CEMAL KUŞHAN