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 Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
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
- Bs algoritması tabanlı sugeno tip bulanık model yapısı ile iha batarya durumunun tahmini
Estimating of uav battery status with sugeno type fuzzy model structure based on BS algorithm
BEYZANUR ÖZCAN
Yüksek Lisans
Türkçe
2025
Sivil HavacılıkErciyes ÜniversitesiHavacılık Elektrik ve Elektroniği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEDA ARIK HATİPOĞLU
- Evasive maneuver trajectory optimization for ucav against air to air missile
İnsansız savaş uçağının hava-hava füzesinden kaçış manevrası için yörünge optimizasyonu
OZAN YAĞCI
Yüksek Lisans
İngilizce
2022
Havacılık ve Uzay Mühendisliğiİstanbul Teknik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
PROF. DR. MELİKE NİKBAY
- 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
- Deep learning model optimization for real-time smallobject detection on embedded gpus
Gömülü GPU'larda gerçek zamanlı küçük nesne tespiti için derin öğrenme model optimizasyonu
SHAROZE ALI
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Medipol ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HASAN FEHMİ ATEŞ
- Otonom hava araçları için dağıtık parçacık sürü optimizasyonu ile güvenli ve verimli rota planlaması
Safe and efficient route planning for autonomous aerial vehicles using distributed particle swarm optimization
ALPASLAN TETİK
Yüksek Lisans
Türkçe
2026
Savunma ve Savunma TeknolojileriYıldız Teknik ÜniversitesiAviyonik Mühendisliği Ana Bilim Dalı
DOÇ. DR. YAVUZ EREN