Deep-learning based optimization framework for wireless powered communication networks
Enerji hasadı yapan kablosuz ağlar için derin öğrenme tabanlı eniyileme
- Tez No: 836726
- Danışmanlar: PROF. DR. SİNEM ÇÖLERİ
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Koç Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Net sıfır enerjili haberleşme ağları, elektrik şebekesine bağlanmanın veya batarya değiştirmenin mümkün olmadığı durumlarda toplanan ve tüketilen enerjiyi dengeleyerek haberleşmenin devamını mümkün kılar. Radyo Frekansı Enerji Hasadı (RF-EH), RF sinyallerinin iklim koşullarından bağımsız, daha tahmin edilebilir ve kontrol edilebilir olmasından ötürü net sıfır enerjili haberleşme için tercih edilir.Bu tez, RF-EH ağları için düşük karmaşıklıklı kaynak tahsisi ve optimizasyonuna odaklanmaktadır. Bu tez kapsamında özellikle çoklu-gönderici-çoklu-röle RF-EH ağları için ortak röle seçimi, zamanlama ve güç kontrolü problemi çalışılmıştır. Bu problem veri talebi, enerji korunumu ve maksimum iletim gücü kısıtlamalarını göz önünde bulundurarak, toplam enerji hasatlama süresi ve veri iletim zamanını en aza indirgemeyi hedefler. Formüle edilen problem, karışık tamsayılı lineer olmayan bir problemdir ve NP-zor olduğu kanıtlanmıştır. Çözüm stratejisi olarak, problem basitten karmaşığa doğru ele alınmıştır. Öncelikle, önceden belirlenmiş röle seçimi için zamanlama ve güç kontrolü altproblemi çözülmüş, sonra, probleme ek röle seçimi değişkenleri eklenerek ana problemin çözümüne ulaşılmıştır. Problem çözümü için optimizasyon teorisi tekniklerine dayalı özyinelemeli optimal ve buluşsal algoritmalar önerilir. Bu algoritmaların karmaşıklığı yüksek ve çalışma süreleri uzun olduğundan, derin öğrenme yöntemlerini optimizasyon prensipleriyle entegre eden yeni bir yaklaşım sunulur. İleri beslemeli yapay sinir ağları (YSA) mimarileri, zamanlama ve güç kontrolü altproblemini çözmek için sunulurken, önerilen YSA modellerinde özellik kümesini genişletmek ve çıktı katmanını basitleştirmek için optimalite analizi kullanılır. Röle seçimi problemi, bir sınıflandırma problemi olarak yeniden formüle edilir ve çözümü derin öğrenme modelleri aracılığıyla ele alınır. Röle seçimi problemi için ileri beslemeli bir YSA mimarisi ve evrişimli sinir ağları tabanlı iki mimari önerilir. Bu tez ayrıca öğretmen-öğrenci öğrenme prensibini röle seçimi problemini daha hızlı çözmek içi kullanmaktadır. Bu prensip daha karmaşık bir öğretmen ağından daha basit bir öğrenci ağına bilgi aktaran bir süreçtir. Öğrenci ağının tasarımı için ikili arama yönetimi kullanışmıştır. Sonuçlar,RF-EH ağlarındaki kaynak tahsisi problemlerinde derin öğrenme modellerinin düşük karmaşıklıkta çözümleri optimalitaden ödün vermeden sunduğunu göstermektedir.
Özet (Çeviri)
Net-zero-energy networks enable communication when the connection to the electric grid or changing batteries is not feasible for the information sources by balancing harvested and consumed energy. Radio Frequency Energy Harvesting (RF-EH) is a key enabler for net-zero-energy networks as RF signals are independent from climate conditions, more predictable, and controllable. This thesis focuses on low-complexity resource allocation and optimization for RF-EH networks. In particular, the joint relay selection, scheduling, and power control problem in multiple-source-multiple-relay RF-EH network is formulated with the objective of minimizing the total schedule length and the constraints on data demand, energy causality, and maximum transmit power. The formulated problem is a mixed-integer non-linear problem and proven to be NP-hard. As a solution strategy, a bottom-up approach is followed by starting from a simpler scheduling and power control subproblem, then extending the problem with additional relay selection variables. First, the iterative algorithms for optimal and suboptimal solutions to the problem based on conventional optimization theory techniques are proposed. To address runtime concerns inherent in iterative algorithms, then, this thesis presents a novel approach integrating deep learning methods with established optimization principles. Feed-forward Deep Neural Network (DNN) architectures are presented to solve the scheduling and power control subproblem while leveraging optimality analysis for feature set extension and output layer simplification in the proposed DNN models. The remaining relay selection problem is reformulated as a classification task, successfully addressed through deep learning models, including a feed-forward DNN and two Convolutional Neural Network (CNN) based architectures. This thesis further introduces teacher-student learning, a process that transfers knowledge from a complex teacher network to a simpler student network, for an even lower complexity solution to the relay selection problem. A novel dichotomous-based neural architecture search algorithm designs the student network architecture. The results demonstrate the noteworthy reduction in runtime complexity achieved through deep learning models while maintaining optimality for the solution of resource allocation problems in RF-EH networks.
Benzer Tezler
- İdrar kültürlerinden izole edilen coag (-) staphylococcus (s. epidrmidis ve s. saprophyticus)'ların idrar yolu enfeksiyonlarındaki yeri
The Place of coag (-) staphylococcus to the urinary tract infectron which are isolated from the urine cultures
SUMRU ÇITAK(KORMAN)
- Dondurularak saklamanın tavuk etinin bazı kalite özellikleri üzerine etkisi
Başlık çevirisi yok
Ö.EVREN ATASOY
Yüksek Lisans
Türkçe
1987
Gıda MühendisliğiEge ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
DR. SUMRU TÖMEK
- Çanakkale ve çevresi artiodactyla fosilleri (paleontoloji, biyostratigrafi, paleoekoloji ve paleobiyocoğrafya) (2 cilt)
Başlık çevirisi yok
VAHDET TUNA
- Uygun sulama yönteminin seçimine ekonomik faktörlerin etkisi
Effect of economical factors on the selection of irrigation methods
YASEMİN ALTINORAK
Yüksek Lisans
Türkçe
1987
ZiraatAnkara ÜniversitesiKültürteknik Ana Bilim Dalı
YRD. DOÇ. DR. OSMAN YILDIRIM