Machine learning-based link decisions for terrestrial and non-terrestrial networks
Karasal ve karasal olmayan ağlar için makine öğrenmesi tabanlı link kararları
- Tez No: 872501
- Danışmanlar: PROF. DR. HÜSEYİN ARSLAN, DR. ÖĞR. ÜYESİ AHMET YAZAR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- 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: 77
Özet
Karasal olmayan ağlar (NTN), 5G ve ötesi (5GB) kablosuz iletişim teknolojilerinin ortaya çıkışıyla önemli bir yer edinmiştir. NTN sistemlerinin kullanımı, kara ağlarına (TN) kıyasla sunduğu avantajlar sayesinde çeşitli senaryolarda güçlü faydalar sunar. İnsan merkezli bir bakış açısıyla farklı iletişim gereksinimlerini karşılamak için TN avantajlarını NTN ile uyum içinde kullanmak, 5GB ağlarında önemli konulardan biridir. Ayrıca, uydu iletişiminde (SatCom) son zamanlarda karmaşık ve matematiksel olarak çözülemez yapısı nedeniyle makine öğrenimi (ML) algoritmaları özel ilgi görmüştür. Bu tezde, kara kullanıcıları için TN ve NTN arasında en iyi bağlantıyı belirleyen tek ve çok parametreli bir bağlantı seçimi yöntemi önerilmektedir. Ayrıca, tek ve çok parametreli bağlantı seçiminin sonuçlarını kullanarak ML tabanlı bir bağlantı seçimi yöntemi incelenmiştir. Sonuçlar, ML tekniklerinin benzer bir performans gösterdiğini ortaya koymaktadır. ML'nin farklı alanlardaki kullanılabilirliğinden yararlanmak için, NTN sistemleri ve heterojen ağlar (HetNet) için dört farklı yönetim yöntemini kullanan bir sistem çerçevesi öneriyoruz. İlk yöntem, belirli bir bölge için NTN kullanımının gerekliliğini belirlemek üzere tasarlanmıştır. İkinci yöntem, çoklu bağlantı senaryosu altında TN ve NTN bağlantıları arasında bir seçim yapar. Üçüncü yöntem, her kullanıcı için uygun NTN platformunu seçmeye çalışır. Son yöntem ise aynı bölgedeki kullanıcıların NTN kullanım gereksinimlerini karşılamak için en makul NTN platformunu belirler. Bu yöntemleri ardışık olarak kullanarak, hücresel iletişim operatörleri TN altyapısına entegre edilmiş NTN sistemlerini verimli bir şekilde yönetebilir. Önerilen sistem çerçevesi için, bölge bazlı bilgiler ve kullanıcı bazlı gereksinimler içeren yeni sentetik veri setleri oluşturulmuştur. 6. nesil (6G) akıllı şehir ağlarında birçok birbirine bağlı sensör sistemi bulunacağı varsayılmaktadır. Sonuçlar, önerilen yöntemlerin ve yaklaşımların 5GB çağında NTN sistemlerine fayda sağlamak için etkili bir şekilde kullanılabileceğini göstermektedir.
Özet (Çeviri)
Non-terrestrial networks (NTN) have gained significant ground with the advent of 5G and beyond (5GB) wireless communications technologies. Utilization of NTN systems presents strong benefits under various scenarios, owing to the advantages compared to terrestrial networks (TN). To meet different communications requirements from a human-centricity perspective, exploiting the advantages of TN in harmony with NTN is one of the essential topics in 5GB networks. Moreover, machine learning (ML) algorithms have gained special attention lately in satellite communication (SatCom) due to their complex and mathematically intractable nature. In this thesis, a single and multi-parameter-based link selection method is proposed which decides the best connection for the ground users between TN and NTN. Furthermore, an ML-based link selection method is investigated by using the outcomes of the single and multi-parameter-based link selection. The results show that ML techniques give a similar performance. To exploit the usability of ML in different realms, we propose a system framework that utilizes four different management methods for NTN systems and heterogeneous networks (HetNet). The first method is designed to determine the necessity of NTN usage for a specific region. The second method makes a choice between TN and NTN links under a multi-connectivity scenario. The third method tries to choose the appropriate NTN platform for each user. The last method decides which NTN platform is the most reasonable one to meet the NTN usage necessities of the users in the same region. By consecutively employing these methods, cellular communications operators can efficiently manage NTN systems that are integrated into TN infrastructure. For the proposed system framework, new synthetic datasets are generated including region-based information and user-based requirements. It is assumed that there will be many available interconnected sensor systems in smart city networks with the 6th generation (6G). The results indicate that the proposed methods and approaches can be effectively employed to bring benefits to NTN systems in the era of 5GB.
Benzer Tezler
- A friendly physical layer warden system
Dost bir fiziksel katman bekçi sistemi
MİRAÇ KUMRAL
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. GÜNEŞ ZEYNEP KARABULUT KURT
- Hybrid approach to complex network-based link prediction for recommendation systems in Turkish publications
Türkçe yayınlarda öneri sistemleri için karmaşık ağ tabanlı bağlantı tahminine hibrit yaklaşım
ALI ASGHAR FAHAD FAHAD
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRAH ÖZKAYNAK
- A support vector machine-based approach for southbound communication detection in SDN using openflow
Openflow kullanarak SDN'de güney yönlü iletişim tespiti için destek vektör makinesi tabanlı bir yaklaşım
ALİ GÖKHAN AVRAN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN SEÇİNTİ
- Boosting large-scale graph embedding with multi-level graph coarsening
Büyük ölçekli çizge gömme işlemlerini iyileştirmek için çok katmanlı çizge indirgeme
TAHA ATAHAN AKYILDIZ
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KAMER KAYA
- Cognition-enabling techniques for next-generation radar and electronic warfare systems
Gelecek nesil radar ve elektronik harp sistemleri için bilişsellik-etkinleştirme teknikleri
MUHARREM ARIK
Doktora
İngilizce
2019
Elektrik ve Elektronik MühendisliğiKoç ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZGÜR BARIŞ AKAN