Enhancing netwok lifetime of underwater wireless sensor networks with smart energy harvesting
Sualtı duyarga ağlarında akıllı enerji hasadı ile yaşam ömrünün uzatılması
- Tez No: 877203
- Danışmanlar: DOÇ. DR. PINAR BOLUK
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Bilgisayar ağları, Kablosuz ağlar, Makine öğrenmesi, Computer networks, Wireless networks, Machine learning
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Su altı kablosuz sensör ağları (UWSN'ler), erken uyarı sistemleri, küresel ısınma çalışmaları ve endüstriyel keşif takip çalışmaları dahil olmak üzere çevresel verilere erişim olanağı sağlayarak felaketleri önleme potansiyeline sahiptir. Su altı akustik sensör ağları, gözlenmekte olan saha ile ilgili verilerin kesintisiz bir şekilde iletilmesinden sorumlu ana bileşenlerdir. Ancak, su altı ortamının zorlu doğası pil değişimini olanaksız hale getirir ve sensör düğümlerini pil kaynağına güvenmeye zorlar. Bu nedenle, enerji tüketimi su altı sensör ağlarında en önemli tasarım faktörüdür. Ağın enerji tüketimini minimize etmek için, kümeleme, su altı sensör uygulamalarında yoğun olarak çalışılmakta olan bir teknolojidir. Küme başları (CH'ler), veri birleştirme ve ağın enerji tüketimini azaltma amacıyla seçilir ve bu şekilde ağ ömrünü uzatır. Bu çalışmada, UWSN'de, kablosuz sensör ağlarında enerji bilincine sahip yönlendirme sorunu için her bir sensör düğümünde stokastik enerji toplama süreçleri göz önünde bulundurularak yaşam ömrünü iyileştirmesi amaçlanmıştır. Tezin birinci kısmında, yeni bir küme başı (CH) seçme tekniği önerilmiş ve CH'ler sadece düğümlerin konumunu ve kalan enerjisini değil, aynı zamanda hasatlanması tahmin edilen enerjiyi de göz önünde bulundurmuştur. Sayısal sonuçlar, önerilen tekniğin enerji tüketimini azalttığını ve ağ ömrünü önemli ölçüde uzattığını göstermektedir. Tezin ikinci bölümünde, yöntemimizi geliştirerek, problemi çok etmenli pekiştirmeli öğrenme problemine uyarladık. Bu çalışmanın katkısı, küme başlarını (CH'ler), yalnızca sensörlerin kalan enerjisini ve konumlarını değil aynı zamanda kazanılması öngörülen enerji miktarını göz önünde bulundurarak seçmesi, sensörlerin yaşam ömrünü uzatmaktır. Tezin son bölümünde sensörlerin ortam erişim protokolünde zaman aralıklarının planlanmasında, su altı ortamındaki enerjiden alınan verimi arttırmak için yeni bir takviyeli öğrenmeye dayalı algoritma önerilmektedir.
Özet (Çeviri)
Underwater wireless sensor networks (UWSNs) play a crucial role in providing essential environmental data for various applications such as environmental research, disaster management, early warning systems, and industrial exploration and monitoring. However, the challenging underwater environment makes battery replacement unfeasible, requiring sensor nodes to rely on their limited batteries. Therefore, managing energy in these networks is a critical issue. Cluster-based network routing protocols have been extensively explored as a technology to address this energy management problem and optimize network energy consumption. Additionally, harvesting energy from the underwater environment has gained attention as a promising solution to extend the operational life of sensor nodes. In our thesis, we focus on stochastic energy harvesting processes at sensor nodes to address the energy-aware routing problem in underwater acoustic sensor networks. We introduce a novel cluster head (CH) selection approach and compare its performance with existing literature in the first part of the thesis. In the second part of the thesis, we extend our method by adapting the problem into a multi-agent reinforcement learning problem. The contribution of this thesis lies in proposing a novel reinforcement learning-based algorithm to optimize available energy in the underwater environment while determining cluster heads (CHs) considering not only the residual energy and locations of nodes but also the estimated amount of harvestable energy. In the final section of the thesis, a novel reinforcement learning-based algorithm is proposed for scheduling time slots in the medium access protocol of sensors, aiming to enhance energy efficiency in the underwater environment.
Benzer Tezler
- İstanbul raylı sistemlerde memnuniyet seviyesini anketle belirleme çalışması
A study to determine the level of satisfaction in Istanbul rail systems through a survey
SERGEN KESKİN
Yüksek Lisans
Türkçe
2025
Ulaşımİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ZÜBEYDE ÖZTÜRK
- İç ortam havasında bulunan uçucu organik bileşiklerin (UOB) farklı nanomalzeme katkılı polimerik nanolif filtreler ile giderilmesi
Removal of volatile organic compounds (VOC) in indoor air with polymeric nanofiber filters added to different nanoparticles
DİLA AYDIN
Yüksek Lisans
Türkçe
2020
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
DOÇ. DR. DERYA YÜKSEL İMER
- Remote sensing-based analyses for fire danger assessment and active fire monitoring in forest ecosystems
Orman ekosistemlerinde yangın tehlikesinin değerlendirilmesi ve aktif yangın izleme için uzaktan algılama tabanlı analizler
HATİCE ATALAY
Doktora
İngilizce
2025
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ADALET DERVİŞOĞLU
- Hidrolojik proses modelleri ile havza şebeke modelleri entegrasyonu: Darlık havzası örneği
Integration of hydrological process models with watershed network models: Darlik creek case study
MEHMET KALFAZADE
Yüksek Lisans
Türkçe
2015
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALPASLAN EKDAL
- Perez dış ortam gün ışığı aydınlık modelinin adaptif ağ tabanlı bulanık çıkarım sistemi (ANFIS) temelinde geliştirilmesi
Improvement of perez daylight model on the base of adaptive network based fuzzy inference systems (ANFIS)
BİHTER DURNA
Doktora
Türkçe
2018
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET DURAN ŞAHİN