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: Belirtilmemiş.
- 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: 98
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
- Design and implementation of grid-based hybrid network for energy efficient wireless sensor networks
Enerji verimli kablosuz sensör ağları için şebekeye dayalı hibrit ağın tasarımı ve uygulaması
MURTADHA ABDULLAH YAS MIHYAWI
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SİBEL TARIYAN ÖZYER
- Algılayıcı ağlar için enerji verimli baz istasyonu konum optimizasyonu
Energy efficient base station position optimization for sensor networks
SAHAR SALAHELDEEN ABDELGADER ABBAS
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. TANSAL GÜÇLÜOĞLU
DOÇ. DR. TAMER DAĞ
- Kablosuz algılayıcı ağlarında UWB tekniği kullanılarak enerji tasarrufu sağlanması
Energy saving in wireless sensor networks by using UWB technique
SEYİT MURAT YESBEK
Yüksek Lisans
Türkçe
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. CEBRAİL ÇİFTLİKLİ
- Anten seçimli fiziksel katman ağ kodlama
Physical layer network coding with antenna selection
MUSTAFA YAĞIMLI
Yüksek Lisans
Türkçe
2012
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM ALTUNBAŞ
- Enerji depolama üniteli trijenerasyon mikro şebeke sisteminde çizelgeleme optimizasyonu: Hastane uygulaması
Scheduling optimization in the trigeneration microgrid system with energy storage unit: Hospital application
ANIL DOĞAN
Yüksek Lisans
Türkçe
2021
Enerjiİstanbul Teknik Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. MEHMET ÖZGÜR KAYALICA
DOÇ. DR. AYŞE AYLİN BAYAR