Rl based network deployment and resource management solutions for opportunistic wireless access for aerial networks in disaster areas and smart city applications
Felaket alanları ve akıllı şehir uygulamalarında uçan fırsatçı kablosuz erişim ağları için takviyeli öğrenme tabanlı ağ oluşturma ve kaynak yönetimi çözümleri
- Tez No: 895202
- Danışmanlar: PROF. DR. BERK CANBERK
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 102
Özet
Kablosuz ağ teknolojilerinde son yıllarda gerçeklesen ilerlemeler sayesinde mobil haberleşmenin kullanım oranı üstel olarak artış göstermiştir. Mobil haberleşmenin yaygınlaşması ile sabit alt yapı uygulamalarının kullanıcı ihtiyacını karşılamada yetersiz olduğu gözlenmiştir. Bunun yanında yeni sabit alt yapı yatırımların da kapasite kullanım oranları incelendiğinde asimetrik kullanım oranı göze çarpmaktadır. Asimetrik kullanım oranlarından faydalanarak mobil altyapı olusturmak ve optimal dağıtımı sağlamak mevcut ihtiyaçları karşılama anlamında doğru yöne atılacak adim olarak görülmektedir. İnsansız hava araçlarının ticari boyutlara indirilmesi ve raflardan alınabilir hale gelmesi ile birlikte mobil altyapı ihtiyacını karşılamak için uygun çözümün potansiyel adayı da ortaya çıkmıştır. İnsansız hava araçları ile kurulan ağlar mobil uygulamalar için iyi bir çözüm sağlamasına karşın üç boyutlu uzayda konumlandırma, altyapı erişiminde kullanılacak kaynakların fırsatçı olarak edinimi ve kısıtlı batarya kapasitesi nedeniyle çalışma ve operasyon suresi ile mesafesi de adreslenmesi gereken yeni problemler olarak ortaya çıkmaktadır. Bunun yanında tek bir uygulama alanı için gerçekleştirilen çözüm içerisinde gereken uzmanlık, mühendislik yatırımı ve geliştirme suresi göz önüne alındığında; eklenecek her uygulama için bu yatırımın gerekmesi önerilecek çözümlerin uygulanabilirliğini yok etmektedir. Yapay zeka temelli çözümlerin insansız hava araçları ağları için uygulama alanlarının genişletilmesi yeni uygulama eklentilerinin hızlı şekilde oluşturulmasını sağlamak için potansiyeli en yüksek çözümdür. Yapay zeka tabanlı çözümlerde; yeni uygulama eklemek için gerekli olan kısıt, geliştirme zamanı yerine veri toplama ve toplanan veri ile ögrenme döngüsünün çalıştırılması işlemine dönüştürülmektedir. Bunun yanında sahaya mobil altyapı olarak dağıtılan insansız hava aracı ağlarının merkezi ve dağıtık kontrolu mümkün olmaktadır. Merkezi kontrol ile birlikte optimal karar verme sureci kolaylaşmasına karşın; kontrol elemanı ile sahadaki insansız hava araçları arasındaki iletişim ihtiyacı operasyon alanını kısıtlamakta ve karar iletim döngüsünde gecikmelere neden olmaktadır. Bunun yanında dağıtık mimarideki çözümlerde ağın karar ve uygulama hızı artarken karar kalitesini artırmak için geliştirilmesi gereken modelin ve sağlanması gereken verinin maliyeti artmaktadır. Tez kapsamında yapay zeka temelli çözümlerin insansız hava aracı ağlarında kullanılabilmesi ve uygulama sonuçlarının ölçülebilmesi amacı ile Python tabanlı bir simülasyon aracı geliştirilmiştir. Merkezi kontrol ile insansız hava aracı altyapısı dağıtımının deprem gibi felaket senaryolarında uygulanması için gerekli olan mimarinin tasarımı gerçeklenmiştir. Bu tasarım içerisinde servis kalitesi, kapsama ve güç tüketimi parametrelerinin önceden belirlenmiş servis seviyesi anlaşmalardaki kısıtlamaları sağlaması hedeflenmiştir. Güç tüketim parametresi ağın ölçeklenebilirliği için kısıt olarak koyulmuştur. Bu çalışma çerçevesinde ağda yer alan insansız hava araçlarının sayısını yöneten bir yapay zeka modeli gerçeklenmiştir. Yapay zeka modeli insansız hava aracının konumu, batarya bilgisi, akis tablosu yoğunluğu ve kapsadığı kullanıcı bilgilerini; insansız hava aracının komsusuna ait bilgiler ile harmanlayarak yeni zaman aralığında insansız hava aracının aksiyonu için kararı olusturmaktadır. Karar aşamasında; mevcut durumu koru, şarj için geri don ya da sahaya çık kararları verilmektedir. Gerçekleştirilen çözüm içerisinde kullanıcılar ile insansız hava aracı arası altyapısız rastgele erişimli kablosuz ağ; yer komuta merkezi ile insansız hava aracı arasında ise 433Mhz geniş bant haberleşme protokolleri kullan ilmiştir. Çalışma sonucunda güç acısından ölçeklenebilir ve insansız hava aracı ağlarında yeni uygulamalar için taşınması kolay yapay zeka modeli ve bunun simülasyon ortamı ve test düzeneği ile deneyimlenmesi tamamlan mistir. Yapay zeka uygulamalarının insansız hava aracı algarina uygulanması sonrası taşınabilirliğini deneyimlemek amacı ile akili şehir uygulamasında kullanım senaryosu tasarımı gerçeklenmiştir. Akili şehir uygulamalarında mobil sensor düğümü olarak kullanılan insansız hava araçlarının mevcut kablosuz ağ kanallarındaki fırsatlardan faydalanarak buluta veri gönderdiği senaryo gerçeklenmiştir. Bu senaryo içerisinde kablosuz ağlarda fırsat pencerelerine ait bos kanalların tespiti ve veri iletimi için kullanılmasını sağlamak için yapay zeka modelinden faydalanılmıştır. Geliştirilen yapay zeka modelinin eğitimi için acık kaynak veri tabanlarından faydalanılarak kablosuz ağ için konum, zaman ve tüm kanallara ait alınan sinyal gücünün gürültüye oranı verisi edinilmiştir. Bu veri kullanılarak felaket senaryolarında topoloji kontrolu için kullanılan çok katmanlı almaç mimarisindeki yapay zeka modeli kanal tahmini için devşirilerek yeniden eğitilmiştir. Eğitilen model ile sensörden elde edilen verilerin iletim oranı ölçülerek modelin kanal tahminindeki basarimi edinilmiştir. Bu basarim değeri piyasada mevcut olan kablosuz erişim noktalarında gerçeklenen algoritmalar ile karşılaştırılarak, bu sabit modellere karsı elde ettiği veri ve öğrenim kuvveti sayesinde ilerleme sağladığı gözlenmiştir. Tez kapsamında gerçekleştirilen felaket senaryosu ve akil şehir uygulamaları; polinom zamanda çözülemeyen problemlerin yapay zeka yardımı ile eğitim ve veri maliyetine katlanılarak sabit zaman içerisinde yakınsayan çözümlere kavuştuğunu ispatlanmıştır. Bunun yanında yeni uygulama dağıtım maliyetinin veriye erişim ve eğitim olduğu gösterilmiştir. Çalışmanın gerçeklenmesi aşamasında gerçekleştirilen literatür taramasında önerilen çözümlerin bir çoğunun gerçeğe dayanmayan varsayımlar nedeni ile gerçeklenemediği tespit edilmiştir. Bu nedenle felaket senaryosu mimarisi için gerçek bir insansız hava aracı ağı için test sistemi tasarlanmış ve saha da test edilmiştir. Bunun yanında yapay zeka ile gerçekleştirilen modellerin gerçeklenmesi için gerekli eğitim verisine erişimin kısıtlılığı gözlenmiş ve ileride yapılacak is listesine; mevcut geliştirilmiş olan insansız hava aracı ağ gerçeklemesi üzerinden uzun sureli kampus verisi toplanması ve araştırma için acık kaynak olarak paylaşılması önerilmiştir. Merkezi kontrol mimarisi içerisinde kontrolcü bağlantısına duyulan ihtiyacın insansız hava aracı ağlarının operasyon alanını kısıtladığı tespit edilmiş ve akıllı şehir modelinde deneyimlenen dağıtık karar mimarisi ile gerçeklenen uygulamaların felaket senaryolarına uyumlandırılması için çalışmaların gerçeklenmesi önerilmiştir.
Özet (Çeviri)
The growth in the mobile communication area changed the data traffic profile. In addition, the requirement for the deployed infrastructure has significantly changed. The available bandwidth and IP transformation in the mobile backend increased the peak traffic requirements, while the mobile nature of the users changed the required infrastructure over time. The commercial availability of unmanned aerial vehicles potentially addresses requirements changes within the infrastructure. However, its three-dimensional nature and operation range limitations due to limited battery introduce new problems. Topology control is a significant problem for unmanned aerial vehicle networks. The optimization of the network size for coverage is identical to the minimum set-cover problem. The minimum set-cover problem is NP-hard, even without the service-level agreements enforced within the communication networks. The solution sets provided for tailor-made applications prevent the scalability of aerial networks. The tailor-made solutions require the exact development cost for each new application target. Reinforcement learning provides an ideal solution for addressing requirements for multiple applications with a single development effort. The integration cost depends on data availability for training in reinforcement learning-based deployments. To this end, reinforcement learning is integrated into a central software-defined networking-based control entity to demonstrate the deployment cycle of the aerial network. In addition, the solution's effectiveness is proved by comparing the quality of service, coverage, and power consumption results with existing literature. Furthermore, the application area of the reinforcement learning is extended to wireless channel selection to address the physical resource assignment problem. The development cost of the model has been the availability of the data. The integration of the new application is demonstrated in the simulation tool to measure the cost. In addition, smart-city application for the aerial network in distributed architecture is simulated with this implementation. Overall, this thesis conducts a survey of the existing literature on the challenges of aerial networks. In addition, the reinforcement learning integration tool is developed in a simulation format. Finally, the disaster area and smart-city applications are implemented to measure the applicability of the hypothesis. The comparison results revealed that reinforcement learning-based aerial network topology control provides scalable performance for power consumption while satisfying the quality of service and coverage requirements of the network. In addition, the improvements in the physical resource allocation for opportunistic access on the wireless medium is proved in wireless channel selection deployment for the smart-city application.
Benzer Tezler
- High-level representations through unconstrained sensorimotor learning
Başlık çevirisi yok
ÖZGÜR BARAN ÖZTÜRKÇÜ
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÖzyeğin ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ERHAN ÖZTOP
- Graph theory based traffic light management
Grafik teorisi tabanlı trafik ışığı yöntemi
ADAM RIZVI THAHIR
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAbdullah Gül ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. VEHBİ ÇAĞRI GÜNGÖR
DR. ÖĞR. ÜYESİ MUSTAFA COŞKUN
- Practical evaluation of low-complexity medium access control protocols for wireless sensor networks
Başlık çevirisi yok
SELAHATTİN KOŞUNALP
Doktora
İngilizce
2015
Elektrik ve Elektronik MühendisliğiThe University of YorkElektronik Ana Bilim Dalı
DR. TIM CLARKE
- Towards more reliable medium access control with data-driven spectrum allocation
Veri tabanlı spektrum tahsisi ile daha güvenilir ortam erişim kontrolüne doğru
UMURALP KAYTAZ
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik MühendisliğiKoç ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SİNEM ÇÖLERİ ERGEN
- Motion planning and control with randomized payloads using deep reinforcement learning
Derin pekiştirmeli öğrenme kullanarak rastgele yükler ile hareket planlama ve kontrol
ALİ DEMİR
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. VOLKAN SEZER