Energy-efficient 3D UAV trajectory optimization for data collection in multi-access channels
Çoklu erişim kanallarında veri toplama için enerji verimli 3B İHA yörünge optimizasyonu
- Tez No: 920293
- Danışmanlar: DR. ELİF TUĞÇE CERAN ARSLAN, DOÇ. DR. AYŞE MELDA YÜKSEL TURGUT
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 82
Özet
Bu tez, belirli bir alana rastgele dağılmış sensör gruplarından veri toplamak için bir İHA'nın yörüngesini optimize etmek için derin pekiştirmeli öğrenme algoritmasından yararlanmayı amaçlamaktadır. İHA, her sensör grubundan ikili çoklu erişim kanalı üzerinden veri toplar ve veri merkezine geri döner, enerji tüketimini göz önünde bulundurarak bilgi yaşını (AoI) en aza indirmek için üç boyutlu uzayda gezinir. Gerçek dünya uygulamalarında, İHA pillerinin sınırlı kapasitesi ve çeşitli sensör ağlarında ve IoT uygulamalarında zamanında veriye duyulan ihtiyaç göz önünde bulundurulduğunda, bu tür kısıtlamalar dikkate alınmalıdır. İHA, stratejik olarak sensörleri seçerek ve bir sonraki konumunu belirleyerek enerji kısıtlamaları altında ortalama bilgi yaşını (AoI) en aza indirmeyi hedefleyerek veri toplamayı verimli bir şekilde gerçekleştirmek için çevresiyle etkileşime girer. Kısıtlı bir Markov karar süreci (CMDP), durumlar, ayrık ve sürekli eylemler, geçiş olasılıkları ve ödüller dahil olmak üzere bu senaryoyu modeller. Bilinmeyen geçiş olasılıkları nedeniyle, en uygun politikayı öğrenmek için ceza tabanlı bir politika eğimi optimizasyonu yaklaşımı kullanılır. Hibrit eylem ile proksimal politika optimizasyonu (PPO) ve geçirgen ceza tabanlı optimizasyon adlı gelişmiş derin pekiştirmeli öğrenme tekniklerinden yararlanılarak optimal bir sonuç bulunmaya çalışılmıştır. Bu çalışma, üç boyutlu uzayda İHA destekli veri toplama sistemlerinin verimliliğini artırarak IoT uygulamalarında kritik bilgilerin zamanında iletilmesine katkıda bulunur.
Özet (Çeviri)
This thesis aims to optimize the trajectory of a UAV for data collection from sensor groups randomly scattered across a designated area and exploits a deep reinforcement learning (DRL) algorithm for this purpose. The UAV collects data from each sensor group over a multiple access channel. It returns to the data center, navigating in three-dimensional space to minimize the age of information (AoI) while considering energy consumption. Given the limited capacity of UAV batteries and the need for timely data in various sensor networks and IoT applications, such constraints must be regarded as in real-world applications. The UAV interacts with its environment to efficiently collect data, aiming to minimize the average AoI under energy constraints by strategically selecting which sensors to visit first and determining its next location. A constrained Markov decision process (CMDP) models this scenario, including states, discrete and continuous actions, transition probabilities, and rewards. Due to unknown transition probabilities, a penalty-based policy gradient optimization approach is employed to learn the optimal policy by leveraging advanced DRL techniques namely proximal policy optimization (PPO) with hybrid action, and permeable penalty-based optimization with k-means clustering algorithm. This work enhances the efficiency of UAV-assisted data collection systems, leveraging both multi-access communications and advanced DRL techniques, and contributes to the timely transmission of critical information in IoT applications.
Benzer Tezler
- Akıllı yansıtıcı yüzey destekli telsiz haberleşme sistemi ve insansız hava aracı konumlandırma
Reconfigurable intelligent surface-assisted wireless communication system and unmanned aerial vehicles positioning
EMİR ASLANDOĞAN
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
DR. MEHMET AKİF YAZICI
- RIS-röle donanımlı İHA ağları: Yeni tasarımlar ve performans analizleri
RIS-relay equipped UAV networks: New designs and performance analyses
AHMET MUAZ AKTAŞ
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM ALTUNBAŞ
- Gelecek nesil haberleşme sistemlerinde insansız hava araçları için kaynak yönetim teknikleri
Resource management techniques for unmanned aerial vehicles in next generation communication systems
UYGAR DEMİR
Doktora
Türkçe
2021
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. CENK TOKER
- Design and implementation of double stage starter/generator for hybrid propulsion systems
Hibrit itki sistemleri için çift kademe starter/generator tasarımı ve uygulaması
SAMİ ARSLAN
Doktora
İngilizce
2023
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUĞBA SELCEN NAVRUZ
PROF. DR. İRES İSKENDER
- Yakıt hücresi, fotovoltaik ve bataryadan oluşan hibrit enerji sistemine sahip keşif ve gözlem amaçlı bir insansız hava aracının tasarımı
Design of an unmanned aerial vehicle for reconnaissance and observation purposes with a hybrid energy system consisting of fuel cell, photovoltaic and battery
YAKUP ORHAN
Yüksek Lisans
Türkçe
2025
EnerjiYıldız Teknik ÜniversitesiEnerji Teknolojileri Ana Bilim Dalı
PROF. DR. ALİ VOLKAN AKKAYA