Derin öğrenme tabanlı dinamik İHA konumlandırma sistemi tasarımı
Deep learning based dynamic UAV positioning system design
- Tez No: 947088
- Danışmanlar: DOÇ. DR. AYŞE ELİF CANBİLEN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Konya Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Mevcut İHA konumlandırma yöntemleri genellikle statik veya kural tabanlıdır, bu da değişen çevresel koşullara ve kullanıcı taleplerine hızlı bir şekilde yanıt verme yeteneklerini sınırlamaktadır. Bu tez çalışmasında, dinamik ortamlarda İnsansız Hava Araçları (İHA) için derin öğrenmeye dayalı dinamik bir konumlandırma sistemi geliştirilmesi amaçlanmaktadır. İHA kapsama alanını optimize etmek ve yanıt sürelerini iyileştirmek için bir Derin Öğrenme algoritması kullanılacaktır. Sistem, afet müdahalesi, gözetim ve iletişim ağları gibi dinamik adaptasyonun kritik öneme sahip olduğu senaryolarda etkili bir performans gösterecek şekilde tasarlanacaktır. Simülasyon ortamında geliştirilecek model, kullanıcı talepleri ve çevresel faktörlere dayalı olarak İHA'ların konumlarını gerçek zamanlı olarak sürekli optimize edecektir. Sistemin performansı, kapsama alanı genişliği, yanıt süresi ve dinamik koşullarda uyarlanabilirlik gibi kriterler üzerinden değerlendirilecektir. Bu araştırma, literatürdeki statik ve kural tabanlı yaklaşımların sınırlamalarını gidermeyi ve derin öğrenme teknikleri kullanarak daha etkili bir İHA konumlandırma sistemi sağlamayı hedeflemektedir.
Özet (Çeviri)
Existing UAV positioning methods are often static or rule-based, which limits their ability to respond quickly to changing environmental conditions and user demands. This thesis aims to develop a deep learning based dynamic positioning system for Unmanned Aerial Vehicles (UAVs) in dynamic environments. A Deep Learning algorithm will be used to optimize UAV coverage and improve response times. The system will be designed to perform effectively in scenarios where dynamic adaptation is critical, such as disaster response, surveillance and communication networks. The simulation model will continuously optimize the position of UAVs in real-time based on user demands and environmental factors. The performance of the system will be evaluated based on criteria such as coverage, response time and adaptability in dynamic conditions. This research aims to overcome the limitations of static and rule-based approaches in the literature and provide a more effective UAV positioning system using deep learning techniques.
Benzer Tezler
- İHA destekli ağlarda kapsama ve alan kullanımı verimliliği için öğrenmeye dayalı dinamik konumlandırma
Learning-based dynamic positioning for coverage and area utilization efficiency in UAV-assisted networks
ERDİ KAYA
Doktora
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YILMAZ AR
DR. ÖĞR. ÜYESİ ELİF HAYTAOĞLU
- GPS ve görüntü verisi olmayan ortamlarda insansız hava araçları için derin pekiştirmeli öğrenme tabanlı tam otonom yönelim ve uçuş rota planlaması
Deep reinforcement learning-based fully autonomous orientation and flight path planning for unmanned aerial vehicles in GPS- and vision denied environments
HÜSEYİN KÜÇÜKERDEM
Doktora
Türkçe
2025
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. CEMAL YILMAZ
- Dron kameralar ile istemciler arasında uçtan uca video iletimi
End-to-end video transmission between drone cameras and clients
EMRE KARAKIŞ
Doktora
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiUluslararası Bilgisayar Ana Bilim Dalı (disiplinlerarası)
PROF. DR. MÜGE SAYIT
- İHA üzerinden derin öğrenme tabanlı nesne belirlenmesi ve GNSS konum koordinatlarının hesaplanması
Deep learning based object detection via UAV and computation of GNSS location coordinates
FERİT TİRYAKİ
Yüksek Lisans
Türkçe
2020
Mekatronik MühendisliğiMarmara ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. HASAN ERDAL
DR. ÖĞR. ÜYESİ BARIŞ DOĞAN
- İnsansız hava araçlarında gerçek zamanlı nesne tespiti ve sınıflandırma için gömülü sistem ve derin öğrenme tekniklerinin kullanılması
Using embedded system and deep learning techniques for real-time object detection and classification in unmanned vehicles
ZİYA SAYGILI
Yüksek Lisans
Türkçe
2022
Mekatronik MühendisliğiSelçuk ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜZİN ÖZMEN