EDGE-ıntelligent decentralized UAV swarms for tactical operations ın adversarial urban environments
Düşmanca kentsel ortamlarda taktik görevler için uçbirim zekâlı merkeziyetsiz iha sürüleri
- Tez No: 962991
- Danışmanlar: DOÇ. DR. LEVENT GÖKREM
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Kenar zekâ, merkezi olmayan kontrol, İHA sürüleri, karıştırma önleme, kentsel navigasyon SLAM, evrişimsel sinir ağları, hibrit yol planlama, federasyon öğrenimi, siber güvenlik, Edge intelligence, decentralized control, UAV swarms, anti-jamming, urban navigation SLAM, convolutional neural networks, hybrid path planning, federated learning, cyber security
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Tokat Gaziosmanpaşa Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, düşmanca kentsel ortamlarda etkili bir şekilde çalışabilen, merkeziyetsiz uç kenar zekâsı ile güçlendirilmiş otonom İHA sürüleri için kapsamlı bir çerçeve önermektedir. Çalışma; GPS olmayan koşullarda seyrüsefer, dinamik engellerin aşılması ve siber tehditler gibi temel zorlukları ele almaktadır. Sistem, her bir İHA'nın üzerinde gömülü zekâyı taklit eden merkeziyetsiz bir edge-computing mimarisi benimsemektedir. Otonomi ve koordinasyonu artırmak amacıyla uç kenarda çalışan çeşitli algoritmalar uygulanmıştır: A* algoritması rota planlama için, ORCA algoritması çarpışma önleme için, Boids tabanlı flocking algoritması formasyon kontrolü için, Kalman filtresi sensör verilerinin füzyonu için ve Takviyeli Öğrenme (Reinforcement Learning) ise uyarlanabilir karar alma süreçleri için kullanılmıştır. Yüksek doğrulukta yapılan simülasyonlar, %95,2 görev başarısı, %3 çarpışma olasılığı ve 25 ms altı gecikme süresi ile sistemin karmaşık sanal kentsel senaryolarda güvenilir ve sağlam bir şekilde çalıştığını ortaya koymuştur.
Özet (Çeviri)
This thesis proposes a comprehensive framework for autonomous UAV swarms empowered by decentralized edge intelligence to operate effectively in adversarial urban environments. The study addresses key challenges such as GPS-denied navigation, dynamic obstacle avoidance, and cyber threats. The system adopts a decentralized edge-computing architecture that emulates onboard intelligence for each UAV. Various edge-level algorithms were implemented to enhance autonomy and coordination, including A* for path planning, ORCA for collision avoidance, Boids-based flocking for formation control, Kalman filtering for sensor data fusion, and Reinforcement Learning for adaptive decision-making. High-fidelity simulations confirmed a 95.2% mission success rate, a 3% collision probability, and latency below 25 ms, demonstrating robust and reliable performance in complex virtual urban scenarios.
Benzer Tezler
- FLAGS framework and decentralized federated learning under device volatility
FLAGS platformu ve cihaz dalgalanması durumunda merkeziyetsiz federe öğrenme
AHNAF HANNAN LODHI
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZNUR ÖZKASAP
YRD. DOÇ. DR. BARIŞ AKGÜN
- A network-resilient and privacy preserving federated imitation learning framework for truck platooning
Kamyon konvoyları için ağ dayanıklılığı ve gizlilik koruyucu federatif taklit öğrenme çerçevesi
HALUK ÇAĞATAY KIR
Yüksek Lisans
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. ENVER ÖZDEMİR
- Learning and inference for wireless communications applications using in-memory analog computing
Bellek içi analog hesaplama kullanarak kablosuz iletişim uygulamaları için öğrenme ve çıkarım
MUHAMMAD ATIF ALI
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
Prof. Dr. TOLGA METE DUMAN
- Energy demand forecasting in fog computing based microgrids using ensemble learning
Sis bilişimi tabanlı mikro şebekelerde topluluk öğrenme ile enerji talep tahmini
TUĞÇE KESKİN
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN İNCE
- Akıllı ev ortamlarına yönelik GDPR ile uyumlu hibrit doğrulama sistemi
Hybrid authentication system for smart home environments complies with GDPR
HISHAM RAAD JAFER MERZEH
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HASAN HÜSEYİN BALIK
DOÇ. DR. MUHAMMED ALİ AYDIN