Afet durumları için uzay – hava – yer entegre ağlarında iha'ların konumlandırma stratejisi tasarımı ve başarım analizi
Design and Performance Analysis Of UAV Deployment Strategy In Space – Air – Ground Integrated Networks For Disaster Cases
- Tez No: 995164
- Danışmanlar: PROF. DR. ALİ ÇALHAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Acil durum yönetimi, Kablosuz ağlar, Kablosuz iletişim, Emergency management, Wireless networks, Wireless communication
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Düzce Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
6G ve ileri nesil haberleşme sistemlerinde uydu-hava-yer entegre ağı (SAGIN – Space - Air - Ground Integrated Network) mimarisi altında alçak dünya yörünge (LEO – Low Earth Orbit) uyduları, insansız hava araçları ve yer tabanlı sensörlerden oluşan çok katmanlı bir haberleşme alt yapısı ele alınmıştır. LEO uyduları dünya üzerinden belirli zaman aralıklarında görüntüler alabilmekte ve bu görüntüleri önceki veriler ile karşılaştırarak çevresel değişimleri tespit edebilmektedir. Bu tez çalışmasında LEO uydularının bir afet bölgesinin görüntülerini elde ettiği ve bölgenin merkez koordinatlarının algıladığı varsayılarak, afet bölgesinden veri toplanması amacı ile İHA'ların (İnsansız Hava Aracı) yönlendirilmesine dayalı bir senaryo simüle edilmiştir. Çalışma kapsamında uzay katmanında üç adet LEO uydusu, hava katmanında dört İHA ve yer katmanında 30 sensör yer almaktadır. Takımyıldızı (constellation) olarak hareket eden LEO uyduları, afet bölgesi alanını algılamakta ve bölgeye yönlendirme yapabilmesi için hava katmanında bulunan İHA'ların varlığını tespit etmektedir. İHA'lardan bir tanesi Lider İHA olarak belirlenmiş olup, sistem içerisinde önemli karar alma süreçlerini yürütmektedir. LEO uyduları lider İHA'ya afet bölgesi bilgilerini, kendilerine bağlı olan kullanıcı sayıları, gecikme (delay) ve sinyal gürültü oranı SNR (Signal to Noise Ratio) değerlerini iletmektedir. Lider İHA, bu parametreleri dikkate alarak bulanık mantık (fuzzy logic) tabanlı bir karar verme yöntemi ile yalnızca tek bir LEO uydusu ile iletişimde kalmaktadır. Lider İHA, LEO uydularından elde edilen afet bölgesinin görüntüsü ve merkez koordinat bilgilerine sahiptir. Afet bölgesinde bulunan sensörlerden verimli bir şekilde veri toplanabilmesi amacıyla 4 farklı İHA konuşlandırma stratejisi uygulanmış ve karşılaştırmalı olarak analiz edilmiştir. İlk iki stratejide, tekdüze kapsama (uniform coverage) yaklaşımı ana (cardinal)ve ara (ordinal) yönler uygulanmış, her iki durumda da alanın büyük bölümü kapsanmasına rağmen sensör erişimi ve veri toplama verimliliği sınırlı kalmıştır. Üçüncü stratejide uygulanan taramalı kapsama (sweep coverage) yöntemi ile afet bölgesinin tamamı kapsanmış, ancak sensörlere ardışık ve tekrarlı erişimler nedeniyle eş zamanlı veri toplama sağlanamamaktadır. Dördüncü stratejide ise LEO uydularından elde edilen olay yeri görüntüsü görüntü işleme teknikleri ile analiz edilerek K-Means kümeleme yöntemiyle sensör yoğunluk merkezleri belirlenmiş ve İHA'lar bu merkezlere konuşlandırılmıştır. Bu strateji, sensör erişim sayısını artırmış, İHA'lar arasındaki yük dağılımını dengelemiş ve %66,6 ile en yüksek veri toplama verimliliğini sağlamıştır.
Özet (Çeviri)
In 6G and next-generation communication systems, a multi-layered communication infrastructure consisting of LEO (Low Earth Orbit) satellites, unmanned aerial vehicles (UAV), and ground-based sensors has been addressed under the satellite-air-ground integrated network (SAGIN) architecture. LEO satellites can capture images of the Earth at specific time intervals and detect environmental changes by comparing these images with previous data. In this thesis, assuming that LEO satellites have obtained images of a disaster area and detected the center coordinates of the area, a scenario based on directing UAVs to collect data from the disaster area has been simulated. Within the scope of the study, there are three LEO satellites in the space layer, four UAVs in the air layer, and 30 sensors in the ground layer. The LEO satellites, acting as a constellation, detect the disaster area and identify the presence of UAVs in the air layer to direct them to the area. One of the UAVs is designated as the Leader UAV and carries out important decision-making processes within the system. The LEO satellites transmit disaster area information, the number of users connected to them, delay, and SNR values to the leader UAV. Taking these parameters into account, the Leader UAV uses a fuzzy logic-based decision-making method to maintain communication with only one LEO satellite. The Leader UAV has access to images of the disaster area and center coordinate information obtained from LEO satellites. Four different UAV deployment strategies were implemented and analyzed comparatively to efficiently collect data from sensors located in the disaster area. In the first two strategies, the uniform coverage approach was applied to cardinal and ordinal directions. Although most of the area was covered in both cases, sensor access and data collection efficiency remained limited. The sweep coverage method applied in the third strategy covered the entire disaster area, but simultaneous data collection could not be achieved due to sequential and repetitive access to the sensors. In the fourth strategy, the event site image obtained from LEO satellites was analyzed using image processing techniques, and sensor density centers were determined using the K-Means clustering method, and UAVs were deployed to these centers. This strategy increased the number of sensor accesses, balanced the load distribution between UAVs, and achieved the highest data collection efficiency at 66.6%.
Benzer Tezler
- Swarm fighter aircraft control with deep reinforcement learning approach
Derin pekiştirmeli öğrenme ile sürü savaş uçaklarının kontrolü
METİN SARI
Yüksek Lisans
İngilizce
2025
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. FİKRET ÇALIŞKAN
- Reinforcement-learning control of a hybrid airship using a high-fidelity digital twin
Yüksek doğruluklu dijital ikiz kullanarak bir hibrit hava gemisinin pekiştirmeli öğrenme ile denetimi
NIKOLAY LYAN
Yüksek Lisans
İngilizce
2025
Havacılık ve Uzay Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. İSMAİL BAYEZİT
- Model predictive control for unmanned aerial vehicle
İnsansız hava aracının model tabanlı öngörülü kontrolü
HALİT FIRAT ERDOĞAN
Yüksek Lisans
İngilizce
2014
Havacılık ve Uzay Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AYHAN KURAL
- Modeling non-stationary dynamics of spatio-temporal sequences with self-organizing point process models
Kendini düzenleyen noktasal süreç modelleri ile uzay-zamansal dizilerin durağan olmayan dinamiklerini modelleme
OĞUZHAN KARAAHMETOĞLU
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. SÜLEYMAN SERDAR KOZAT
- 1-d numerical analyses of dynamic soil response under surface excitations
Yüzey yüklemeleri altında zeminin bir boyutlu dinamik davranışının sayısal analizleri
DENİZ ÖZ
Yüksek Lisans
İngilizce
2018
İnşaat Mühendisliğiİstanbul Teknik ÜniversitesiDeprem Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET BARIŞ CAN ÜLKER