Energy-efficient 3D UAV trajectory optimization for data collection in multi-access channels
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Mühendislik Fakültesi, Elektrik Ve Elektronik Mühendisliği Bölümü, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: İngilizce
Öğrenci: GÜLFEM AKPINAR
Asıl Danışman (Eş Danışmanlı Tezler İçin): Elif Tuğçe Ceran Arslan
Eş Danışman: Ayşe Melda Yüksel Turgut
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
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.