Altitude optimization of UAVS serving as base stations using deep learning
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: İstanbul Medipol Üniversitesi, Fen Bilimleri Enstitüsü, ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2020
Tezin Dili: İngilizce
Öğrenci: IBRAHIM SHOER
Danışman: GÜNTÜRK Bahadır Kürşat
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:İnsansız hava araçlarının (İHA) yüksekliği, havadan karaya bir iletişim sis- teminin planlanmasında hayati bir rol oynar; kapsama alanını, kapsama alanını koruyan alıcı sayısını ve güç tüketimini doğrudan etkiler. Verici için optimum yüksekliğin belirlenmesi, kayıp modelini oluşturmak için geniş güç ölçümleri ile alan özelliklerine göre hesaplanır. Son zamanlarda ışın izleme simülasyonları ver- ilen alanın 3D modelini kullanarak bu prosedürü kolaylaştırmakta fakat yine de bu yaklaşım için yüksek hesaplama gücü ve zaman gerekmektedir. Bu tezde, her yükseliğin yol kaybı dağılımları kullanılarak İHA yüksekliğinin optimize edilmesi için gerçek zamanlı bir yaklaşım sunulmuştur. Bu yol kaybı dağılımları, belir- tilen bölgenin 2D görüntüsünden birden fazla yükseklikte derin öğrenme mod- eli kullanılarak oluşturulur. Bu önerilen senaryoda insansız hava aracı istenilen alanı yakalar ve derin öğrenme modeli farklı yükseklikler için yol kaybı dağılım- larını oluşturur. Kapsama hesaplamaları ile optimum yükseklik belirlenebilir. Bu yaklaşım, her zaman mevcut olmayan 3D modellerinin kullanılınmasındansa, 2D görüntüleri kullanmaktadır. Ayrıca, derin evrişimli sinirsel ağları kullanarak her yükseklik için ayrı bir ağ tasarlanıp hedeflenen bölgenin 2D görüntü arazi özel- likleri ayıklanarak ve yol kaybı dağılımları tahmin edilerek birden fazla yükseklik için genelleştirilmiş bir model tasarımı ortaya çıkarılabilir.