Συλλογή δεδομένων σε Ασύρματο Δίκτυο Αισθητήρων (WSN) με τη βοήθεια μη-επανδρωμένων αεροσκαφών (UAVs) για πράσινη επικοινωνία

UAV-assisted Data Collection over WSN for Green Communication (Αγγλική)

  1. MSc thesis
  2. ΚΩΝΣΤΑΝΤΙΝΟΣ ΜΠΟΤΣΙΑΡΗΣ
  3. Συστήματα Κινητού και Διάχυτου Υπολογισμού (ΣΔΥ)
  4. 16 Σεπτεμβρίου 2023
  5. Ελληνικά
  6. 64
  7. ΨΑΝΝΗΣ ΚΩΝΣΤΑΝΤΙΝΟΣ
  8. ΨΑΝΝΗΣ ΚΩΝΣΤΑΝΤΙΝΟΣ | ΝΙΚΟΠΟΛΙΤΙΔΗΣ ΠΕΤΡΟΣ
  9. UAVs, data collection, WSN, green communication
  10. ΣΔΥΔΕ
  11. 1
  12. 57
  13. εικόνες, πίνακες, σχήματα
    • Το μειωμένο κόστος απόκτησης και χρήσης των μη επανδρωμένων αεροσκαφών (UAV) και η ευκολία πρόσβασης τους σε δυσπρόσιτες περιοχές, όπως απομακρυσμένα δάση και παγετώνες έκανε συμφέρουσα την αξιοποίηση τους για συλλογή δεδομένων από αισθητήρες που έχουν τοποθετηθεί σε αυτές τις περιοχές δημιουργώντας ένα ασύρματο δίκτυο αισθητήρων  και όχι μόνο. Στο κεφάλαιο 1, ορίζονται οι έννοιες της πράσινης επικοινωνίας, της επιτήρησης και τα ασύρματα δίκτυα αισθητήρων.  Στο κεφάλαιο 2, περιγράφονται τα είδη των αισθητήρων με τεχνικές λεπτομέρειες και των καμερών που μπορούν να καταγράψουν φωτογραφίες και βίντεο και οι σύγχρονες τεχνικές κωδικοποίησης που χρησιμοποιούν. Επίσης, αναλύεται η ανάγκη και οι τεχνικές ανάκτησης ενέργειας από το WSN ώστε να επιτευχθεί ο στόχος της πράσινης επικοινωνίας. Στο κεφάλαιο 3,  περιγράφονται τα είδη των UAVs, τα βασικά τεχνικά τους χαρακτηριστικά, οι μηχανισμοί μεταφοράς ενέργειας, ζητήματα ασφαλείας κατά τη χρήση και οι κανονισμοί και περιορισμοί χρήσης αυτών στην Ευρωπαϊκή Ένωση. Στο κεφάλαιο 4, αναλύονται οι επικοινωνίες των αισθητήρων με τα UAVs, τα γενικά χαρακτηριστικά των επικοινωνιών, οι κεραίες, τα πρωτόκολλα επικοινωνίας και η χρήση τεχνητής νοημοσύνης στις επικοινωνίες. Στο κεφάλαιο 5, περιγράφονται οι αλγόριθμοι υπολογισμού στο Cloud, της  τροχιάς που ακολουθούν τα UAVs και η χρήση της τεχνητής νοημοσύνης και βαθειάς μάθησης για την περαιτέρω βελτιστοποίηση της.   Τέλος συγκρίνονται οι τρόποι με τους οποίους γίνεται η συλλογή δεδομένων με ή χωρίς αιώρηση και προτείνεται αλγόριθμος για τη βελτιστοποίηση τροχιάς, τη μεγιστοποίηση της αξιοπιστίας και την ελαχιστοποίηση του χρόνου μετάδοσης σε κόμβους αισθητήρες που δεν στέλνουν κάθε φορά το ίδιο μέγεθος δεδομένων. Αυτό επιτυγχάνεται με την αποστολή μηνυμάτων στο Cloud, μέσω  UAV.  Στο Cloud γίνεται κάθε φορά ο επανυπολογισμός της τροχιάς του αντίστοιχου UAV με τις κρίσιμες παραμέτρους της ταχύτητας και της υπολειπόμενης ενέργειας.

    • The reduced cost of acquiring and using unmanned aerial vehicles (UAVs) and their ease of access to inaccessible areas such as remote forests and glaciers made it advantageous to use them to collect data from sensors deployed in these areas created a wireless sensor network and beyond. In Chapter 1, the concepts of green communication, surveillance and wireless sensor networks are defined.  In chapter 2, the types of sensors with technical details and cameras that can capture photos and videos and the modern coding techniques they use are described. The need and techniques of energy recovery from WSN to achieve the goal of green communication are also discussed. In chapter 3, the types of UAVs, their basic technical characteristics, energy transfer mechanisms, safety issues during use and the regulations and restrictions on their use in the European Union are described. In chapter 4, sensor communications with UAVs, general characteristics of communications, antennas, communication protocols and the use of artificial intelligence in communications are discussed. In chapter 5, the algorithms for computing in the Cloud, the trajectory followed by the UAVs and the use of artificial intelligence and deep learning to further optimize it are described.  Finally, the ways of data collection with or without hovering are compared and an algorithm is proposed to optimize trajectory, maximize reliability and minimize transmission time at sensor nodes that do not send the same amount of data every time. This is achieved by sending messages to the Cloud via UAV.  In the Cloud, the trajectory of the corresponding UAV is recalculated each time with the critical parameters of velocity and remaining energy.

  14. Hellenic Open University
  15. Items in Apothesis are protected by copyright, with all rights reserved, unless otherwise indicated.