Yeni nesil kablosuz ağlarda kapasite ve kapsama alanı eniyilemesi için dron baz istasyonlarının kullanımı

Abstract

Son yıllarda meydana gelen teknolojik gelişmeler, İnsansız Hava Araçlarının (İHA) ya da daha çok bilinen şekliyle dronların hem ticari hem de askeri alanda bir çok uygulamada kullanılabilmesine olanak sağlamıştır. Dronların kullanımı ile gözetleme, arama ve kurtarma, malzeme dağıtımı, haberleşme gibi çeşitli uygulamalarda düşük maliyetli ve etkin çözümler sağlanmaktadır. 5G ve ötesi haberleşme sistemlerinin hedeflediği çok yüksek veri kapasitesinin ve servis kalitesinin sağlanması noktasında da dronların önemli rol oynayacağının görülmesi üzerine bu alanda araştırmalar hızlanmıştır. Ayrıca, askeri haberleşmede dronların kullanımı da bu alandaki araştırmaları motive etmektedir. Dronların haberleşmede kullanımında en önemli problemlerden bir tanesi dron baz istasyonlarının (DBİ) 3 Boyutlu (3B) uzayda nasıl konumlandırılacağıdır.Bu tez çalışmasında pratik varsayımlar altında DBİ'lerin konumlandırılması kullanıcı veri kapasitesine bağlı şekilde modellenmiş ve çeşitli senaryolar kurgulanarak özgün konumlandırma yöntemleri önerilmiştir. Bu kapsamda öncelikle ağın doğrusal ve logaritmik veri kapasitelerinin eniyilenmesi problemi incelenmiş ve kümeleme temelli hızlı çalışan gerekli DBİ sayısını ve pozisyonlarını belirleyen bir yöntem önerilmiştir. Kullanıcıların düzgün dağılmadığı belli bir bölgede yoğunluk barındıran ağlar için DBİ konumlarının DBİ kullanıcı eşleşmesi ile birlikte optimize edilmesi önerilmiştir. Askeri bir uygulama olarak taktik sahada DBİ'lerin kullanımı ele alınmış ve kullanıcı pozisyonlarını kestirip vurulma olasılığını azaltan özgün bir DBİ konumlandırma yöntemi önerilmiştir. Bir diğer senaryoda, DBİ'lerin güvenilirlik oranlarının haberleşme sistemlerine göre düşük olması ve taktik sahalarda DBİ'lerin etkisiz hale getirilme olasılıkları göz önünde bulundurularak DBİ'lerin konumlandırılması incelenmiştir. Bu kapsamda bir DBİ devre dışında kaldıktan sonra ağın performansını iyileştiren özgün konumlandırma yöntemleri geliştirilmiştir. Tanımlanan problemlerin konveks olmaması sebebiyle meta sezgisel yöntemlerden yararlanılmış ve en yüksek çözüm doğruluğuna ulaşan yöntem belirlenmiştir.

Recent technological advances enable the use of Unmanned Aerial Vehicles (UAV) or commonly known as drones in many civilian and military applications. Drones provide low-cost and efficient solutions to the problems arise in diverse applications such as surveillance, search and rescue, delivery of goods and communication. Research activities on the use of drones in wireless communication have substantially grown as it is understood that it could play an important role to satisfy the high data rate demand and service quality of users in beyond 5G networks. Drone based applications in military communication also motivates and triggers research activities. One of the most important research problems that needs to be addressed is how to deploy drone base stations (DBS) in 3 Dimensional (3D) space. In this thesis work, we model the DBSs deployment problem with respect to user capacities taking into account practical considerations for various scenarios and propose novel methods to determine the positions of DBSs. First, we investigate the problem of linear and logarithmic capacity maximization and propose a computationally low-cost method that determines the required number of DBSs and their positions. For a scenario, where users are not uniformly distributed and has a dense user region, the joint optimization of DBSs positions and DBS-user associations is proposed. We investigate the use of DBSs in a tactical network and design a method which estimates the positions of users and place DBSs considering the probability of DBSs being hit. In another case, taking into account the lower reliability of a drone compared to that of a radio system and the probability of DBS shoot down we propose novel methods in order to increase network performance during repositioning of DBSs. As the defined problems are not convex, we utilize metaheuristics and identify the one with the highest solution accuracy.