SENSOR BASED COMMUNICATION AWARE NAVIGATION CONTROL. PhD thesis, King Fahd University of Petroleum and Minerals.

Preview

PDF (PhD Dissertation) WaqasAfzalPhDDissertation.pdf - Draft Version Download (48MB) | Preview

Arabic Abstract

قد اكتسبت مهمة التخطيط الذاتي والتنفيذ الكثير من الإهتمام في السنوات الأخيرة. كما أنّ انخفاض التكاليف وزيادة كفاءة أجهزة الاستشعار قد أدى إلى زيادة تفاعل الأنظمة (الروبوتات) مع بيئتها بشكل كبير. مع تحسّن قدرات الإستشعار عن بعد للأنظمة المستقلة فإنه من الممكن إنشاء المزيد من البيانات مما أدى إلى خلق المزيد من المطالب على قدرة الأنظمة للتواصل. مع تزايد المهام المعقدة والتي تشمل التعاون وتبادل البيانات مع مركز القيادة والتحكم أو مع أنظمة آخرى، اكتسبت وصلة الإتصال اللاسلكي (WCL) أهمية متزايدة. غالبا فإنه من الصعب افتراض نماذج مبسطة لـ WCL في بيئات التشغيل حيث يكون الإتصال اللاسلكي صعبًا. الهدف من هذه الرسالة هو حث الحركة في الأنظمة التي تعمل في بيئات متغيرة باستخدام تقنيات تدمج قيود الاستشعار والحركة والتحكم و الإتصال. يتم دراسة إشارات التحكم التي تحرك النظام بطريقة تحسِّن أداء الاتصال للنظام على أساس نماذج واقعية لقنوات الإتصال اللاسلكي تتضمن تأثيرات path-loss، و shadowing، و إنتشار multi-path. لذلك فإن هذه مشكلة معقدة مع جوانب متعددة. في هذه الدراسة، نقدم إطار التحكم بالملاحة المبنية على نموذج (Model-Based Communication-Aware Navigation) أوباختصار (MBCAN)، حيث يفترض أن يكون لدى المخطط عائق كامل أو منطقة خطرة (HO) ومعرفة WCL. نحن نقوم بتوليد الحركة من خلال دمج القيود الواقعية لقناة الاتصالات اللاسلكية (WCC) مع Harmonic Potential Fields (HPFs). HPFs تشير النتائج إلى أن مساراتنا تعمل بشكل مشترك على تحسين كفاءة الٳتصالات وكفاءة استخدام الطاقة مع دمج القيود على الحركة بسبب العوائق المادية. المسار العام الذي يتم الحصول عليه يحسن الحركة المشتركة وقوة الإشارة المستقبل (RSS). نحن نقدم تحليل شامل للخوارزمية. يتم الحصول على مقاييس الأداء و توفير البراهين من أجل optimality و convergence للخوارزمية. يتم توفير نتائج المحاكاة لسيناريوهات متعددة للتحقق من عملنا المقترح. يساعد افتراض المعرفة الكاملة على تحليل خصائص optimality للإطار (framework). لاحقا، سنستخدم خصائص إطار MBCAN لتوليد الحركة في سيناريوهات مع افتراضات أكثر واقعية. بعد ذلك، نوفر إطار التنقل والمعرفة القائم على الاستشعار (SBCAM) حيث نفترض أن نسبة الإشارة إلى الضوضاء (SNR) ومعرفة العوائق هي صفر. في SBCAM ،نقوم بتحديث المعرفة WCL في شكل خريطة-SNR باستخدام بيانات الاستشعار في الوقت الحقيقي ودمجها مع HPFs لتوليد التنقل. و يتم أيضا نقديم تحليل التقارب .(convergence) تظهر نتائج المحاكاة أن تحديث خريطة SNR محليًا باستخدام بيانات الاستشعار في الوقت الفعلي أدت إلى توافق SBCAM مع MBCAN لمعظم السيناريوهات. يتم أيضا توفير تقنية إعادة رسم خريطة SNR محلية في مخطط (Single Sample Greedy (SSG، حيث نستخدم هوائيًا واحدًا لإعادة بناء الخريطة SNR محليًا. يستخدم مخطط SSG قياس SNR الحالي في الوقت الحقيقي إلى جانب مشتقه الاتجاهي لاكتشاف وإعادة بناء مناطق الاتصالات الميتة .(DCZs) تم استخدام SSG مع SBCAM للحصول على مسارات للهدف بحيث تضمن جودة الاتصال. يتم أيضا تحليل التقارب لـ .SSG-SBCAM تم إجراء محاكاة شاملة لسيناريوهات متعددة. نتائج المحاكاة تتوافق مع التوقعات النظرية. وأظهرت نتائج المحاكاة أن مواقع الأهداف داخل DCZ أثرت بشكل كبير على أداء المسارات التي تم الحصول عليها باستخدام SSG-SBCAM. يتم توفير تقنيات إعادة رسم خريطة SNR متعددة الهوائي في تقنية المنطقة الدائرية متعددة المستشعرات .(MSACR) ندرس استخدام هوائيات متعددة لإعادة بناء خريطة SNR محليًا باستخدام قياسات SNR في الوقت الفعلي. نحن نقدم تحليل لتأثير عدد وتوجيه الهوائيات على إعادة تكوين خريطة .SNR كما نقدم الشروط المتعلقة بالمسافة بين الهوائيات و أعدادها لتقارب مسارات .MSACR-SBCAM يتم توفير نسخة greedy من MSACR أيضا. يتم توفير نتائج المحاكاة لعدة سيناريوهات. تُظهر النتائج أن هناك حاجة إلى مسافة كبيرة بين الهوائيات للتنقل بنجاح في مناطق .DCZ من الواضح أن استخدام greedy-MSACR قد أدى إلى تحسن الأداء، ولكنه قد يؤدي إلى عدم استقرار SBCAM. وأخيرًا ، فإننا نوفر تقنية (Prediction-Based SNR-Map Reconstruction (PBSMR التي تقلل المسافة اللازمة بين الهوائيات لإعادة بناء خريطة .SNR تم تقليل المسافة بين الهوائيات باستخدام التنبؤ ب .DCZ استخدمت تقنية التنبؤ مرشحات (Laplacian of Gaussian (LoG) (filter و (Gradient of Gaussian (GoG) (filter على خريطة SNR المعاد تكوينها للتنبؤ بمنطقة DCZ في منطقة التنبؤ. ويفترض أيضا عدم معرفة HO. تمت إعادة إنشاء HO-map باستخدام بيانات أجهزة الاستشعار في الوقت الفعلي. أظهرت نتائج المحاكاة نجاح الملاحة في مناطق DCZ مع مسافات بينية صغيرة جدًا للهوائيات باستخدام .PBSMR-SBCAM يتم توفير greedy-PBSMR الذي نجح في التنقل في مناطق DCZ باستخدام أي مسافة بين الهوائيات ولكنه قد يؤدي إلى عدم استقرار SBCAM في بعض الظروف.

English Abstract

Autonomous mission planning and execution has gained a lot of attention in recent years. Falling costs and increasing efficiency of sensors have significantly increased the interaction of agents with their environment. More data is being generated with the improvement in sensing capabilities of autonomous agents. This has created more demands on the communication capabilities of the agents. With increasingly complex missions, involving cooperation and data sharing with a command and control center or with other agents, the Wireless Communication Link (WCL) has gained more and more importance. Simplistic models of the WCL cannot be assumed in operating environments where wireless communication is difficult. The aim of this dissertation is to induce motion in agents operating in cluttered environments using techniques that integrate sensing, motion, control and communication constraints. Control signals that move the agent in a manner that enhances communication performance of the agent based on realistic channel models that include the effects of path-loss, shadowing and multipath propagation, are studied. This is an intricate problem with multiple facets. In this study we provide the Model-Based Communication-Aware Navigation (MBCAN) control framework, where the planner is assumed to have full Hard Obstacle or Hazardous Region (HO) and WCL knowledge. We generate mobility by integrating realistic Wireless Communication Channel (WCC) constraints with Harmonic Potential Fields (HPFs). Results show that our trajectories jointly optimize communication and energy efficiency of the agent while at the same time integrating constraints on motion due to physical obstacles. The trajectory obtained globally optimizes a joint motion and Received Signal Strength (RSS) power based functional. We provide a thorough analysis of the algorithm. Performance measures are obtained and proofs are provided for the optimality and convergence of the algorithm. Extensive simulation results for multiple scenarios are provided to verify our proposed framework. The full knowledge assumption helps to analyze the optimality properties of the framework. Later on we utlitize the properties of the MBCAN framework to generate mobility in scenarios with more realistic assumptions. We then provide the Sensor-Based Communication-Aware Navigation (SBCAM) framework where, we assume zero Signal to Noise Ratio (SNR) and obstacle knowledge. In SBCAM, we update the WCL knowledge in the form of a SNR-map using real-time sensor data and integrate it with HPFs to generate mobility. We provide the convergence analysis. Simulation results show that updating the SNR-map locally using real-time sensor data resulted in the SBCAM matching the MBCAN for most scenarios. We provide a local SNR-map reconstruction technique in the Single Sample Greedy (SSG) scheme, where we use a single antenna to reconstruct the SNR-map locally. The SSG scheme uses the current real-time SNR measurement along with its directional derivative to detect and reconstruct Dead Communication Zoness (DCZs). The SSG reconstruction was used with SBCAM to obtain communication-aware trajectories to goal. Convergence analysis for SSG-SBCAM is provided. Extensive simulations were done for multiple scenarios. The simulations results conformed with the theoretical expectations. Simulations results showed that goal positions inside a DCZ drastically impacted the performance of the trajectories obtained using SSG-SBCAM. Multiple antenna SNR-map reconstruction techniques are provided in the Multiple-Sensor-Array Circular Region (MSACR) technique. We study the usage of multiple antennas to locally reconstruct the SNR-map using real-time SNR measurements. We provide analysis for the affect of the number and orientation of antennas on the SNR-map reconstruction. We also provide the conditions on the number and inter-antenna distance for convergence of MSACR-SBCAM trajectories. A greedy version of the MSACR is also provided. Simulation results for multiple scenarios are provided. Results show that large inter-antenna distance is needed for successful navigation of DCZs. It is seen that the greedy-MSACR improved performance but could lead to divergence of the SBCAM. Finally, we provide the Prediction-Based SNR-Map Reconstruction (PBSMR) SNR-map reconstruction technique that drastically reduces the inter-antenna distance needed to reconstruct the SNR-map. Reduction in inter-antenna distance was obtained using DCZ-prediction. The prediction technique used the Laplacian of Gaussian (LoG) and Gradient of Gaussian (GoG) filters on the reconstructed SNR map to predict a DCZ in a prediction zone. Zero HO knowledge is also assumed. HO-map is reconstructed using real-time range sensor data. Simulation results showed successful navigation of DCZs with very small inter-antenna distances using PBSMR-SBCAM. The greedy version of PBSMR is provided which successfully navigated DCZs for any intern-antenna distance but could lead to the divergence of the SBCAM in some conditions.

Item Type:	Thesis (PhD)
Subjects:	Computer Systems Electrical
Department:	College of Engineering and Physics > Electrical Engineering
Committee Advisor:	Masoud, Ahmad A.
Committee Members:	Zummo, Salam A. and Ibrir, Salim and Mahmoud, Ashraf S. Hasan Mahmoud and Mesbah, Wessam
Depositing User:	WAQAS AFZAL (g201107630)
Date Deposited:	24 Oct 2018 09:28
Last Modified:	30 Dec 2020 13:10
URI:	http://eprints.kfupm.edu.sa/id/eprint/140817