Energy-Effcient Communication Model between UAVs to achieve Optimal Coverage using Game Theory and Machine Learning. PhD thesis, King Fahd University of Petroleum and Minerals.

PDF Dissertation_INEMER.pdf - Accepted Version Restricted to Repository staff only until 15 August 2023. Download (12MB)

Arabic Abstract

يواجه التحكم في الشبكات القائمة على الطائرات بدون طيار تحديات كبيرة مع زيادة تغلغل التقنيات الجديدة والاحتياجات البشرية. هذه الأطروحة تركز على تطوير نماذج مختلفة للتحكم في الاتصال والتغطية مدعومة ببعض قدرات التعلم والذكاء لتخفيف أو إزالة القيود في الشبكات القائمة على الطائرات بدون طيار وضمان التقارب مع التكوينات المثالية لشبكة الطائرات بدون طيار. يمكن تحقيق مفهوم الذكاء من خلال اعتماد تقنيات جديدة في نمذجة شبكات الطائرات بدون طيار مثل نظرية الألعاب والتعلم الآلي. تم اقتراح نماذج مختلفة تستخدم تقنيات تعتمد على نظريات التحسين و الألعاب و التعلم الآلي في الأبحاث المتوفرة حتى الآن. تعاني هذه النماذج من مشاكل مختلفة في حالة حل مشكلات التغطية والتحكم في الطاقة كالنماذج التي تعمل بطريقة مركزية ، والنماذج قابلة للتطبيق فقط في الفضاء ثنائي الأبعاد على ارتفاعات ثابتة ، والنماذج ضعيفة الموثوقية والقدرة على البقاء وقابلية التوسع ، والنماذج غير قابلة للتطبيق للعمل في بيئة متغيرة باستمرار. لتعزيز شبكات الطائرات بدون طيار والتغلب على عيوب نماذج التحكم المتاحة ، تعمل هذه الأطروحة على تطوير نماذج تحكم تعتمد على استخدام نظرية الألعاب وتقنيات التعلم الآلي. بشكل عام الطائرات بدون طيار تحتوي على مجموعة من أدوات الاستشعار والاتصال والتي يجب أن تتواصل و تتفاعل مع بعضها البعض ومع المستخدمين على الأرض بطريقة موزعة وذكية لتحقيق أفضل بنية للشبكة ولتحسين أداء النظام بأكمله. في هذه الأطروحة تم اقتراح أربع خوارزميات جديدة لتصميم الشبكات القائمة على الطائرات بدون طيار. الأ ّ ولى لحل مشكلة التغطية والتحكم في الطاقة ويستند إ ّ لى اللعبة المحتملة، والثانية لحل ّ مشكلة الاتصال ويعتمد على لعبة تشكيل الشبكة، والثالثة لحل مشاكل التغطية والتحكم في الطاقة وهو قائم على اللعبة المعتمدة على الحالة والتعلم المعزز ، وآخرها تستخدم مجموعة بيانات عامة لدراسة مشكلة الكشف والتعرف على الطائرات بدون طيار في شبكات الطائرات بدون طيار ويتم تنفيذها وحلها باستخدام أساليب التعلم الآلي.

English Abstract

Control of UAV based networks are facing signifcant challenges with the increasing penetration of new technologies and human needs. In this thesis we develop different communication and coverage control models with learning and smartness abilities to mitigate and/or eliminate the limitations of the UAV based networks and guarantee convergence to optimal UAVs network confgurations. The smartness concept can be achieved by adopting new technologies in modeling the UAV networks like Game Theory (GT) and ML. Various models that use optimization-based, GT-based, and ML-based techniques have been proposed in the literature. These models suffer from different problems in case of solving the coverage and energy control problems such as models work in a centralized manner, models are applicable only to work in 2D space with fxed altitude values, models have poor reliability, survivability, and scalability abilities, and models are not applicable to work in a dynamic environment. To enhance the UAV networks and overcome the drawbacks of the available control models, we develop control models based on the use of GT and ML technologies. In general, UAVs are equipped with set of sensing and communication tools that should interact with each other and with the ground users in a distributed and intelligent fashion to achieve the best network structure and to improve the performance of the whole system. Four novel algorithms are proposed in the thesis work to design the UAV based networks. First, solves the coverage and power control problem and it is based on a potential game, second, solves the communication problem and it is based on a network formation game, third, solves the coverage and energy control problems and it is based on the state based game and the reinforcement learning, and last, uses a public dataset to study and investigate the detection and identifcation problem in the UAV networks and it is implemented and solved using ML methods.

Item Type:	Thesis (PhD)
Subjects:	Computer Civil Engineering > Transportation Engineering Engineering Math Aerospace
Department:	College of Computing and Mathematics > Computer Engineering
Committee Advisor:	Sheltami, Tarek S.
Committee Members:	Abu-Amara, Marwan H. and Belhaiza, Slim and Mahmoud, Ashraf S. and Yasar, Ansar
Depositing User:	IBRAHIM AH NEMER (g201206960)
Date Deposited:	17 Aug 2022 04:59
Last Modified:	17 Aug 2022 04:59
URI:	http://eprints.kfupm.edu.sa/id/eprint/142194