NETWORK DEPLOYMENT AND UAV PATH PLANNING IN UAV-ASSISTED IOT NETWORKS: A JOINT OPTIMIZATION MODEL. Masters thesis, King Fahd University of Petroleum and Minerals.

PDF Ghadeer_Alazman_MSc_Thesis-2025.pdf Restricted to Repository staff only until 27 May 2026. Download (6MB)

Arabic Abstract

المستخدمة لمراقبة وجمع البيانات في المدن الذكية. وذلك مما تقدمه هذه الطائرات من مميزات من أهمها مرونتها في الطيران وقدرتها على الوصول إلى المناطق البعيدة والصعبة. على الرغم مما تقدمه هذه الشبكات من مميزات إلى أن تشغيلها ونشرها في المدن الذكية يواجه بعض التحديات، من أبرزها أن هذه الشبكات تتكون من أجهزة ذات قدرات محدودة بالطاقة فيما يتعلق بطول عمر البطارية. لذلك تهدف هذه الدراسة إلى توفير حل شامل يسهم في تصميم و نشر هذه الشبكات بطريقة دقيقة تضمن تقليل استهلاك الطاقة وإطالة عمر الشبكة. لذلك قمنا بهذه الرسالة بتقديم حل هجين يدمج مميزات الخوارزمية الوراثية مع خوارزمية أسراب الجسيمات الكمية لتحسين يساعد في نشر هذه الشبكات في المناطق ثنائية الأبعاد بطريقة احترافية مع الأخذ بعين الاعتبار محدودية طاقة الأجهزة وتفادي العوائق الموجودة في المنطقة عند تصميم مسار الطائرة بدون طيار لضمان تجنب الاصطدام بها وضمان إكمال مهمة جمع البيانات. الحل المقترح يبدأ باختيار رؤوس العناقيد باستخدام خرائط التنظيم الذاتي و وضعها في مواقع مبدئية، ثم تقوم الخوارزمية الوراثية باستكشاف فضاء الحلول على مستوى عدد الرؤوس ومواقعها ومسار الطائرة ثم تقوم خوارزمية أسراب الجسيمات الكمية بتحسين جودة الحل المقدم من الخوارزمية الوراثية. تم دراسة وتقييم الحل المقترح باستخدام مجموعة واسعة من المحاكاة شملت دراسة فعالية الحلول مع زيادة عدد العقد الموجودة في الشبكة، وتقييم جودة دالة الملائمة من خلال تغيير الأوزان بين عمر الشبكة وطاقة الطائرة وأخيراً زيادة عدد العوائق في المنطقة وضمان جودة تفاديها. كما تم تقييم الحل من خلال دراسة مؤشرات مختلفة مثل عمر الشبكة من خلال التركيز على الوقت الذي تموت فيه أول عقدة وأول رأس مجموعة في الشبكة، ودراسة طول المسار واستهلاك الطاقة للطائرة. أظهرت نتائج الدراسة أن الحل الهجين تفوق على الخوارزمية الجينية في إطالة عمر شبكة إنترنت الأشياء بنسبة ملحوظة مع زيادة بسيطة مقبولة في طول المسار واستهلاك الطاقة للطائرة بدون طيار. أظهرت النتائج جودة الحل المقترح وفعاليته كحل عملي لتحسين عملية جمع البيانات في المدن الذكية التي تحتوي على شبكات إنترنت الأشياء المدعومة بالطائرات المسيرة.

English Abstract

UAV-assisted IoT networks have become widely utilized in real-life applications, including smart cities. These networks leverage the intelligence of IoT devices and the mobility and flexibility of UAVs to provide a flexible deployment and extended coverage, especially in remote or inaccessible areas. However, deploying these networks with an energy efficiency constraint requires careful design and determination of the necessary number of cluster heads (CHs) and their placement, and a collision-free UAV trajectory plan. Therefore, this study proposes a hybrid full-joint optimization framework that simulates and decides the optimal count of CH, their coordination, and the design of a collision-free UAV route. The approach leverages the advantage of the Self-Organizing Map (SOM) to initialize the CHs' placement. Then the approach integrates a two-phase evolutionary process: first, global discrete exploration by Genetic Algorithm (GA); second, continuous spatial refinement by Quantum-behaved Particle Swarm Optimization (QPSO). To reflect a real-world scenario, the study considers an obstacle avoidance constraint. To have a collision-free UAV path, we utilize the visibility-graph routing model with virtual nodes to guarantee obstacle avoidance and provide a smooth UAV route. Several experiments were conducted, focusing on multiple scenarios —node density variation, weight configuration, and obstacle complexity—to demonstrate the applicability of the hybrid GA–QPSO to enhance the network lifetime compared to the GA baseline algorithm. Moreover, the proposed framework has demonstrated its stable convergence and the ability to design geometrically efficient UAV trajectories. However, in some cases, the proposed solution illustrates slightly higher UAV energy consumption than the baseline algorithm, but it significantly enhances the lifetime of IoT nodes compared to the GA. This makes it a robust and reliable solution for next-generation IoT networks with UAV assistance.

Item Type:	Thesis (Masters)
Subjects:	Computer
Department:	College of Computing and Mathematics > Computer Engineering
Committee Advisor:	Abdulaziz Yagoub Barnawi,
Committee Members:	Tarek Sheltami, Louai Adnan Al-Awami,
Depositing User:	GHADEER ALAZMAN (g202302710)
Date Deposited:	03 Mar 2026 05:32
Last Modified:	03 Mar 2026 05:32
URI:	http://eprints.kfupm.edu.sa/id/eprint/144084