یک روش جدید با استفاده از یادگیری ماشین برای مدیریت منابع در شبکه های بدون سرنشین (UAV) [Persian Thesis]
ثمره قبادی
| شناسگر رکورد: | ۵۲۵۹۳ |
| رشته تحصیلی: | رایانش امن |
| عنوان: | یک روش جدید با استفاده از یادگیری ماشین برای مدیریت منابع در شبکه های بدون سرنشین (UAV) |
| نويسنده: | ثمره قبادی |
| استاد راهنما : | دکتر احسان اخترکاوان دکتر محمد رباط میلی |
| مقطع تحصیلی : | کارشناسی ارشد |
| دانشگاه : | خاتم |
| تاریخ دفاع : | ۱۴۰۳ |
| چکیده: | در این کار، مسائل مربوط به ازدحام شبکه تلفن همراه تحت تاثیر جریان زمانی و مکانی کاربران را بررسی کردهایم.؛ و بر کیفیت خدمات در مناطقی که به طور موقت توسط ایستگاه پایه پهپاد پشتیبانی میشوند، تمرکز کرده¬ایم. راه حل مبتنی بر یادگیری ماشینی به دو الگوریتم اصلی LPA و UCPA تقسیم میشود که برای پیشبینی استفاده از شبکه تلفن همراه و محاسبه تعداد و مکان ایستگاه پایه پهپاد ایدهآل برای پشتیبانی موقت از شبکه زمینی استفاده میشود. LPA استفاده را بر اساس تاریخچه استفاده از شبکه تلفن همراه برای یافتن ماکروسل¬های متراکم پیش¬بینی می¬کند. برای حل موقت مشکل تراکم، شبکه ای از سلول¬های هوایی باید به محل پرواز کنند. برای تخمین تعداد سلول¬های هوایی مورد نیاز و موقعیت آنها، UCPA توسعه داده شد. در فازهای پیشبینی بار LPA، مدلهای جنگل تصادفی و GRNN مورد آزمایش قرار گرفتهاند و تا ۸۶ درصد در تست و اعتبارسنجی دقت نشان دادهاند. برای نشان دادن کارایی روش پیشنهادی، مطالعه¬ای بر اساس داده¬¬های منهتن انجام شد. مدل جنگل تصادفی بهترین نتیجه را در مقایسه با مدل GRNN به دست آورد و دقت ۹۹ درصد را برای بهترین سناریو نشان داد. به¬منظور تخمین و موقعیتیابی تعداد ایستگاه پایه¬ای پهپاد الگوریتم UCPA تراکم پیشبینی شده و تعریف ماکروسلهای متراکم LPA را در نظر گرفت. موقعیت¬یابی نهایی ایستگاه پایه¬ای پهپاد بر اساس الگوریتم K-means بود. در این مرحله، نسبت هزینه به فایده برای تعادل بین تعداد ایستگاه¬های پایه پهپاد و کیفیت خدمات ارائه شده تعیین شد. نتایج نشان داد که بین راهبردها از نظر کیفیت خدمات تفاوت کمی وجود دارد. با این حال، استراتژی بهینه-سازی شده به¬ طور متوسط ۵۰٪ کمتر از استراتژی ساده ایستگاه پایهای پهپاد ار منابع استفاده می¬کند. |
| واژگان کلیدی: | یادگیری ماشین مدیریت منابع شبکه های بدون سرنشین الگوریتم K-means |
| Register Number | Part3 | Version | Volume | Part | Part2 | Reference | Call Number | lended | Date Back | Description | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 285003 | 1 |
MSG_PleaseSigninWithYourAccountToViewTheDigitalFiles
LoginWithYourAccountToPostComment