İnsansız Hava Aracı Baz İstasyonlarının Metasezgisel Algoritmalar Kullanılarak 3 Boyutlu Yerleştirilmesi

Abstract

İnsansız hava araçları (İHA'lar), son on yılda çeşitli sektörlerde ve alanlarda önemli gelişmelerle birlikte uygulama ve kullanım açısından dikkate değer bir büyüme gözlemlemiştir. İHA'ların artan kullanımında, geliştirilmiş pil ömrü, yük kapasitesi ve uçuş kontrol sistemleri gibi temel faktörler etkili olmuştur. İHA'ların önemli bir uygulama alanı, özellikle felaket bölgelerinde kablosuz baz istasyonu olarak görev almalarıdır. Ancak, enerji tüketimi sorunu, İHA baz istasyonları için yaygın bir zorluk oluşturmaktadır. Bu çalışmada, Animal Migration Optimization (AMO), Immune Plasma Algorithm (IPA) ve Firefly Algorithm (FA) olmak üzere üç meta-sezgisel algoritma kullanarak bu sorunu ele almaktayız. Bu algoritmalar, tek İHA yerleştirme, çoklu İHA yerleştirme ve geri besleme bilinci olan yerleştirme olmak üzere üç ayrı 3D İHA yerleştirme sorununu çözmek için kullanılmaktadır. Bu araştırmada gerçekleştirilen deneysel çalışmalar, meta-sezgisel algoritmaların İHA 3D yerleştirmesini optimize etme ve enerji tüketimini azaltma konusunda umut verici bir yaklaşım olduğunu göstermektedir. Deneysel sonuçlar, tek İHA yerleştirmede, her üç algoritmanın makul bir performans sergilediğini ortaya koymaktadır. Bununla birlikte, çoklu İHA yerleştirme ve geri besleme bilinci olan yerleştirme durumlarında, Firefly Algorithm (FA), Immune Plasma Algorithm (IPA) ve Animal Migration Optimization (AMO) yöntemlerine kıyasla daha düşük bir performans sergilemektedir. Bu bulgular, meta-sezgisel algoritmaların İHA enerji tüketimi sorunlarına ve 3D yerleştirmenin optimize edilmesine yönelik önemini vurgulamaktadır. Bu çalışmadan elde edilen sonuçlar, meta-sezgisel yaklaşımların kablosuz baz istasyonu senaryolarında İHA performansını artırmak için pratik uygulamasına değerli bir perspektif katmaktadır. Ayrıca, İHA teknolojisi bağlamında meta-sezgisel algoritmaların daha fazla keşfedilmesi ve geliştirilmesi potansiyelini ortaya koymaktadır.Unmanned aerial vehicles (UAVs) have witnessed a remarkable growth in application and utilization over the past decade, owing to significant advancements in various industries and domains. Key factors contributing to the increased use of UAVs include improved battery life, payload capacity, and flight control systems. One noteworthy application of UAVs lies in their role as wireless base stations, particularly in disaster-stricken areas. However, the issue of energy consumption poses a common challenge for UAV base stations. In this study, we address this problem by employing three meta-heuristic algorithms: Animal Migration Optimization (AMO), Immune Plasma Algorithm (IPA), and Firefly Algorithm (FA). These algorithms are utilized to solve three distinct 3D UAV placement problems, namely single UAV placement, multi UAV placement, and backhaul-aware placement. Experimental studies conducted in this research demonstrate the effectiveness of meta-heuristic algorithms as a promising approach for optimizing UAV 3D placement and reducing energy consumption. Specifically, the experimental results reveal that all three algorithms perform reasonably well for single UAV placement. However, in the cases of multi UAV placement and backhaul-aware placement, the Firefly Algorithm (FA) exhibits lower performance compared to the Immune Plasma Algorithm (IPA) and Animal Migration Optimization (AMO). These findings underscore the significance of meta-heuristic algorithms in addressing UAV energy consumption challanges and optimizing 3D placement. The results obtained from this study contribute valuable insights into the practical application of meta-heuristic approaches for enhancing UAV performance in wireless base station scenarios. Furthermore, they highlight the potential for further exploration and refinement of meta-heuristic algorithms in the context of UAV technology.