Hammami, Meriem
(2023).
« Optimisation des réseaux sans fil assistés par des drones pour des communications d'urgence » Mémoire.
Montréal (Québec), Université du Québec à Montréal, Maîtrise en informatique.
Fichier(s) associé(s) à ce document :
Résumé
Lors des catastrophes naturelles et des incidents imprévus, l’infrastructure de communication traditionnelle, telle que l’ensemble des stations de base, peut devenir temporairement indisponible ou endommagée pour supporter les communications d’urgence comme les téléopérations ou les opérations de sauvetage. Dans de telles situations, la mise en place rapide d’un système de communication d’urgence, qui peut assurer une téléopération d’urgence, est une tâche qui peut s’avérer critique. Considérés comme une solution prometteuse, les véhicules aériens sans pilote (en anglais Unmanned Aerial Vehicles, UAVs), communément appelés drones, peuvent être déployés comme de petites stations de base volantes pour offrir et relayer une communication de données entre les médecins distants et les robots d’opération, déployés dans la zone sinistrée, dans les deux directions : montante et descendante, avec des exigences de transmission strictes. Ce projet de maîtrise s’intéresse à un système de communication assisté par des UAVs qui peut assurer une communication de téléopération d’urgence. Nous abordons le problème d’optimisation conjointe de positionnement des UAVs et d’allocation de ressources dans les réseaux sans fil assistés par UAVs afin de minimiser le nombre d’UAVs déployés pour satisfaire tous les utilisateurs sous des contraintes strictes de puissance et de qualité de service définie par la satisfaction de probabilités minimales de coupure de débit dans les liaisons montantes et descendantes. Le problème formulé est un problème non convexe de programmation non linéaire à nombres entiers mixtes et il est prouvé être NP-Difficile. En conséquence, nous proposons d’abord deux solutions efficaces et peu complexes : une solution heuristique et une solution métaheuristique basée sur l’algorithme génétique. Nous proposons également un puissant apprentissage par renforcement profond basé sur le gradient de politique déterministe profond où la station de base est modélisée comme un agent central qui apprend les meilleures positions des UAVs et les solutions d’allocation des ressources. Les résultats de simulation montrent que l’algorithme heuristique s’approche de l’algorithme génétique et de l’algorithme de renforcement profond avec une réduction importante de la complexité de calcul. Ils révèlent également l’efficacité des solutions algorithmiques proposées en termes de nombre d’UAVs nécessaires pour servir et satisfaire toutes les exigences de qualité de service de tous les utilisateurs.
_____________________________________________________________________________
MOTS-CLÉS DE L’AUTEUR : UAV, communication à onde millimétrique, téléopération d’urgence, allocation de ressources, algorithme génétique, apprentissage par renforcement profond
Type: |
Mémoire accepté
|
Informations complémentaires: |
Fichier numérique reçu et enrichi en format PDF/A. |
Directeur de thèse: |
Ajib, Wessam |
Mots-clés ou Sujets: |
Systèmes de communication à ondes millimétriques / Drones / Allocation des ressources / Téléopérations robotisées/ Situations d'urgence |
Unité d'appartenance: |
Faculté des sciences > Département d'informatique |
Déposé par: |
Service des bibliothèques
|
Date de dépôt: |
13 déc. 2023 10:52 |
Dernière modification: |
13 déc. 2023 10:52 |
Adresse URL : |
http://archipel.uqam.ca/id/eprint/17239 |