İHA destekli uçta hesaplama uygulamalarında İHA konumunun sezgisel yaklaşımlarla belirlenmesi

Abstract

Taşınabilir cihaz sayısındaki artış, nesnelerin interneti (IoT), 5G ve ötesi teknolojiler ve akıllı şehirler gibi uygulamaların yaygınlaşması, mobil kullanıcılara daha yakın hesaplama kaynaklarına olan ihtiyacı arttırmıştır. Bu doğrultuda geliştirilen Çoklu-Erişim Uçta Hesaplama (ing. Multi-access Edge Computing, MEC) mimarisi, düşük gecikmeli ve konum farkındalıklı hizmet açısından önemli fırsatlar sunmaktadır. Karasal MEC sunucularının yetersiz kaldığı durumlarda, özellikle kısa süreli yoğunluk yaşanan bölgelerde, İnsansız Hava Aracı (İHA) destekli MEC yapıları alternatif çözüm olarak öne çıkmaktadır. Bu çalışmada, bataryalı döner kanatlı İHA'ların MEC sunucu olarak devreye alındığı kısa süreli yüksek kullanıcı yoğunluklu heterojen ağ senaryoları ele alınmıştır. Kullanıcı enerji tüketimini ve İHA'ların havada asılı kalma enerjisini en aza indirirken, belirli bir gecikme eşiği altında hizmet alan kullanıcı sayısını en büyük yapan çok amaçlı bir hedef fonksiyon tanımlanmış- tır. Eniyileme çalışması, yük devri ve İHA yerleşiminin birbirinden ayrıldığı iki katmanlı algoritma yapısıyla gerçekleştirilmiştir. İç katmanda, farklı sunucu tiplerini dikkate alan açgözlü tabanlı yük devri algoritması kullanılmıştır. Dış katmanda ise İHA yerleşimleri; önerilen Gri Kurt Optimizasyonu (GKO) ve Yapay Arı Kolonisi (YAK) ile referans alı- nan K-ortalama kümeleme ve Parçacık Sürü Optimizasyonu (PSO) algoritmaları kullanı- larak eniyilenmiştir. Karşılaştırma için rastgele yerleşim de değerlendirilmiştir. Çalışma, İHA'ların asılı kalmada harcadıkları enerjinin toplam sistem maliyetinde baskın bir etkisinin olduğunu göstermiştir. Çözüm olarak, düşük ve çok düşük irtifalarda görev yapabilen Bağlı İHA önerilmiş ve sistem maliyetine olan etkisi incelenmiştir. Bağlı İHA'ların İHAMEC uygulamaları için enerji verimli bir alternatif olabileceği görülmüştür. Diğer önemli sonuç ise önerilen GKO+Açgözlü (GKO+A) ve YAK+Açgözlü (YAK+A) yaklaşımlarının, referans yöntemlere kıyasla daha iyi performans sergilediğidir.