МОДЕЛЬ ДИНАМІЧНОЇ ВЗАЄМОДІЇ БЕЗПІЛОТНИХ ЛІТАЛЬНИХ АПАРАТІВ ІЗ СЕНСОРНОЮ МЕРЕЖЕЮ ДЛЯ ЕНЕРГОЕФЕКТИВНОГО МОНІТОРИНГУ

Надія Довженко; Павло Складанний; Євген Іваніченко; Олексій Жильцов

doi:10.28925/2663-4023.2025.27.766

Автор(и)

Надія Довженко Київський столичний університет імені Бориса Грінченка https://orcid.org/0000-0003-4164-0066
Павло Складанний Київський столичний університет імені Бориса Грінченка https://orcid.org/0000-0002-7775-6039
Євген Іваніченко Київський столичний університет імені Бориса Грінченка https://orcid.org/0000-0002-6408-443X
Олексій Жильцов Київський столичний університет імені Бориса Грінченка https://orcid.org/0000-0002-7253-5990

DOI:

https://doi.org/10.28925/2663-4023.2025.27.766

Ключові слова:

БПЛА, дрони, сенсорна мережа, архітектура, ІоТ, вузли, енергоефективність, безпека, надійність, зв’язність, дані

Анотація

Сучасні безпілотні літальні апарати (БПЛА) все більше інтегруються із сенсорними мережами, що дозволяє значно розширити можливості збору, передачі та обробки даних у реальному часі. Така інтеграція є критично важливою для різних галузей, зокрема екологічного моніторингу, управління інфраструктурою розумних міст, сільського господарства та військових операцій. БПЛА забезпечують мобільність та доступ до віддалених і важкодоступних місць, що дозволяє ефективно здійснювати моніторинг в умовах, де звичні мережі є недоступними або ж неефективними.

Однак поряд із цими перевагами виникають численні технічні виклики. Це, зокрема, стосується оптимізації маршрутів польотів дронів для забезпечення максимального покриття сенсорних мереж, мінімізації енергоспоживання та розв'язання проблем безпеки даних, включаючи кіберзагрози. Важливим аспектом є також тривалість польотів, що залежить від ємності акумуляторів БПЛА, а також методи енергозбереження для сенсорних вузлів, зокрема через використання альтернативних джерел енергії, таких як сонячні панелі.

У дослідженні представлено модель динамічної взаємодії БПЛА з сенсорною мережею, де розглянуто процес збору даних, передачі їх на центральний сервер, а також вплив збільшення кількості сенсорних вузлів на загальний час місії. Запропоновано стохастичну модель для врахування неоднорідностей у середовищі, таких як затримки в передачі даних через перешкоди або зміни швидкості зв’язку. Проведено аналіз впливу цих факторів на ефективність збору даних та оптимізацію маршрутів польоту, зокрема за допомогою алгоритмів динамічного програмування та евристичних методів

Завантаження

Дані завантаження ще не доступні.

Посилання

Dovzhenko, N., Ivanichenko, Y., Skladannyi, P., & Zhyltsov, O. (2024). Research of UAV and sensor network integration features for routing optimization and energy consumption reduction. In Cybersecurity Providing in Information and Telecommunication Systems II, vol. 3826, 236–241.

Choi, C. W. (2024). Tessellation-Based Construction of Air Route for Wireless Sensor Networks Employing UAV. Sensors, 24, 3867. https://doi.org/10.3390/s24123867

Fang. X., & Xinyu, Z. (2025). Intelligent Energy Efficiency Maximization for Wirelessly-Powered UAV-Assisted Secure Sensor Network. Sensors, 25, 1534. https://doi.org/10.3390/s25051534

Dovzhenko, N., Haidur, H., Brzhevska, Z., Ivanichenko, Y., & Nesterova, O. (2023). Method of Sensor Network Functioning under the Redistribution Condition of Requests between Nodes. In Cybersecurity Providing in Information and Telecommunication Systems, vol. 3421, 278–283.

Openko, P., Dovzhenko, N., Orikhovskyi, P., & Ikaiev, D. (2024). Ensuring reliability and security in modern wireless sensor networks based on the implementation of the RSSI metric. Air power of Ukraine, 1(6), 131–136. https://doi.org/10.33099/2786-7714-2024-1-6-131-136

Rahman, S., Akter, S., & Yoon, S. (2024). A Deep Q-Learning Based UAV Detouring Algorithm in a Constrained Wireless Sensor Network Environment. Electronics, 14. https://doi.org/10.3390/electronics14010001

Sushyn, I., Ivashchev, D., & Lysenko, O. (2024). Evaluating the functioning effectiveness of sensor ground-to-air network using multiple uavs layers and directional antennas. Information and Telecommunication Sciences, 32–38. https://doi.org/10.20535/2411-2976.22024.32-38

Soltani, K., Corò, F., & Das, S. (2024). Optimizing UAV-Assisted Data Collection in IoT Sensor Networks Using Dual Cluster Head Strategy. IEEE Internatonal Conference on Mobile Adhoc and Sensor Systems (MASS), 279–287. https://doi.org/10.1109/MASS62177.2024.00045

Song, E. Y., FitzPatrick, G. J., & Lee, K. B. (2017). Smart Sensors and Standard-Based Interoperability in Smart Grids. IEEE Sensors Journal, 17(23), 1–1. https://doi.org/10.1109/JSEN.2017.2729893

Barabash, O., Ausheva, N., Skladannyi, P., Ivanichenko, Y., & Dovzhenko, N. (2024). Technical aspects of building a fault-tolerant sensor network infrastructure. Electronic Professional Scientific Journal “Cybersecurity: Education, Science, Technique”, 4(24), 185–195. https://doi.org/10.28925/2663-4023.2024.24.185195

Beard, R. W., & McLain, T. W. (2012). Small Unmanned Aircraft: Theory and Practice. Princeton, NJ, USA:Princeton Univ. Press. https://doi.org/10.1515/9781400840601

Ahmad, B., Ahmed, M., Anjum, N., Rehman, M., & Ramzan, N. (2023). Energy efficient gateway based routing with maximized node coverage in a UAV assisted wireless sensor network. PLOS ONE, 18, e0295615. https://doi.org/10.1371/journal.pone.0295615

Xiong, J., Li, Z., Li, H., Tang, L., & Zhong, S. (2023). Energy-Constrained UAV Data Acquisition in Wireless Sensor Networks with the Age of Information. Electronics, 12, 1739. https://doi.org/10.3390/electronics12071739

Barabash, O., Ausheva, N., Dovzhenko, N., Obidin, D., Musienko, A., & Fedchuk, T. (2023). Development of a hybrid network traffic load management mechanism using smart components. 2023 IEEE 7th International Conference on Methods and Systems of Navigation and Motion Control (MSNMC), 38–41.