Os veículos aéreos não tripulados (VANTs) vêm apresentando destaque crescente no setor aeronáutico mundial, tanto no desenvolvimento dos mesmos quanto nas diferentes aplicações desses veículos, devido ao seu grande potencial de utilização. Em muitas aplicações, a utilização de múltiplos VANTs apresenta várias vantagens sobre um VANT sozinho. No entanto, o agrupamento pode experimentar problemas inerentes à comunicação sem fio, podendo originar novos problemas como inviabilizar a coordenação e a execução cooperativa de uma missão, por exemplo. Em um cenário não colaborativo, VANTs com algum nível de autonomia e que partilhem do mesmo espaço aéreo também deverão ser capazes de trocar informações entre si, principalmente informações sobre posicionamento e rota de voo, e também estarão suscetíveis aos distúrbios da comunicação sem fio. Para balancear as vantagens e as desvantagens, esses robôs precisarão se comunicar cientes das restrições e utilizando a rede de modo otimizado, por meio da aplicação de algoritmos que equilibrem adequadamente técnicas de difusão de informações e técnicas de mitigação de retransmissões. Neste projeto de doutorado foi feita a investigação sobre o método de disseminação de dados, por meio de broadcasting, em uma rede móvel ad hoc entre VANTs, denominada Flying Ad hoc Networks (FANETs). FANETs são um novo paradigma que pode superar as restrições de missões de um único VANT. As FANETs são compostas por vários VANTs que cooperam para realizar alguma missão crítica (por exemplo, uma missão de busca e resgate). Para manter a coordenação, todos os VANTs devem continuamente enviar ou retransmitir mensagens através do canal sem fio para garantir que todos os membros da rede saibam o estado da rede. Geralmente, a troca de dados necessários para manter a sincronização da missão exige o uso de broadcast para que todos os membros da rede possam recebê-los. No entanto, quando essa troca de mensagens é feita arbitrariamente, isso pode causar o problema da tempestade de broadcast (BSP), levando o meio sem fio a um estado inoperante. Apesar de alguns esforços relatados na literatura para o provimento de técnicas gerais de mitigação do problema BSP, o desafio de agregar novas informações ou conhecimento a receptores que estejam voando, ao invés de apenas espalhar os dados na rede, tem recebido menos atenção. Nesta tese, além de demonstrar que o problema BSP intensifica a contenção de rede à medida que o número de VANTs aumenta, também foi criado um método que se prova mais eficiente que os existentes até então. Tal técnica, denominada de Algoritmo Baseado em Vizinhança Dinâmica para o Problema da Tempestade de Broadcast (DNA-BSP), foi desenvolvida e validada com base em experimentos de mundo real e em simulações computacionais. Ele pode mitigar o problema BSP, que é um desafio real nas FANETs, reduzindo a redundância de mensagens em mais de 98% e tornando a entrega de mensagens 99,5% mais rápida do que no cenário de flooding, superando as técnicas gerais de mitigação do BSP quando aplicado em FANETs. Os resultados detalhados neste texto também poderão orientar trabalhos futuros ao fornecer informações úteis para o planejamento e otimização de redes ad hoc móveis para VANTs. / Unmanned aerial vehicles (UAVs) have been showing increasing notoriety in the global aviation scene, both on their development and on the different applications for these vehicles, due to their high potential of use. In many applications, using multiple UAVs has several advantages over a single UAV. However, a cluster of UAVs may experience issues inherent to wireless communication, which may lead to new complications such as making mission coordination and cooperative execution impractible. In a non-collaborative scenario, UAVs with some level of autonomy which share the same airspace should also be able to exchange information among themselves, especially positioning and flight path information, and may also be susceptible to wireless communication disturbances. These robots have to use the network fairly and should communicate under restrictions, appropriately adjusting techniques that disseminate information and that mitigate broadcasts, in order to balance the advantages and disadvantages of being a group. This Ph.D. research investigates how broadcasting is used to disseminate data throughout ad hoc mobile networks between UAVs called Flying Ad hoc Networks (FANETs). FANETs are a new paradigm that can overcome the mission constraints of single UAVs. FANETs are composed of several UAVs that cooperate to accomplish a critical mission (e.g., hazardous area monitoring). Aiming to maintain UAVs coordination, all aircraft must continuously retransmit or relay messages through the wireless channel to assure that every member knows the FANET status. However, when this message exchange is done blindly, it may cause the broadcast storm problem (BSP), leading the wireless medium to a dysfunctional state. Despite some efforts reported in the literature for providing general techniques to mitigate the broadcast storm problem, the challenge of aggregating new information or knowledge to receivers, instead of just spreading the information in the network, has received less attention. In this research, it has been proved that the broadcast storm problem causes network contention as the number of UAVs increases, and the innovative Dynamic Neighborhood-based Algorithm for the Broadcast Storm Problem (DNA-BSP) has been provided as a countermeasure, which was developed and validated based on computer simulations and outdoor experiments. It can mitigate the broadcast storm problem, which is a real challenge in FANETs, reducing message redundancy in more than 98%, and making message delivery 99,5% faster than in flooding scenario, outperforming classical broadcast storm mitigation techniques when applied in FANETs. Our detailed results can also guide future researches and provide useful insights for engineers planning and optimizing mission-critical mobile ad hoc network with support of UAVs.

Made available in DSpace on 2017-07-21T14:19:30Z (GMT). No. of bitstreams: 1 Victor Schnepper Lacerda.pdf: 2047594 bytes, checksum: f0234089904caa6e03e22d3efba8394c (MD5) Previous issue date: 2017-02-02 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Soybean cultivation is of great importance to the Brazilian economy, and one of the major obstacles to its high productivity is the Asian soybean rust, a disease caused by the fungus Phakopsora pachyrhizi. The main measure to control the damage caused by this disease is the application of fungicides at the appropriate time, but the biggest obstacle to its implementation is the difficult detection of Asian rust in its early stages. In this sense, remote sensing combined with the use of unmanned aerial vehicles (UAVs) has potential for disease detection, especially for providing information that is hard to assess by traditional means, and for the advantages of quality and cost of this technology. The present work explores the use of unmanned aerial vehicles to detect and predict the severity of Asian soybean rust by use of digital image processing and data mining techniques for retrieval of predictive models of severity in different development stages. The models obtained showed satisfactory potential for Asian rust detection, and a high correlation between disease severity and the visible spectrum (RGB camera), as it was possible to obtain correlation coefficients greater than 93% after the R5 development stage of the soybean crop. / O cultivo da soja (Glycine max) é importante para a economia brasileira, sendo que um dos principais obstáculos à alta produtividade na lavoura é a ferrugem asiática, causada pelo fungo Phakopsora pachyrhizi. O principal fator para o controle de danos causados por essa doença é a aplicação de fungicidas em momento apropriado, porém o maior obstáculo para uso dessa medida é a difícil detecção da ferrugem asiática em estágios iniciais. Nesse sentido, o sensoriamento remoto aliado ao uso de veículos aéreos remotamente pilotados apresenta potencial para detecção da doença, principalmente por fornecer informação de difícil acesso aos meios tradicionais e pelas vantagens de qualidade e custo dessa tecnologia. O presente trabalho explora o uso de veículos aéreos remotamente pilotados para detecção e predição de severidade da ferrugem asiática da soja, associados a técnicas de processamento digital de imagens e de mineração de dados, visando a obtenção de modelos preditivos de severidade nos diferentes estágios de desenvolvimento da soja. Os modelos obtidos demonstraram potencial para a detecção da ferrugem asiática, e uma boa correlação da severidade da doença com o espectro visível (câmera RGB), ao passo que foi possível obter coeficientes de correlação maiores que 93% utilizando o algoritmo SMOREG após o estádio R5 de desenvolvimento da cultura da soja.