İHA Sürülerinde Dayanıklı Yer İletişimi için DSR Tabanlı Uyarlanabilir Röle Seçim Protokolü

İHA Sürülerinde Dayanıklı Yer İletişimi için DSR Tabanlı Uyarlanabilir Röle Seçim Protokolü An Adaptive Relay Selection Protocol based on DSR for Resilient Ground Communication in UAV Swarms Umut Aydemir1, Sami Pekdemir1, Fethi Candan2 1Uçak Mühendisliği Bölümü Erciyes Üniversitesi, Kayseri {4014330259, samipekdemir}@erciyes.edu.tr 2Yapay Zeka ve Veri Mühendisliği Bölümü Ankara Üniversitesi, Ankara [email protected] Özetçe Otonom insansız hava aracı sürülerinin etkinliği, altyapısız ortamlarda lider insansız hava aracından yer istasyonuna yüksek bant genişlikli, kaliteye duyarlı veri iletimi için dayanıklı iletişime bağlıdır. Bu çalışma, standart yönlendirme protokollerinin sınırlılıklarını ele alarak Uçan Geçici Ağlar (FANET'ler) için yeni, röle odaklı bir iletişim stratejisi önermektedir. Araştırmanın amacı, kalite odaklı bir optimizasyon yaklaşımıyla Sürüden Yere (S2Y) veri bağlantılarının güvenilirliğini artırmaktır. Metodoloji, Dinamik Kaynak Yönlendirme (DSR) protokolünü akıllı, çok amaçlı bir röle seçimi algoritması ile güçlendirmeyi içerir. Bu algoritma, veri doğruluğunu yol mesafesiyle birleştiren bir maliyet fonksiyonu tarafından yönlendirilen kaliteye duyarlı bir A* arama kullanır. Böylece, ağ verimliliği ile göreve kritik veri bütünlüğü arasında optimal dengeyi sağlayan iletişim rotaları proaktif olarak belirlenir. Webots simülasyon platformunda doğrulanmış sonuçlar, çerçevenin takipçi insansız hava araçları dinamik bir röle altyapısı olarak başarıyla kullandığını ve yüksek doğrulukta veri bağlantısı sürdürdüğünü göstermektedir. Bu kaliteye duyarlı yönlendirme stratejisi, standart protokollere kıyasla iletişim dayanıklılığını ve veri bütünlüğünü önemli ölçüde artırır. Abstract Autonomous drone swarm efficacy relies on resilient communication, especially for high-bandwidth, qualitysensitive data transmission from a leader drone to a ground station in infrastructure-less environments. This study addresses standard routing protocol limitations by proposing and evaluating a novel, relay-driven communication strategy for Flying Ad-Hoc Networks (FANETs). The research aims to enhance Swarm-to-Ground (S2G) data link reliability through a quality-driven optimization approach. Our methodology augments the Dynamic Source Routing (DSR) protocol with an intelligent, multi-objective relay selection algorithm. This algorithm employs a quality-aware A* search, guided by a cost function integrating predicted data fidelity with path distance. This enables proactive identification of communication routes balancing network efficiency and mission-critical data integrity. Validated in Webots using Crazyflie 2.0 (CF2) models, simulation results demonstrate the framework successfully leverages follower drones as a dynamic relay infrastructure, maintaining high-fidelity data links. This quality-aware routing strategy significantly enhances communication resilience and data integrity compared to standard reactive protocols. 1. Giriş Modern otonom teknolojilerdeki en yeni gelişmeler, insansız hava aracı (İHA) sürülerinin karmaşık operasyonel görevlerde kullanımını genişleterek, bireysel platformların ötesinde koordineli yeteneklerini artırmıştır [1,2]. Özellikle, çoklu İHA'lar ile rüzgâr gibi değişken dış etkenler altında yük taşıma gibi dinamik olarak zorlu görevler, sürü üyeleri arasında anlık ve adaptif bir koordinasyon gerektirmektedir [3]. Ancak, bu sistemlerin etkinliği, iletişim ağlarının kalitesine ve kararlılığına temelden bağlıdır. Özellikle yüksek çözünürlüklü görüntü [4], LiDAR nokta bulutları [5] veya zengin sensör akışları gibi yüksek bant genişlikli [2], kaliteye duyarlı verilerin belirlenmiş tek bir İHA'dan yer kontrol istasyonuna iletimini gerektiren görevler için bu kritik öneme sahiptir. Geleneksel düğümden düğüme (N2N) iletişim yaklaşımları, coğrafi engeller, iletişimi tehlikeye atan alanlar veya önceden var olan altyapı eksikliği gibi sinyal bozulması ve bağlantı kaybının yaygın olduğu zorlu ortamlarda genellikle yetersiz kalmaktadır [6,7]. Problemin üstesinden gelmek için son çözümler genellikle altyapı-yoğun yaklaşımlara veya Dinamik Kaynak Yönlendirme (DSR) gibi standart geçici yönlendirme protokollerine dayanmaktadır [8]. İHA veya İHA sistem sürülerinin iletişimi göz önüne alındığında, bunlar öncelikle veri yükünün niteliği ve bütünlük gereksinimleri yerine en kısa coğrafi yolu bularak bağlantı kurmak üzere tasarlanmıştır [8]. Bu, teknik olarak bağlı olan bir yolun, operasyonel olarak kullanılamayacak kadar düşük kalitede veri iletebileceği anlamına gelir. Bu durum kritik bir boşluğu vurgulamaktadır: Yalnızca bağlantı için değil, aynı zamanda veri doğruluğu için de optimize eden bir yönlendirme paradigmaya ihtiyaç var mıdır? Bu çalışmanın amacı, harici altyapıya minimum bağımlılıkla güvenilir, yüksek doğruluklu iletişimin, İHA sürüsü içinde doğal olarak bulunan iletişim kaynaklarını akıllıca kullanarak elde edilebileceğini göstermektir. Bu bağlamda, bu araştırma standart DSR'nin ötesine geçerek kaliteye duyarlı, optimal bir yol bulma algoritması sunan bir çerçeve önermektedir. Önerilen yaklaşım, takipçi İHA'ları esnek, mobil bir röle ağı olarak kavramsallaştırmaktadır. Sistem, aday rota listesini değerlendirmek yerine, tek, optimal yolu proaktif olarak oluşturmak için bir A* arama algoritması kullanır. Bu yol, hem fiziksel mesafeyi hem de her atlamada öngörülen kalite bozulmasını bütünsel olarak minimize eden yeni bir maliyet fonksiyonu ile belirlenir. 2. Literatür Taraması Uçan Ad-Hoc Ağlar (FANET'ler), birden fazla İnsansız Hava Aracı'nın (İHA) işbirliği yaptığı, altyapısız ve kendi kendini organize eden kablosuz ağlardır. Mobil Ad-Hoc Ağların (MANET'ler) özel bir alt kümesi olan FANET'ler; yüksek hızlı üç boyutlu hareketlilik (30-460 km/s), sürekli topoloji değişimleri ve sınırlı batarya kapasitelerinden kaynaklanan enerji kısıtlamaları ile karakterizedir. Bu özellikler, sık bağlantı kopmaları ve ağ bölünmesi gibi önemli iletişim zorlukları yaratır ve geleneksel 2D mobilite modellerini yetersiz kılar [10]-[13]. FANET'ler için yönlendirme protokolleri genellikle proaktif, reaktif ve hibrit olarak üç kategoriye ayrılır. OLSR ve DSDV gibi proaktif protokoller sürekli güncel rotalar tutarak yüksek kontrol yükü oluştururken, DSR ve AODV gibi reaktif protokoller yalnızca gerektiğinde rota keşfi başlatır, bu da yüksek mobilite senaryolarında gecikmelere ve kayıplara neden olabilmektedirler [14]-[17]. Karşılaştırmalı çalışmalar, hiçbir protokolün tüm FANET koşullarında evrensel olarak üstün olmadığını göstermektedir [23]. DSR, kaynak tabanlı yönlendirme paradigması sayesinde ara düğümlerde karmaşık yönlendirme tablolarına olan ihtiyacı ortadan kaldırması ve yönlendirme döngülerini doğal olarak engellemesi nedeniyle özel bir potansiyel göstermektedir [24]. Ancak standart DSR, avantajlarına rağmen FANET ortamlarında önemli sınırlamalara sahiptir. Protokol, artan ağ hareketliliği ile büyüyen rota keşfi gecikmesi ve kontrol yükü sorunları yaşar. Ayrıca, DSR'nin rota seçim kriterleri sinyal gücü veya düğüm enerji seviyeleri gibi bağlantı kalitesi parametrelerini dikkate almaz. Paket başlıklarındaki tam rota bilgisi, özellikle seyrek FANET topolojilerinde uzun ve çok sekmeli iletimlerde önemli bir ek yük oluşturur [20], [21]. Bu sınırlamalar, lider İHA'lar ve yer istasyonları arasında güvenilir bağlantının kritik olduğu Sürü-Yer (S2G) iletişim senaryolarında daha da belirgin hale gelir. FANET'lerde röle seçimi stratejileri, iletişim menzilini genişletmek ve ağ direncini artırmak için önemli bir mekanizma olarak ortaya çıkmıştır. Mevcut yaklaşımlar genellikle tek bir metrik üzerine odaklanırken, İHA sürülerindeki lider-takipçi gibi hiyerarşik yapıyı ve role özgü gereksinimleri dikkate almamaktadır [22]-[24]. Bu durum, özellikle yer istasyonu erişilebilirliğinin ve sürü koordinasyonunun eş zamanlı olarak dikkate alınması gereken S2G iletişimi için önemli bir araştırma boşluğu oluşturmaktadır. Son araştırmalar, sürüye özgü iletişim desenlerini ve role duyarlı röle seçim mekanizmalarını özel olarak ele alan DSR uyarlamalarında dikkate değer bir eksiklik olduğunu ortaya koymaktadır. Genel FANET senaryoları için DSR'a yönelik çeşitli iyileştirmeler önerilmiş olsa da, lidertakipçi İHA hiyerarşilerinde istikrarlı Sürü-Yer (S2G) bağlantısını sürdürme gibi özel bir zorluğu ele alan araştırmalar sınırlıdır. Bu çalışma, İHA rollerini, yer istasyonuna yakınlığı ve doğrudan bağlantı olasılığını dikkate alan DSR entegreli bir röle seçim algoritması önererek bu boşluğu doldurmaktadır. Önerilen yaklaşım, DSR'nin temel avantajlarını korurken, sürü iletişimi gereksinimlerine göre uyarlanmış iyileştirmeleri de içermekte ve görev başarısı için güvenilir yer bağlantısının gerekli olduğu altyapıdan bağımsız insansız hava aracı sürüsü operasyonları için bir çözüm sunmaktadır. Şekil 1. Problem Tanımı: Görüntü Kalitesi ve İletişim 3. Problem Tanımı Bu çalışmanın odaklandığı temel sorun, Şekil 1'de de görüldüğü gibi, iletişim mesafesi ile veri kalitesi arasındaki kaçınılmaz ters orantıdır. Bir İHA, yer istasyonundan uzaklaştıkça gönderdiği video gibi hassas verilerin kalitesi belirgin şekilde düşer. Geniş bir arazide gerçekleştirilen otonom mayın tarama operasyonlarında İHA'nın operasyon sahasının uzak noktalarına gitmesi kaçınılmazdır ve bu durum, standart iletişim protokolleriyle veri kalitesinde kritik düşüşlere yol açarak tespit doğruluğunu tehlikeye atabilir [25]. Gözlemlerimize göre bu kalitedeki en kritik düşüş, sinyalin görev için yetersiz hale geldiği 40-60 metre aralığında yaşanmaktadır. Bu durum, özellikle lider bir İHA'nın veri topladığı ve bu verilerin yere kesintisiz iletilmesinin hayati olduğu modern sürü operasyonları için büyük bir engeldir. Dolayısıyla bu çalışma, sürünün doğrudan iletişim menzilinin dışına çıktığı anlarda bile lider İHA'dan yere yüksek kaliteli bir veri bağlantısının nasıl sürdürüleceği problemine odaklanmaktadır. DSR gibi standart yönlendirme protokolleri bu özel sorunu çözmekte yetersizdir. Çünkü bu protokollerin temel işlevi, iletilen verinin kalitesini göz ardı ederek yalnızca bağlantıyı kurmaktır. Lider İHA menzil dışına çıktığında, bu protokoller durumu sadece "bağlantı koptu" gibi ikili bir sonuçla değerlendirir (Şekil 2). Ancak asıl sorun, "bağlantı var ya da yok" ikileminden daha derindir: operasyonel değeri olan, yani yeterli kalitede bir veri akışını sürdürmektir. Zira teknik olarak bağlı olsa bile kullanılamayacak kadar bozuk görüntü sunan bir yol, işlevsel olarak hiç olmamasından farksızdır. 010 20 30 40 50 60 70 80 80 70 60 50 40 30 20 10 0 BAĞLANTI KOPUKLUĞU Şekil 2: İnsansız Hava Aracı ile Yer İstasyonu Arasındaki Bağlantı Kopukluğu Kavramsal Gösterimi. Bu araştırma, problemi yeniden çerçeveleyerek takipçi İHA'ları basit görev ajanları olmaktan çıkarıp, dinamik ve akıllı bir mobil iletişim altyapısına dönüştürmektedir. Çalışmanın çözdüğü temel sorun, proaktif ve kalite odaklı bir röle seçimi stratejisi geliştirmektir. Sistem, liderden gelen bağlantı zayıfladığında bir arızanın gerçekleşmesini beklemek yerine, röle görevi görecek takipçi İHA'ları akıllıca seçmelidir. Bu optimizasyon problemini çözmek için, sadece en kısa rotayı bulmak yerine, maliyeti en aza indiren yolu keşfeden bütünsel bir iletişim çerçevesi tasarlanmıştır. Maliyet, hem mesafeyi hem de veri kalitesindeki bozulmayı içeren bir fonksiyon olarak tanımlanmıştır. Bu çerçeveyi hayata geçirmek için kaliteye duyarlı bir A* arama algoritması kullanılmaktadır. Bu algoritma, ağı dinamik olarak keşfederken her potansiyel adımı sezgisel bir maliyet fonksiyonuyla (𝑓(𝑣∗)=𝑔(𝑣∗)+ℎ(𝑣∗)) değerlendirir. Böylece, nihai olarak bulunan rotanın verinin bütünlüğünü en üst düzeyde koruyan en uygun yol olması garanti edilir. 4. Materyal ve Yöntem Bu bölümde deneysel kurulum, insansız hava aracı platformu özellikleri, Dinamik Kaynak Yönlendirme (DSR) protokolünün ayrıntılı uygulaması, röle insansız hava aracı seçim mekanizması ve Webots simülasyon ortamında insansız hava araçları arası iletişim modellemesi özetlenmektedir. x y z x y zvx vy vz Şekil 3: Bitcraze CF2 nano-İHA. Bu çalışmanın birincil katkısı, insansız hava aracı sürüleri için rol bilincine sahip uyarlanabilir röle seçim mekanizmalarının teorik olarak tasarlanması ve Webots simülasyon ortamında kapsamlı bir şekilde doğrulanmasıdır. Bu yaklaşım, altyapıdan bağımsız iletişim çözümlerinin uygulanabilirliğini kanıtlamakta ve gelecekteki otonom sürü operasyonları için yeni perspektifler sunmaktadır. 4.1. Sürü İletişimi için DSR Protokol Uygulaması Bu çalışmada, insansız hava aracı sürüsü içindeki iletişim zorluklarını yönetmek için Uçan Ad-Hoc Ağı (FANET) ilkelerine dayanan bir mimari benimsenmiştir. Bu mimarinin temelini Dinamik Kaynak Yönlendirme (DSR) protokolünün hiyerarşik bir uyarlaması oluşturmaktadır. DSR'nin seçilmesinin birincil nedeni, paket başlığı içinde eksiksiz, önceden belirlenmiş bir yolun taşınmasına izin veren kaynak yönlendirme yeteneğidir. Bu özellik, yönlendirme kararlarının merkezi bir planlayıcı (Lider insansız hava aracı) tarafından alınmasını ve ardından diğer insansız hava araçları (Takipçiler) tarafından basitçe uygulanmasını sağlar. Bu hiyerarşik DSR uyarlamasında, insansız hava aracı rolleri ve sorumlulukları kesin bir şekilde ayrılmıştır: • Takipçi İnsansız Hava Aracı: Bu insansız hava araçları standart DSR düğümleri gibi davranır. Görevleri, gelen bir paketin DSR başlığından önceden tanımlanmış rotayı okumak ve paketi bu rota üzerindeki bir sonraki atlamaya iletmektir. Takipçiler kendi başlarına rota keşfi veya optimizasyonu yapmazlar; yalnızca pasif ileticiler olarak işlev görürler. • Lider insansız hava aracı standart bir DSR düğümünden farklı çalışır. DSR'nin Rota İsteği/Yanıtlaması (RREQ/RREP) gibi geleneksel keşif mekanizmalarını kullanmaz. Bunun yerine, merkezi bir ağ planlayıcısı rolünü üstlenir. Sorumluluğu, yer istasyonuna giden veri paketleri için en uygun rotayı belirlemektir. Bu yapı, yönlendirme zekasını Lider insansız hava aracı üzerinde merkezileştirirken bir iletişim mekanizması olarak DSR'den yararlanır. Lider tarafından bu optimum rotaları oluşturmak için kullanılan özel algoritmalar ve kaliteye duyarlı kriterler, bu çalışmanın temel yeniliğini oluşturmaktadır ve aşağıdaki bölümde ayrıntılı olarak açıklanmaktadır. 4.2. Röle İnsansız Hava Aracı Seçim Algoritması Önerilen iletişim çerçevesi, hiyerarşik insansız hava aracı sürü yapısı üzerine kurulu olup, Lider insansız hava aracı tarafından yürütülen kalite farkındalıklı optimizasyon katmanı ile standart reaktif protokollerin ötesine geçmektedir. Geleneksel DSR'nin basit en kısa yol yaklaşımı yerine, sistemimiz veri bütünlüğünü koruyarak optimal iletişim rotası belirler. Yer istasyonu ile doğrudan iletişim mümkün olmadığında, Lider insansız hava aracı proaktif, kalite farkındalıklı A* arama algoritması başlatır. Algoritmanın temel yeniliği, her potansiyel atlamayı değerlendiren çok amaçlı maliyet fonksiyonunda yatmaktadır. Mevcut düğüm 𝑣∗'dan komşu u'ya geçişin maliyeti şu şekilde hesaplanır: 𝑐(𝑣∗,𝑢)=(𝑑(𝑣∗,𝑢) 𝑅𝑚𝑎𝑘𝑠 )+(𝑄(𝑣∗)−𝑄𝑡𝑎ℎ𝑚𝑖𝑛(𝑢) 𝑄𝑚𝑎𝑘𝑠 ) (1) Burada 𝑑(𝑣∗,𝑢) Öklid mesafesi, R maksimum iletişim menzili (60m), 𝑄(𝑣∗) mevcut düğümdeki veri kalitesi, 𝑄𝑡𝑎ℎ𝑚𝑖𝑛(𝑢) sonraki düğümde tahmin edilen kalitedir. Bu maliyet fonksiyonu hem fiziksel mesafeyi hem de beklenen kalite kaybını normalize ederek dengeli bir optimizasyon sağlar. Tahmin edilen kalite, çarpımsal bozulma modeliyle hesaplanır: 𝑄𝑡𝑎ℎ𝑚𝑖𝑛(𝑢)=𝑄(𝑣∗)∙𝛿(𝑑(𝑣∗,𝑢)) (2) A* algoritması farklı uzunluklardaki yolları keşfederek aday rotalar üretir. Optimal yol 𝛱∗, kapsamlı fayda fonksiyonunu maksimize eden yoldur: 𝛱∗=𝑎𝑟𝑔𝑚𝑎𝑥𝜋∈ 𝛱𝑎𝑑𝑎𝑦𝛷(𝜋) (3) Kalite bozulma modeli, gerçekçi kablosuz iletişim koşullarını simüle etmek için mesafeye bağlı olarak tanımlanır: 𝛿𝑑= { 1 1−(𝑑−𝑑𝑜𝑝𝑡𝑖𝑚𝑎𝑙 𝑅𝑚𝑎𝑘𝑠−𝑑𝑜𝑝𝑡𝑖𝑚𝑎𝑙)∙(1− 𝑄𝑚𝑖𝑛 𝑄𝑚𝑎𝑘𝑠 ) 𝑄𝑚𝑖𝑛 𝑄𝑚𝑎𝑘𝑠 𝑖𝑓 𝑑 ≤𝑑𝑜𝑝𝑡𝑖𝑚𝑎𝑙 𝑖𝑓 𝑑𝑜𝑝𝑡𝑖𝑚𝑎𝑙< 𝑑 <𝑅𝑚𝑎𝑘𝑠 𝑖𝑓 𝑑>𝑅𝑚𝑎𝑘𝑠 (4) Bu model, 40 metreye kadar maksimum kaliteyi korur, 40-60 metre arasında kademeli bozulma gösterir ve 60 metre sonrasında minimum değere düşer. Fayda fonksiyonu, yol adaylarını değerlendirmek için üç kriteri ağırlıklı olarak birleştirir: 𝑈(𝜋)=𝑤𝑞𝑄𝑅(𝜋)+𝑤𝑑𝐷𝑅(𝜋)+𝑤ℎ𝐻𝑅(𝜋) (5) Lider insansız hava aracı optimal rotayı belirledikten sonra, tam kaynak rotasını DSR paket başlığına yerleştirir. Takipçi insansız hava araçları karmaşık A* optimizasyonuna girmeden, gelen paketlerin DSR başlığını okuyarak belirlenen yol üzerinde verimli röle görevi görürler. Bu hiyerarşik yaklaşım, hesaplama karmaşıklığını Lider'de merkezileştirerek takipçı insansız hava araçlarının hafif, verimli ve duyarlı ağ düğümleri olarak kalmasını sağlar. Sonuç olarak, bu strateji yalnızca bağlantı kurmanın ötesinde, operasyonel değeri olan yüksek kaliteli veri iletimini garanti eder. 4.3. Simülasyon Ortamı Simülasyonlar, robotik sistemlerin modellenmesi, programlanması ve simülasyonu için kapsamlı bir geliştirme ortamı sunan Webots R2025a versiyonu kullanılarak gerçekleştirilmiştir. Operasyonel alan, Webots'un ilkel katı düğümleri kullanılarak sınırları oluşturulan 80m × 80m × 1m (Uzunluk x Genişlik x Yükseklik) ölçülerinde bir hacim olarak tanımlanmıştır. Şekil 4 ve Şekil 5, bu çalışmada kullanılan Webots test ortamının farklı açılardan görünümlerini sunmaktadır. Şekil 4. Webots Simülasyon Test Ortamı İnsansız Hava Aracı Dizilişi Şekil 5. Webots Simülasyon Test Ortamının Perspektif Görünümü Parametre Değer Tanımı Uçuş Yörüngesi 80m x 80m x 1m Operasyonel Uçuş Alanı İnsansız Hava Aracı Modeli CF2 Nano-quadcopter platformu Lider İnsansız Hava Aracı İletişim Menzili 60m Doğrudan İletişim Yarıçapı Takipçi İnsansız Hava Aracı İletişim Menzili 60m Doğrudan İletişim Yarıçapı Maksimum Atlama Sayısı (TTL) 10 Rota keşif limiti Rota Önbellek Zaman Aşımı 30s Rota sona erme süresi Simülasyon Zaman Adımı 32ms Fizik motoru zaman adımı İnsansız Hava Aracı Sayısı 16 Değişken sürü boyutu Simüle edilen insansız hava araçları (İHA'lar), Bitcraze CF2 nano-quadcopter'ından sonra modellenmiştir. Simülasyonun doğruluğu, temel donanım özelliklerinin ve operasyonel kısıtlamaların doğru bir şekilde temsil edilmesine bağlıdır. İlgili simülasyon konfigürasyon parametreleri Tablo 3'te verilmiştir. 5. Çıktılar Bu çalışmanın deneysel sonuçları, önerilen Kalite Farkındalıklı DSR protokolünün (16 insansız hava araçlı sürü) röle yeteneklerinden yoksun tek insansız hava araçlı temel mimari ile karşılaştırıldığında üstün performans sergilediğini göstermektedir. Şekil 6. Kalite Kaybı Şekil 7. Ortalama Atlama Sayısı Şekil 6 ve 7'de gösterilen tek insansız hava araçlı kontrol senaryosu (Senaryo 2) dramatik başarısızlık sergiler. Doğrudan iletişim menzili (60m) içinde veri kalitesi yüksek kalsa da, bu menzil aşıldığında kalite kaybı %99'a ulaşır. Tüm alan boyunca sabit 1.0 atlama sayısı, başarılı iletişimi değil, kullanılabilir tek seçenek olan başarısız doğrudan iletişim girişimini temsil eder. Şekil 8. Kalite Kaybı Şekil 9. Ortalama Atlama Sayısı Buna karşılık, Şekil 8 ve 9’da önerilen sistemin kalite kayıp oranı tüm alan boyunca %13'ün altında kalırken, ortalama atlama sayısı mesafeye bağlı olarak adaptif şekilde 1-7 arasında değişmektedir. Sistem, yer istasyonundan uzak bölgelerde bile yüksek veri bütünlüğünü korumak için gerektiğinde daha uzun çok atlamalı rotaları akıllıca seçmektedir. 6. Sonuç Bu çalışma, altyapısız ortamlarda Sürü-Yer (S2G) veri bağlantılarının güvenilirliğini artırmak için özel olarak tasarlanmış yeni bir röle güdümlü iletişim stratejisi başarıyla önermiş ve değerlendirmiştir. Dinamik Kaynak Yönlendirme (DSR) protokolünü yeni bir kalite farkındalıklı A* yol bulma algoritması ile güçlendirerek, metodolojimiz reaktif, en kısa yol tabanlı yönlendirmeden proaktif, kalite güdümlü optimizasyona kritik bir geçiş yapmaktadır. Sistem, problemi en düşük maliyetli arama olarak ele alarak tek, optimal iletişim rotasını proaktif olarak keşfeder. Burada maliyet fonksiyonu, iletim mesafesini tahmin edilen veri bütünlüğüne karşı doğal olarak dengeler. Webots simülasyon platformunda CF2 nano-quadcopter modelleri kullanılarak zorlu bir operasyonel alanda doğrulanan sonuçlar, takipçi insansız hava araçlarının dinamik röle altyapısı olarak kullanılmasının, lider insansız hava aracı doğrudan iletişim menzilinin ötesinde olsa bile yüksek kaliteli veri bağlantısını koruduğunu göstermektedir. Bu kalite farkındalıklı yönlendirme stratejisi, standart reaktif protokollere kıyasla iletişim dayanıklılığını ve veri bütünlüğünü önemli ölçüde artırarak, çeşitli sensör verilerinin güvenilir iletimini sağlamakta ve daha karmaşık, uzun menzilli sürü görevlerini kolaylaştırmaktadır. Bu çalışma, uygulanabilir ve altyapıdan bağımsız bir iletişim çözümüne katkıda bulunarak, gelecekteki otonom sürü operasyonları için yeni yollar açmaktadır. Gelecek çalışmalarda, gerçek dünya testleri, enerji verimliliği optimizasyonu ve dinamik sürü topolojileri için adaptif algoritmalar üzerine odaklanılması planlanmaktadır. Kaynakça [1] N. S. A. Ibrahim and F. A. Saparudin, “ResourceEfficient coverage path planning for UAV-Based aerial IoT gateway,” Journal of Communications, pp. 462–470, Jul. 2023, doi: 10.12720/jcm.18.7.462-470. [2] F. Cao et al., “Routing algorithm of congestion control for Aeronautic swarm network,” Sep. 2019. doi: 10.12720/jcm.14.9.813-818. [3] J. Chen, R. Ma, M. Xu, F. Candan, L. Mihaylova, and J. Oyekan, “A meta-reinforcement learning method for adaptive payload transportation with variations,” Neurocomputing, p. 130032, Apr. 2025, doi: 10.1016/j.neucom.2025.130032. [4] H.-C. Kim, C.-S. Lim, C.-S. Lee, and J.-H. Choi, “Introduction of Real-Time Video Surveillance System using UAV,” Journal of Communications, Jan. 2016, doi: 10.12720/jcm.11.2.213-220. [5] C. Deng, S. Wang, J. Liu, and Z. Yu, “A novel intelligent working monitoring and guarding system of smart substations based on UWB positioning and aerial LIDAR data,” Journal of Communications, Jan. 2016, doi: 10.12720/jcm.11.8.765-771. [6] S. Duangsuwan and M. M. Maw, “Comparison of path loss prediction models for UAV and IoT Air-toGround Communication System in rural precision farming environment,” Journal of Communications, pp. 60–66, Jan. 2021, doi: 10.12720/jcm.16.2.60-66. [7] H. Moga, M. Boscoianu, D. A. Ungureanu, F. D. Sandu, and R. Boboc, “Refined Concepts of Massive and Flexible Cyber Attacks with Information Warfare Strategies,” Journal of Communications, Jan. 2017, doi: 10.12720/jcm.12.6.364-370. [8] D. Van Anh, N. D. Tan, C.-D. Truong, N. Van Hau, and V. K. Quy, “Performance analysis of routing protocols for mobile ad hoc networks in urban scenarios,” Journal of Communications, pp. 545– 552, Jan. 2021, doi: 10.12720/jcm.16.12.545-552. [9] N. S and M. A. Rahiman, “Intelligent Reflecting Surface (IRS) assisted mmWave Wireless Communication Systems: A Survey,” Journal of Communications, pp. 745–760, Jan. 2022, doi: 10.12720/jcm.17.9.745-760. [10] T. K. Bhatia, S. Gilhotra, S. S. Bhandari, and R. Suden, “Flying Ad-Hoc Networks (FANETs): A review,” EAI Endorsed Transactions on Energy Web, vol. 11, Mar. 2024, doi: 10.4108/ew.5489. [11] A. Guillen-Perez and M.-D. Cano, “Flying Ad Hoc Networks: a new domain for network communications,” Sensors, vol. 18, no. 10, p. 3571, Oct. 2018, doi: 10.3390/s18103571. [12] F. Pasandideh, J. P. J. Da Costa, R. Kunst, N. Islam, W. Hardjawana, and E. P. De Freitas, “A review of flying ad hoc networks: key characteristics, applications, and wireless technologies,” Remote Sensing, vol. 14, no. 18, p. 4459, Sep. 2022, doi: 10.3390/rs14184459. [13] F. Pasandideh, J. P. J. Da Costa, R. Kunst, N. Islam, W. Hardjawana, and E. P. De Freitas, “Flying ad hoc network,” Dec. 01, 2022. https://encyclopedia.pub/entry/37401 [14] M. F. Khan, K.-L. A. Yau, R. M. Noor, and M. A. Imran, “Routing schemes in FANETs: a survey,” Sensors, vol. 20, no. 1, p. 38, Dec. 2019, doi: 10.3390/s20010038. [15] M. J. Almansor et al., “Routing protocols strategies for flying Ad-Hoc network (FANET): Review, taxonomy, and open research issues,” Alexandria Engineering Journal, vol. 109, pp. 553–577, Sep. 2024, doi: 10.1016/j.aej.2024.09.032. [16] A. H. Wheeb, R. Nordin, A. A. Samah, and D. Kanellopoulos, “Performance evaluation of standard and modified OLSR protocols for uncoordinated UAV Ad-HoC networks in search and rescue environments,” Electronics, vol. 12, no. 6, p. 1334, Mar. 2023, doi: 10.3390/electronics12061334. [17] V.K.Taksande, Dr.K.D.Kulat . Performance Comparison of DSDV, DSR, AODV Protocol with IEEE 802.11 MAC for Chain Topology for Mobile Ad-hoc Network using NS-2. 2nd National Conference on Computing, Communication and Sensor Network. CCSN, 3 (None 2011), 26-31. [18] D. Kaur and N. Kumar, “Comparative analysis of AODV, OLSR, TORA, DSR and DSDV routing protocols in Mobile Ad-Hoc networks,” International Journal of Computer Network and Information Security, vol. 5, no. 3, pp. 39–46, Mar. 2012, doi: 10.5815/ijcnis.2013.03.05. [19] D. B. Johnson, D. A. Maltz, and J. Broch, “DSR: The Dynamic Source Routing Protocol for Multi-Hop Wireless Ad Hoc Networks,” in Ad Hoc Networking, C. E. Perkins, Ed. Boston, MA: Addison-Wesley, 2001, ch. 5, pp. 139-172. [20] A. AlKhatieb, E. Felemban, and A. Naseer, “Performance Evaluation of Ad-Hoc Routing Protocols in (FANETs),” Performance Evaluation of Ad-Hoc Routing Protocols in FANETs, pp. 1–6, Apr. 2020, doi: 10.1109/wcncw48565.2020.9124761. [21] T. Kim, S. Lee, K. H. Kim, and Y.-I. Jo, “FANET Routing Protocol Analysis for Multi-UAV-Based Reconnaissance Mobility Models,” Drones, vol. 7, no. 3, p. 161, Feb. 2023, doi: 10.3390/drones7030161. [22] M. M. Alam and S. Moh, “Joint Trajectory Control, Frequency Allocation, and Routing for UAVEnabled Wireless Ad Hoc Networks,” IEEE Trans. on Mobile Comput., vol. 23, no. 12, pp. 1198912005, Dec. 2024. [23] R. Jin, X. Zhang, J. Liu, G. Wang, and D. Zhang, “A comprehensive evaluation algorithm of Multi-Point Relay based on Link-State awareness for UANETs,” Sensors, vol. 24, no. 5, p. 1702, Mar. 2024, doi: 10.3390/s24051702. [24] T. Li et al., “A mean field game-theoretic cross-layer optimization for multi-hop swarm UAV communications,” Journal of Communications and Networks, vol. 24, no. 1, pp. 68–82, Nov. 2021, doi: 10.23919/jcn.2021.000035. [25] F. Candan, M. E. Sanci ve O. Al, "İnsansız Hava Aracı ile Otonom Mayın Tarama: Pilot Çalışma, TOK2024 Otomatik Kontrol Ulusal Toplantısı, Konya, Türkiye, pp. 13-18, 2024.