Skip navigation
Please use this identifier to cite or link to this item: https://repositorio.ufpe.br/handle/123456789/67049

Share on

Full metadata record
DC FieldValueLanguage
dc.contributor.advisorMACIEL, Paulo Romero Martins-
dc.contributor.authorLINS, Luan Carlos Soares-
dc.date.accessioned2025-12-03T16:45:51Z-
dc.date.available2025-12-03T16:45:51Z-
dc.date.issued2024-10-30-
dc.identifier.citationLINS, Luan Carlos Soares. Modelagem estocástica de sistemas de vigilância com drones para avaliação, planejamento e melhoria do desempenho e da disponibilidade. 2024. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Pernambuco, Recife, 2024.pt_BR
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/67049-
dc.description.abstractEste trabalho tem como objetivo principal desenvolver modelos para otimização de sistemas de vigilância com Veículos Aéreos Não Tripulados (VANTs), também chamados de drones, integrando análises de confiabilidade, disponibilidade e performabilidade. Ao contrário de es tudos anteriores que tratam esses aspectos de maneira isolada, esta pesquisa apresenta uma metodologia integrada que utiliza modelos analíticos, como Cadeias de Markov de Tempo Contínuo, e modelos numéricos, como Redes de Petri Estocásticas, a um modelo de cobertura que considera tanto as características das câmeras quanto os parâmetros operacionais dos drones. Esta abordagem integrada permite uma avaliação mais precisa e abrangente do de sempenho do sistema. Os resultados das análises de sensibilidade e estudos de caso revelaram que a redundância de baterias tem um impacto significativo na disponibilidade do sistema. Aumentar o número de baterias sobressalentes de 1 para 6 elevou o throughput do sistema em 70%, de 10 para 17 rondas por hora. Para missões de longa duração (30 horas), manter entre 15 e 20 baterias redundantes pode garantir uma confiabilidade acima de 80%. Otimizações no gerenciamento de energia, como reduzir o tempo de carregamento da bateria para menos de 36 minutos e utilizar baterias com tempos de descarga superiores a 144 minutos, podem reduzir o tempo de inatividade anual de aproximadamente 100 horas para menos de 20 horas. A metodologia desenvolvida permite aos projetistas equilibrar quantitativamente métricas de desempenho, disponibilidade e custo, oferecendo diretrizes práticas para o dimensionamento eficiente de sistemas de vigilância com drones. Esta pesquisa se destaca por fornecer uma abordagem abrangente que integra múltiplos aspectos do desempenho do sistema, permitindo uma otimização mais eficaz e baseada em dados quantitativos.pt_BR
dc.language.isoporpt_BR
dc.publisherUniversidade Federal de Pernambucopt_BR
dc.rightsopenAccesspt_BR
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/pt_BR
dc.subjectVeículos Aéreos Não Tripulados (VANTs)pt_BR
dc.subjectSistemas de vigilânciapt_BR
dc.subjectModelagem estocásticapt_BR
dc.subjectConfiabilidadept_BR
dc.subjectDisponibilidadept_BR
dc.subjectPerformabilidadept_BR
dc.titleModelagem estocástica de sistemas de vigilância com drones para avaliação, planejamento e melhoria do desempenho e da disponibilidadept_BR
dc.typemasterThesispt_BR
dc.contributor.advisor-coARAUJO, Jean Carlos Teixeira de-
dc.contributor.authorLatteshttp://lattes.cnpq.br/9321874150400095pt_BR
dc.publisher.initialsUFPEpt_BR
dc.publisher.countryBrasilpt_BR
dc.degree.levelmestradopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/8382158780043575pt_BR
dc.publisher.programPrograma de Pos Graduacao em Ciencia da Computacaopt_BR
dc.description.abstractxThis work’s main objective is to develop models for optimizing surveillance systems with Unmanned Aerial Vehicles (UAVs), also known as drones, integrating analyses of reliability, availability, and performability. Unlike previous studies that treat these aspects in isolation, this research presents an integrated methodology that uses analytical models, such as Continuous Time Markov Chains, and numerical models, such as Stochastic Petri Nets, with a coverage model that considers both camera characteristics and operational parameters of drones. This integrated approach allows for a more precise and comprehensive evaluation of system perfor mance. The results of sensitivity analyses and case studies revealed that battery redundancy has a significant impact on system availability. Increasing the number of spare batteries from 1 to 6 raised the system throughput by 70%, from 10 to 17 rounds per hour. For long-duration missions (30 hours), maintaining between 15 and 20 redundant batteries can ensure reliability above 80%. Optimizations in energy management, such as reducing battery charging time to less than 36 minutes and using batteries with discharge times exceeding 144 minutes, can reduce annual downtime from approximately 100 hours to less than 20 hours. The developed methodology allows designers to quantitatively balance performance, availability, and cost met rics, offering practical guidelines for efficient sizing of drone surveillance systems. This research stands out by providing a comprehensive approach that integrates multiple aspects of system performance, enabling more effective optimization based on quantitative data.pt_BR
dc.contributor.advisor-coLatteshttp://lattes.cnpq.br/2498961747789618pt_BR
Appears in Collections:Dissertações de Mestrado - Ciência da Computação

Files in This Item:
File Description SizeFormat 
DISSERTAÇÃO Luan Carlos Soares Lins.pdf7.87 MBAdobe PDFThumbnail
View/Open


This item is protected by original copyright



This item is licensed under a Creative Commons License Creative Commons