Modelamiento de la propagación de ondas de radio para redes inalámbricas de sensores en cultivos de yuca

El modelado de la propagación de ondas en un canal de telecomunicaciones es una de las tareas más importantes para los ingenieros encargados de la planificación de redes inalámbricas, dentro de las cuales se encuentrasn las redes inalámbricas de sensores. De la eficiencia de los modelos usados depende en gran medida que los receptores puedan hacer una estimación adecuada del mensaje enviado desde el transmisor. Tradicionalmente, los modelos de pérdida de ruta desarrollados han sido principalmente empíricos o deterministas, con una menor porción de estocásticos. No obstante, debido a la búsqueda continua de los investigadores de métodos que mejoren la predicción de la pérdida de ruta, en la última década ha ganado fuerza el uso de Machine Learning como herramienta para reducir los niveles de error en la estimación de la atenuación. A pesar de ello, las investigaciones se concentran casi en su totalidad en el modelado para redes de telefonía móvil en entornos urbanos y suburbanos, en dejando de lado el estudio en otros entornos que pueden ser igualmente complicados y desafiantes, tal es el caso de aquellos con presencia de vegetación considerable, tal es el caso de las plantaciones agrícolas, donde el uso de sistemas de monitoreo basados en redes inalámbricas de sensores está cobrando cada vez más fuerza. Esta tesis doctoral presenta los resultados del modelamiento de las pérdidas de ruta causada por los arbustos en cultivos de yuca, considerados uno de los cultivos de mayor importancia para la sostenibilidad alimenticia en diferentes países. A pesar de su potencial, hay pocos reportes de investigaciones relacionadas con implementación de tecnologías de la información y la comunicación en este tipo de sembrados. La disertación se basa en la evaluación del rendimiento de algoritmos de Machine Learning que han sido entrenados utilizando mediciones reales. Como resultado, los modelos obtenidos mejoran significativamente la predicción de la pérdida de ruta en comparación con los resultados de los modelos de vegetación canónicos, alcanzando valores de error medio cuadrático (RMSE), error medio aritmético (MAE) por debajo de los 4 dB y coeficiente de determinación por encima del 98%.

• Autores: Barrios-Ulloa, Alexis
• Tipo de recurso: Doctoral thesis
• Fecha de publicación: 2024
• Institución: Corporación Universidad de la Costa
• Repositorio: REDICUC - Repositorio CUC
• Idioma: spa
• OAI Identifier: oai:repositorio.cuc.edu.co:11323/13114
• Acceso en línea: https://hdl.handle.net/11323/13114; https://repositorio.cuc.edu.co/
• Palabra clave: Cultivos de yuca; Modelos de pérdida de ruta; Propagación de ondas de radio; Redes inalámbricas de sensores; Machine learning; Cassava bushes; Path los models; Modelling wave propagation; Wireless sensor networks
• Rights: openAccess
• License: Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)