Mostrar el registro sencillo del ítem

dc.rights.licenserestringidoes_ES
dc.contributor.advisorFandiño, Jorge Saul
dc.contributor.authorDuitama Jiménez, Claudia Patricia
dc.contributor.authorEstévez Melgarejo, Karen Julieth
dc.contributor.otherTéllez Garzón, Johan Leandro
dc.coverage.spatialBucaramangaes_ES
dc.date.accessioned2024-04-22T22:21:38Z
dc.date.available2024-04-22T22:21:38Z
dc.identifier.urihttp://repositorio.uts.edu.co:8080/xmlui/handle/123456789/15687
dc.description.abstractLa creciente expansión de las redes de sensores inalámbricos (WSN) plantea desafíos importantes, especialmente en entornos congestionados como oficinas y hogares. La selección manual de canales no es suficiente para contrarrestar la interferencia en la banda de WIFI, lo que afecta el rendimiento de la red. En este contexto, se requiere la implementación de un algoritmo distribuido en una red de sensores Arduino para elegir automáticamente y de manera dinámica los canales, mejorando así la eficiencia en la transmisión de información. El desarrollo de este proyecto se centra en proporcionar una solución que identifique la interferencia en las señales WIFI y seleccione automáticamente los canales menos congestionados. Se enfoca en automatizar la selección dinámica de canales en una red de sensores Arduino, mejorando la eficacia de la transmisión de datos ante cambios en los niveles de interferencia. Para lograr esto, se implementó un algoritmo de aprendizaje llamado Q-learning que utiliza la comunicación Wi-Fi entre los nodos sensores y el nodo central para recopilar los valores de RSS de los canales del entorno. Estos valores se procesan en el nodo central para determinar qué canal presenta la menor interferencia, permitiendo al sistema tomar decisiones sobre el canal óptimo a utilizar. La metodología aplicada comprendió tres mediciones: Medición 1: Inicialmente, se configuró el canal de un router en el canal 6, Se realizó sin tráfico de red para evaluar el comportamiento del prototipo ante diferentes potencias de red. Los nodos escanearon redes WiFi cercanas cada 5 segundos y enviaron los datos al nodo central. Este calculó el promedio de RSSI por canal utilizando el algoritmo de Q-learning, mostrando los mejores resultados en los canales 1 y 6. Medición 2: Se llevó a cabo con tráfico intenso en la red para evaluar la respuesta del sistema ante alta interferencia en el canal 6. El análisis reveló que el nodo central decidió cambiar al canal 1 debido a la interferencia detectada. Medición 3: Se cambió el router al canal 1 para observar el comportamiento del algoritmo. Se realizaron 10 pruebas adicionales con tráfico intenso en la red. Los resultados indicaron que el nodo central buscó alternativas de canal ante la interferencia, demostrando la adaptabilidad del sistema. Por lo que el proyecto logró desarrollar un sistema de selección dinámica de canales efectivo, demostrando su capacidad para adaptarse a cambios en la interferencia y mejorar la eficacia de la transmisión de datos en redes inalámbricas.es_ES
dc.description.sponsorshipUnidades Tecnológicas de Santanderes_ES
dc.description.tableofcontentsRESUMEN EJECUTIVO 10 INTRODUCCIÓN 12 1. DESCRIPCIÓN DEL TRABAJO DE INVESTIGACIÓN 14 1.1. PLANTEAMIENTO DEL PROBLEMA 14 1.2. JUSTIFICACIÓN 16 1.3. OBJETIVOS 17 1.3.1. OBJETIVO GENERAL 17 1.3.2. OBJETIVOS ESPECÍFICOS 17 1.4. ESTADO DEL ARTE 18 2. MARCO REFERENCIAL 20 2.1.1. MARCO TEORICO 20 2.1.2. MARCO LEGAL 25 2.1.3. MARCO CONCEPTUAL 26 3. DISEÑO DE LA INVESTIGACIÓN 28 3.1. ENFOQUE DE LA INVESTIGACION 28 3.2. FASES DEL PROYECTO 30 4. DESARROLLO DEL TRABAJO DE GRADO 32 4.1. PRIMERA ETAPA: INVESTIGACIÓN 32 4.1.1. SELECCIÓN DE CANALES 32 4.1.2. ESPECTRO DE CANALES DISPONIBLES PARA LAS REDES WIFI 32 4.1.3. RENDIMIENTO DE LA RED 33 4.1.4. VARIACIONES EN LA POTENCIA DE LA RED SEGÚN EL NIVEL DE INTERFERENCIA 33 4.2. SEGUNDA ETAPA: DISEÑO 33 4.2.1. ESQUEMA DE CONEXIÓN 34 4.2.2. INSTALACIÓN ARDUINO IDE 35 4.2.3. COMUNICACIÓN ENTRE MÓDULOS ESP32 DE ARDUINO 36 4.2.4. COMUNICACIÓN ENTRE MÓDULOS ESP32 DE ARDUINO 36 4.2.5. ESCANEO DE REDES WIFI CERCANAS Y RECOPILACIÓN DE DATOS 37 4.2.6. RECEPCIÓN DE DATOS Y APLICACIÓN DEL ALGORITMO Q-LEARNING 38 4.3. TERCERA ETAPA: IMPLEMENTACIÓN 41 4.4. CUARTA ETAPA: VALIDACIÓN Y PRUEBAS 43 4.5. QUINTA ETAPA: ENTREGA 44 5. RESULTADOS 45 5.1. MEDICIÓN N. 1 47 5.2. MEDICIÓN N. 2 54 5.3. MEDICIÓN N. 3 61 6. CONCLUSIONES 70 7. RECOMENDACIONES 71 8. REFERENCIAS BIBLIOGRÁFICAS 72 9. ANEXOS 74es_ES
dc.language.isoeses_ES
dc.publisherUnidades Tecnológicas de Santanderes_ES
dc.subjectAlgoritmo de aprendizajees_ES
dc.subjectArduinoes_ES
dc.subjectinterferenciaes_ES
dc.subjectNodos Sensoreses_ES
dc.subjectbanda WIFIes_ES
dc.subjectCliente-Servidores_ES
dc.titleSelección automática de canales en una red de dispositivos programables conforme los niveles de interferencia de los canales WIFIes_ES
dc.typedegree workes_ES
dc.rights.holderCCes_ES
dc.date.emitido2024-04-22
dc.dependenciafcnies_ES
dc.proceso.procesoutsdocenciaes_ES
dc.type.modalidadproyecto_de_investigaciónes_ES
dc.format.formatopdfes_ES
dc.titulogTecnólogo en Gestión de Sistemas de Telecomunicacioneses_ES
dc.educationleveltecnologoes_ES
dc.contibutor.evaluatorevaluadores_ES
dc.date.aprobacion2024-04-17
dc.description.programaacademicoTecnología en Gestión de Sistemas de Telecomunicacioneses_ES
dc.dependencia.regionbucaramangaes_ES


Ficheros en el ítem

Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem