Próximo seminario: 1. Recolección de datos en redes inalámbricas de sensores en combinación con el paradigma mobile crowdsensing, 2. Monitorización del espectro multibanda en tiempo real utilizando dispositivos SDR

Título de la ponencia: Recolección de datos en redes inalámbricas de sensores en combinación con el paradigma mobile crowdsensing
Fecha: 13 de mayo de 2021 a las 11:00 hrs
Zoom: https://uammx.zoom.us/my/pcyti (contraseña: semiPCyTI)
Presenta: Eduardo Andrés Marcelo
Afiliación: Alumno del DCyTI
Asesores: Dra. Elizabeth Pérez Cortés y Dr. Miguel López Guerrero

Resumen:

Las redes inalámbricas de sensores (WSN) han sido objeto de gran interés en investigación y desarrollo tecnológico a lo largo de varios años. En general, estas redes estáticas tienen como objetivo monitorizar un fenómeno de interés, pero no son fácilmente escalables.
Por otra parte, el paradigma mobile crowdsensing (MCS) es una tecnología relativamente nueva para realizar la monitorización de un fenómeno de interés. La proliferación de dispositivos inteligentes portátiles ha brindado el soporte para la popularización de este paradigma. La idea central es que los dispositivos inteligentes asuman el papel de nodos sensores móviles. Con ello, y en combinación con la WSN, el costo económico se reduce pues cada dispositivo aporta sus capacidades de procesamiento y comunicación. A pesar de estas ventajas, este paradigma no está libre de problemas ya que requiere ahora de la cooperación coordinada de un gran número de dispositivos autónomos y móviles.
En esta presentación se mostrará el avance en el estudio de la combinación de una WSN y el paradigma MCS para mejorar las prestaciones de los sistemas de recolección de datos.

Título de la ponencia: Monitorización del espectro multibanda en tiempo real utilizando dispositivos SDR
Fecha: 13 de mayo de 2021 a las 11:30 hrs
Zoom: https://uammx.zoom.us/my/pcyti (contraseña: semiPCyTI)
Presenta: Yanqueleth Antonio de Jesús Molina Tenorio
Afiliación: Alumno del DCyTI
Asesore: Dr. Alfonso Prieto Guerrero

Resumen:

En este trabajo, se implementa una novedosa técnica de detección de espectro multibanda en el contexto de radios cognitivos. Esta técnica se basa en el análisis multirresolución (wavelets), machine learning y la dimensión fractal de Higuchi. El aporte teórico fue desarrollado antes por los autores; sin embargo, nunca se ha probado en un escenario en tiempo real. Por lo tanto, en este trabajo, se propone vincular varias radios asequibles definidas por software para detectar una banda ancha del espectro radioeléctrico utilizando esta técnica. Además, en esta implementación en tiempo real se proponen: (i) un módulo para la eliminación de ruido impulsivo, con el cual se reduce la aparición de cambios bruscos en la señal a través de los coeficientes de detalle del análisis multiresolución, y (ii) la gestión de diferentes dispositivos a través de una aplicación que actualiza la información de cada usuario secundario cada 100 ms. El rendimiento de estos dispositivos vinculados se evaluó con resultados alentadores: 95% de probabilidad de éxito para valores de relación señal a ruido (SNR) superiores a 0 dB y solo cinco muestras (media) con error de detección de borde (inicio y final) para una transmisión del usuario primario.

Próximo seminario: 1. Modelado de la conducción eléctrica célula a célula entre células sinoatriales y atriales usando cómputo paralelo, 2. Simulación paralela de partículas brownianas dentro de un sistema confinado
Próximo seminario: 1. Análisis de una red acoplada sobre COVID-19 empleando el problema k-core, 2. Diseño de un sistema de autenticación y confidencialidad basado en funciones físicamente no clonables para radios cognitivos

Regresar a Seminario

P C y T I