Carrera de Ingeniería en Electrónica y Telecomunicacioneshttp://repositorio.espe.edu.ec/handle/21000/32024-03-29T14:08:47Z2024-03-29T14:08:47ZDetección de objetos en señales de radar usando redes neuronales convolucionalesNovoa Gordillo, Miguel Andréshttp://repositorio.espe.edu.ec/handle/21000/375622024-02-04T08:25:50Z2023-01-01T00:00:00ZDetección de objetos en señales de radar usando redes neuronales convolucionales
Novoa Gordillo, Miguel Andrés
Uno de los principales aplicativos de los radares es la identificación de objetivos en las señales obtenidas por el barrido de este sistema; la señal resultante pasa por un proceso de análisis para determinar si existe o no la presencia de un objeto y esta labor incrementa su complejidad en bajos niveles de relación señal a ruido (SNR). Para solventar este inconveniente se propone el uso de técnicas alternativas mediante algoritmos de aprendizaje profundo (deep learning) y de redes neuronales artificiales intentando mejorar el desempeño, la capacidad y la calidad de radares actualmente existentes. Para lograr este objetivo se estudia la utilización de un tipo de red neuronal denominada red neuronal convolucional.
En el presente trabajo se realizó una implementación y análisis de las redes neuronales convolucionales unidimensionales y bidimensionales para una posterior comparativa de los resultados obtenidos entre ambas redes, las cuales se desarrollaron orientadas a la clasificación de la presencia o no de objetivos en señales de radar. Los resultados obtenidos muestran que en los niveles de SNR bajos de 0 dBs a -5 dBs las redes neuronales convolucionales lograron al menos un 99.94% de exactitud en la clasificación.
El uso de las redes neuronales convolucionales y las técnicas de aprendizaje profundo implican un mayor costo computacional y un mayor tiempo de entrenamiento de los modelos, pero tiene como ventaja óptimos resultados respecto a las prácticas tradicionales utilizadas para la detección de objetivos en señales de radar.
2023-01-01T00:00:00ZGeneración de datos sintéticos a partir de mediciones RSSI en una red SigFox utilizando Data AugmentationLeiton Reina, Kevin AlexanderTigse Pérez, Dennis Eduardohttp://repositorio.espe.edu.ec/handle/21000/375382024-01-09T08:46:37Z2023-01-01T00:00:00ZGeneración de datos sintéticos a partir de mediciones RSSI en una red SigFox utilizando Data Augmentation
Leiton Reina, Kevin Alexander; Tigse Pérez, Dennis Eduardo
Actualmente, el desarrollo tecnológico trata de facilitar diversas tareas que se realizan de manera cotidiana, como en la predicción de rutas de destino en el transporte, la detección de enfermedades de manera temprana dentro de la salud, mejorar el diseño de las redes inalámbricas al verificar zonas con cobertura en el aspecto tecnológico, entre otros. Estas soluciones se obtienen a partir del uso de aplicaciones de Deep Learning y Machine Learning, mismos que permiten la generación de predicciones de valores o la toma de decisiones, para ello es necesario lograr el entrenamiento de estos algoritmos a partir de una base de datos inicial. La adquisición de esta información puede convertirse en un problema debido a la escaza en la cantidad de datos que se pueda recolectar.
Una solución para la obtención de datos es Data Augmentation, el cual emplea un conjunto de técnicas para generar artificialmente datos, este proyecto de investigación tiene como fin la generación de datos a partir de mediciones de niveles de intensidad de señal recibida (RSSI, del inglés Received Signal Strength Indicator) de una base de datos en el cantón Quito. Esta base de datos inicial presenta 5174 valores, de los cuales 1608 no poseen medición RSSI para lo cual se realizó varios regresores para la generación del valor RSSI y completar los valores nulos.
Además, se desarrollaron modelos de clasificación según el indicador de calidad del enlace (LQI, del inglés Link Quality Indicator) para etiquetar estos datos y observar si los datos poseen una buena o mala conexión. Posteriormente, se realizó el proceso de Data Augmentation al generar nuevas coordenadas a partir del programa Collect Earth y emplear el modelo de regresión con el mejor desempeño para obtener un valor RSSI, luego se utiliza el mejor modelo de clasificación para la generación de etiquetas LQI. Finalmente, se realiza la comparación de la base de datos inicial y la base de datos aumentada a través de los mapas de calor y los mapas basados en las etiquetas LQI.
2023-01-01T00:00:00ZDiseño e implementación de un sistema ciberfísico de geolocalización para ganado vacuno en el Cantón Salcedo provincia de CotopaxiFreire Guachamín, Tatiana ElizabethPilicita Veloso, Jefferson Alexanderhttp://repositorio.espe.edu.ec/handle/21000/367962024-03-13T13:01:53Z2023-01-01T00:00:00ZDiseño e implementación de un sistema ciberfísico de geolocalización para ganado vacuno en el Cantón Salcedo provincia de Cotopaxi
Freire Guachamín, Tatiana Elizabeth; Pilicita Veloso, Jefferson Alexander
El presente proyecto consta de un sistema ciberfísico, tiene como características principales la integración de capacidades de cómputo, almacenamiento y comunicación, así como medición y control de sensores localizados físicamente conectados entre sí y con el mundo digital. El objetivo principal es la capacidad de adquirir un aprendizaje automatizado, además, los sistemas ciberfísicos se pueden aplicar en múltiples sectores como energía, ciudades inteligentes, ganadería, etc. La ventaja que se tiene es la monitorización de varios parámetros medidos por el prototipo y su posterior análisis.
Esta tecnología se basa en la utilización de comunicaciones inalámbricas como LPWAN, dentro de esta tecnología inalámbrica se tiene Sigfox, Long Range (LoRa) y Narrow Band-Internet of Things (NB-IoT) disponibles para brindar la comunicación por medio de un radio de largo alcance y baja velocidad. Sumado a esto se tiene la red de sensores inalámbricos llamados Wireless Sensor Network cuya característica es contener dispositivos conocidos como nodos (motasensora), teniendo la capacidad de recopilar información de sus alrededores como posición, humedad, etc.
Toda la información es procesada y enviada, para su respectivo almacenamiento en un servidor. Los servidores pueden ser locales o en la nube, donde empresas o usuarios ingresan y manejan la información 24/7 por medio de usuario y contraseña.
En base a los puntos mencionados sobre las tecnologías inalámbricas y almacenamiento de datos, se pretende crear un prototipo de collar para ganado vacuno permitiendo la movilidad del animal sin verse afectada, utilizando la tecnología LoRa para la recolección de información de geoposición y trazado del recorrido de movimiento del ganado, la experimentación se la realizará en el cantón Salcedo provincia de Cotopaxi, zona aledaña al campus General Guillermo Rodríguez Lara.
2023-01-01T00:00:00ZDiseño e Implementación de una solución IoT para el monitoreo de la calidad del agua en el campus IASA I usando tecnología LoRaWANCalderón Villalva, Alex FranciscoChiliguano Espín, Geovanny Alexanderhttp://repositorio.espe.edu.ec/handle/21000/367952024-03-13T13:02:35Z2023-01-01T00:00:00ZDiseño e Implementación de una solución IoT para el monitoreo de la calidad del agua en el campus IASA I usando tecnología LoRaWAN
Calderón Villalva, Alex Francisco; Chiliguano Espín, Geovanny Alexander
Dentro de los recursos importantes que necesitan los seres vivos para poder subsistir, el agua es uno de los principales ya que con él se puede garantizar la supervivencia. Es importante conocer que dentro de las diferentes aplicaciones que se le da al agua por parte de las personas no solo es de uso cotidiano, sino también se lo utiliza con fines agrícolas (riegos, piscicultura). Poder garantizar que el agua que se utiliza en diferentes lugares, posea estándares de calidad es uno de los problemas que se requiere solucionar.
Actualmente no existe un sistema que controle los parámetros de calidad de agua de manera permanente y en tiempo real, es por eso que se requiere la utilización del Internet de las Cosas (IoT, del inglés Internet of Things) ya que permitirá monitorear y precisión en la obtención de datos. El objetivo del presente proyecto es medir los parámetros de calidad de agua del campus IASA I, en dos puntos estratégicos (Pailones y Ganadería) con dos prototipos, cada uno con redes de sensores que recepten los datos en tiempo real de las variables Físico-Químicas del agua (turbidez, pH, potencial de oxidación - reducción, conductividad eléctrica, temperatura). Para el desarrollo de la investigación se implementará una red LoRaWAN. Con este sistema se facilitará el acceso a los datos de manera rápida y óptima ya que se utilizará una arquitectura que podrá almacenar la información que se envía por los sensores en una plataforma alojada en la nube, también cualquier persona que requiera realizar un seguimiento podrá observar estos datos en tiempo real. Finalmente, estos datos se podrán observar de mejor manera en una aplicación móvil y por medio de la web a través de un dashboard, ambos servirán para monitorizar las variables en tiempo real.
2023-01-01T00:00:00Z