Logotipo del repositorio

Publicación:
Prediccion del nivel de intensidad de senal recibida (rssi) en una red inalambrica de area local (wlan 802.11b) mediante un modelo neuronal

dc.contributor.advisorGualdron Gonzalez, Oscar
dc.contributor.advisorPinzon, Samuel
dc.contributor.authorLuque Villa, Luis Rafael De
dc.contributor.authorDiaz Alvarez, Irina Marcela
dc.contributor.authorVasquez Fuentes, Sandra Milena
dc.date.accessioned2024-03-03T13:04:03Z
dc.date.available2005
dc.date.available2024-03-03T13:04:03Z
dc.date.created2005
dc.date.issued2005
dc.description.abstractLa implementación de redes de área local inalámbricas, WLANs, ha tenido su mayor auge, debido a la solución de las necesidades de movilidad, flexibilidad, provisionalidad y cobertura de lugares difíciles de cablear. Pese a ello los profesionales en redes de datos no cuentan con herramientas óptimas para realizar la planeación e instalación de WLAN en ambientes indoor, pues las alternativas software existentes en el mercado poseen un costo elevado limitando su adquisición y aplicación en el entorno regional, por lo cual acuden a su experiencia para determinar la configuración , el número y la distribución de los dispositivos de red, obteniendo, en la mayoría de los casos, ambientes saturados, sistemas ineficientes y con poca cobertura. El modelo propuesto para la predicción del nivel de intensidad de la señal recibida (RSSI), considera algunos de los factores que más afectan la propagación de las ondas de radio, como son: la atenuación de potencia por espacio libre, la pérdida de transmisión a lo largo de las paredes y la influencia de los reflectores locales del sitio receptor, combinando las ventajas de los modelos de propagación conocidos actualmente, como son el incremento en la exactitud y una disminución en el consumo de tiempo computacional. A su vez se desarrolló en MATLAB 7.0 una herramienta software denominada OPENWireless, la cual posee una interfaz gráfica que le permite al usuario construir la edificación sobre la cual se va a realizar la predicción como una combinación de formas rectangulares de dimensiones reales con diversos materiales; ubicar el punto de acceso y obtener una distribución de potencia sobre dicho escenario. Los bajos errores obtenidos durante la predicción y la rapidez de los cálculos constituyen al modelo de predicción y a la herramienta software OPENWireless como un aporte significativo para los profesionales encargados del diseño y planeación de WLANs.
dc.description.abstractenglishWLAN, RSSI, Indoor, Dijkstra algorithm, Multipath effect
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero Electrónico
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/17796
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programIngeniería Electrónica
dc.publisher.schoolEscuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
dc.rightshttp://creativecommons.org/licenses/by/4.0/
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0
dc.subjectWLAN
dc.subjectRSSI
dc.subjectIndoor
dc.subjectAlgoritmo de Dijkstra
dc.subjectEfecto Mutipath.
dc.subject.keywordWLAN
dc.subject.keywordRSSI
dc.subject.keywordIndoor
dc.subject.keywordDijkstra algorithm
dc.subject.keywordMultipath effect
dc.titlePrediccion del nivel de intensidad de senal recibida (rssi) en una red inalambrica de area local (wlan 802.11b) mediante un modelo neuronal
dc.title.englishPrediction of the level of intensity of the received sign (rssi) in a wireless network (wlan 802.11b) by means a neuronal model
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_7a1f
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
dspace.entity.typePublication

Archivos

Bloque original

Mostrando 1 - 2 de 2
Cargando...
Miniatura
Nombre:
Documento.pdf
Tamaño:
2.31 MB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
Nota de proyecto.pdf
Tamaño:
382.2 KB
Formato:
Adobe Portable Document Format

VIGILADA MINEDUCACIÓN

Ordenanza No. 83 de 1.944 (junio 22)

Carácter académico: Universidad

Notificaciones judiciales: notjudiciales@uis.edu.co 

.

Código SNIES: 1204   Nit: 890.201.213-4

Línea Anticorrupción:  +57 (601) 562 9300 EXT: 3633

Línea transparente: +57 (607) 630 3031