Telecomunicaciones http://www.dspace.espol.edu.ec/handle/123456789/50528 2026-05-17T11:49:35Z 2026-05-17T11:49:35Z Zurita Medrano, Naghely Melina Rodríguez Vargas, Sebastián Alejandro Vargas López, German Ricardo, Director http://www.dspace.espol.edu.ec/handle/123456789/68235 2026-05-11T15:00:30Z 2026-01-01T00:00:00Z

Evaluación de ruido e interferencia en localización de nodos IoT mediante aprendizaje automático Zurita Medrano, Naghely Melina; Rodríguez Vargas, Sebastián Alejandro; Vargas López, German Ricardo, Director CONDITIONING OF PROJECT PUBLICATION. Achieving precise indoor localization remains quite a challenging task for modern wireless networks, primarily because the environment itself often imposes severe conditions that limit performance. For this reason, this study proposes and validates a hybrid strategy, specifically designed to minimize positional error in complex scenarios. The research works under the hypothesis that, through intelligent processing, it is possible to effectively compensate for the limitations or shortcomings often seen in traditional geometric methods. To carry out this development, three-dimensional scenarios were modeled using ray tracing techniques in MATLAB, adhering strictly to the IEEE 802.15.4a standard to properly characterize Ultra-Wideband (UWB) channels. Essentially, large amounts of synthetic data were generated to feed the regression models, combining Time Difference and Angle of Arrival (TDoA/AoA) algorithms with Random Forest techniques. The results clearly evidenced that the fusion of sensory data helped to stabilize the measurements. Furthermore, thanks to the intervention of artificial intelligence, the Mean Squared Error (MSE) was drastically reduced from 1.12 meters to just 0.19 meters, demonstrating that the system was able to effectively overcome the effects caused by dynamic obstacles. It is concluded that the integration of predictive correction in navigation systems not only enables operations in highly saturated zones but also significantly optimizes the reliability of technological infrastructure. Keywords: Ultra-Wideband, Ray Tracing, Hybrid Algorithms, Indoor Positioning CONDICIONAMIENTO DE PUBLICACION DE PROYCTOS. Conseguir una localización exacta en espacios interiores sigue siendo una tarea bastante compleja para las redes inalámbricas de hoy en día, principalmente porque el entorno suele presentar condiciones severas que limitan el rendimiento. Por esta razón, el presente estudio propone y pone a prueba una estrategia híbrida, diseñada específicamente para reducir al mínimo el error de posición en escenarios difíciles. La investigación se basa en la hipótesis de que, mediante un procesamiento inteligente, es posible compensar las limitaciones o deficiencias que suelen mostrar los métodos geométricos tradicionales. Para llevar a cabo el desarrollo, se modelaron escenarios en tres dimensiones utilizando la técnica de trazado de rayos en MATLAB, apegándose estrictamente al estándar IEEE 802.15.4a para caracterizar de forma correcta los canales de Banda Ultra Ancha (UWB). Básicamente, se generaron grandes cantidades de datos sintéticos que sirvieron para alimentar los modelos de regresión, combinando para ello algoritmos de diferencia de tiempo y ángulo de llegada (TDoA/AoA) con técnicas de bosque aleatorio. Los resultados obtenidos dejaron en evidencia que la fusión de datos sensoriales ayudó a estabilizar las mediciones. Además, gracias a la intervención de la inteligencia artificial, se logró reducir drásticamente el error cuadrático medio, pasando de 1.12 metros a 0.19 metros, lo que demuestra que el sistema pudo superar eficazmente los efectos causados por los obstáculos dinámicos. Se concluye que la integración de corrección predictiva en sistemas de navegación no solo viabiliza operaciones en zonas de alta saturación, sino que optimiza significativamente la fiabilidad de la infraestructura tecnológica.

2026-01-01T00:00:00Z Samaniego Castro, Luis Leonardo Ponce Cabrera, Oliver Javier Vargas López, German Ricardo, Director http://www.dspace.espol.edu.ec/handle/123456789/68234 2026-05-11T14:46:27Z 2025-01-01T00:00:00Z

Diseño de una ruta DWDM alterna para optimización de tráfico entre Quito y Guayaquil Samaniego Castro, Luis Leonardo; Ponce Cabrera, Oliver Javier; Vargas López, German Ricardo, Director CONDITIONING OF PROJECT PUBLICATION. This Thesis focuses on the design of an alternative DWDM backbone route for the Quito–Guayaquil corridor, where traffic growth and high utilization increase the risk of congestion and service degradation. The objective is to propose a general engineering design for new network sites and an alternative topology that strengthens national ring closure along a northern–coastal path. The hypothesis states that a strategically planned route—supported by proper optical dimensioning and protection concepts—improves resilience and continuity of service by enabling traffic redistribution under fault or peak-demand scenarios. The project was developed by reviewing the current backbone context, defining the proposed topology, selecting representative transmission assumptions (single-mode fiber and coherent 200G DP-QPSK), and estimating the optical link budget per span, considering fixed losses and engineering margin, and the integration of OLA/ROADM elements. The results indicated typical per-hop total losses on the order of ~19–24 dB and showed that the planned amplification strategy can compensate these losses within the assumed constraints. In conclusion, the proposed design is technically feasible and provides a solid baseline for subsequent simulation, validation, and implementation planning. Keywords: DWDM, OTN, alternative route, optical link budget, resilience, ring closure. CONDICIONAMIENTO DE PUBLICACION DE PROYCTOS. El presente trabajo aborda el diseño de una ruta DWDM alterna para optimizar el tráfico entre Quito y Guayaquil, ante el incremento de demanda y la saturación progresiva de la ruta troncal. El objetivo se centra en generar el diseño de nuevos sitios y una topología que cierre el anillo nacional por la franja norte–costera, bajo la hipótesis de que la incorporación estratégica de nodos OLA/ROADM y un dimensionamiento óptico conservador mejoran la resiliencia y la continuidad del servicio sin intervenir físicamente la red durante el estudio. El desarrollo del proyecto se estructuró en tres fases: diagnóstico, diseño técnico de la topología alterna y evaluación del presupuesto óptico; para ello se consideró fibra G.652 y tráfico coherente de 200G QPSK, además de criterios de atenuación, dispersión y OSNR, incorporando pérdidas fijas y margen de ingeniería por tramo. Los resultados mostraron pérdidas totales típicas por salto en el orden de 19 a 24 dB y permitieron verificar la compensación mediante amplificación, definiendo parámetros base de potencia y factibilidad por tramo. En conclusión, el diseño propuesto es técnicamente viable como alternativa de cierre de anillo y establece una base sólida para etapas posteriores de simulación y validación

2025-01-01T00:00:00Z Salguero Paguay, Alexis Leonardo Sampedro Núñez, Maritza Isabel Vargas López, German Ricardo, Director http://www.dspace.espol.edu.ec/handle/123456789/67309 2026-01-16T15:31:53Z 2025-01-01T00:00:00Z

Sistema de monitoreo con cerca virtual para el control del rebaño en la granja de ESPOL Salguero Paguay, Alexis Leonardo; Sampedro Núñez, Maritza Isabel; Vargas López, German Ricardo, Director CONDITION FOR PUBLICATION OF PROJECT. project addresses the need to improve herd control on the ESPOL farm in the face of high costs and limitations of physical fences. The main objective is to design and implement a virtual fence system that allows to monitor in real time the movement of animals through wireless communication and generate alerts when detecting exits from the safe zone. The integration of low-consumption technologies is proposed, along with predictive models, optimizing cattle management and reducing losses. The system was developed using LoRa CubeCell nodes installed in collars, a LoRaWAN gateway connected to ChirpStack and the Home Assistant platform for visualization. The signal data was stored in an SQL database and machine learning algorithms, specifically LSTM and Random Forest, were applied to predict the position of the animals more accurately. The tests carried out on the farm showed that the light and portable prototypes did not affect the mobility of the cattle and allowed the delimitation of virtual grazing areas, issuing immediate notifications to the staff through the web interface and mobile devices. In conclusion, the system constitutes an efficient, scalable, and low-cost alternative that improves the safety of the herd, optimizes resources, and represents a technological advance applicable to the livestock sector. Keywords: Virtual Fence, Livestock, Real time Monitoring, LoRa. CONDICIONAMIENTO DE PUBLICACION DE PROYECTO. El proyecto aborda la necesidad de mejorar el control del rebaño en la granja de ESPOL frente a los altos costos y limitaciones de las cercas físicas. El objetivo principal es diseñar e implementar un sistema de cerca virtual que permita monitorear en tiempo real el desplazamiento de los animales mediante comunicación inalámbrica y generar alertas al detectar salidas de la zona segura. Se plantea la integración de tecnologías de bajo consumo, junto con modelos predictivos, optimizar la gestión del ganado y reducir pérdidas. El sistema se desarrolló utilizando nodos LoRa CubeCell instalados en collares, un gateway LoRaWAN conectado a ChirpStack y la plataforma Home Assistant para la visualización. Los datos de señal se almacenaron en una base SQL y se aplicaron algoritmos de aprendizaje automático, específicamente LSTM y Random Forest, para predecir la posición de los animales con mayor precisión. Las pruebas realizadas en la granja mostraron que los prototipos ligeros y portátiles no afectaron la movilidad del ganado y permitieron delimitar zonas de pastoreo virtuales, emitiendo notificaciones inmediatas al personal mediante la interfaz web y dispositivos móviles. En conclusión, el sistema constituye una alternativa eficiente, escalable y de bajo costo que mejora la seguridad del rebaño, optimiza recursos y representa un avance tecnológico aplicable al sector ganadero.

2025-01-01T00:00:00Z Tigrero Panchana, Josué Javier Ortiz Fernández, Jacinto Javier Vargas López, Germán Ricardo, Director http://www.dspace.espol.edu.ec/handle/123456789/67307 2026-01-16T15:15:04Z 2025-01-01T00:00:00Z

Prototipo sistema de detección de intrusiones militar: Diseño y validación con modelo híbrido Tigrero Panchana, Josué Javier; Ortiz Fernández, Jacinto Javier; Vargas López, Germán Ricardo, Director CONDITION FOR PUBLICATION OF PROJECT. project develops and validates an artificial intelligence model for an Intrusion Detection System (IDS) with the goal of identifying cyber threats in real time within local military networks. The justification is based on the critical need to overcome the limitations of traditional systems in the face of sophisticated attacks, proposing an autonomous and adaptable approach for high-security infrastructures. For the development, a comparative experimental evaluation was conducted between four Deep Learning architectures, using the CICIDS2017 dataset and tools such as TensorFlow and Keras. As a result of this competition, the hybrid 1D-CNN + LSTM model was selected for its superior performance, achieving an F1 score of 0.9894 and the lowest number of false negatives, the most critical error in this context. Subsequently, a functional prototype integrated this model and validated its effectiveness by successfully detecting a live port scanning attack. In conclusion, the work demonstrates the feasibility of applying hybrid AI architectures to create precise security systems, establishing a solid foundation for modernizing cyber defense. CONDICIONAMIENTO DE PUBLICACION DE PROYECTO. El presente proyecto desarrolla y valida un modelo de inteligencia artificial para un Sistema de Detección de Intrusiones (IDS), con el objetivo de identificar amenazas cibernéticas en tiempo real dentro de redes locales militares. La justificación se fundamenta en la necesidad crítica de superar las limitaciones de los sistemas tradicionales ante ataques sofisticados, proponiendo un enfoque autónomo y adaptable para infraestructuras de alta seguridad. Para el desarrollo, se realizó una evaluación experimental comparativa entre cuatro arquitecturas de Deep Learning, utilizando el dataset CICIDS2017 y herramientas como TensorFlow y Keras. Como resultado de esta competición, se seleccionó el modelo híbrido 1D-CNN + LSTM por su rendimiento superior, el cual alcanzó un F1-Score de 0.9894 y la menor cantidad de falsos negativos, el error más crítico en este contexto. Posteriormente, un prototipo funcional integró este modelo y validó su eficacia al detectar exitosamente un ataque de escaneo de puertos en vivo. En conclusión, el trabajo demuestra la viabilidad de aplicar arquitecturas híbridas de IA para crear sistemas de seguridad precisos, estableciendo una base sólida para la modernización de la ciberdefensa.

2025-01-01T00:00:00Z