Grado en Ingeniería de Tecnologías de Telecomunicación (E.P.S. Linares)
URI permanente para esta colecciónhttps://hdl.handle.net/10953.1/330
Examinar
Examinando Grado en Ingeniería de Tecnologías de Telecomunicación (E.P.S. Linares) por Materia "2505.05"
Mostrando 1 - 2 de 2
- Resultados por página
- Opciones de ordenación
Ítem Desarrollo de un sistema de microlocalización y seguimiento en interiores con sensores Bluetooth LE(2018-04-23) Camero Chillón, Juan Ramón; Parra Rodríguez, Fernando; Universidad de Jaén. Ingeniería de TelecomunicaciónEl planteamiento de este proyecto nace de la necesidad de encontrar una solución para la localización en interiores, donde es imposible utilizar el sistema GPS debido a la degradación de la señal emitida por los satélites. En este Trabajo de Fin de Grado se ha propuesto una solución basada en la tecnología Bluetooth low energy en un dispositivo emisor y diversos dispositivos receptores (Raspberry pi) distribuidos en un espacio cerrado de pruebas. Para ello, se definen celdas de resolución (tanto en coordenadas polares como cartesianas) para generar un mapa de calor. Este mapa se utilizará para entrenar una red neuronal con el objetivo de interpolar las posiciones intermedias.Ítem ESTIMACIÓN DE VALORES DE CAMPO A PARTIR DE TRAZAS DE MEDIDAS MEDIANTE REDES NEURONALES(2018-07-23) Aguilar Pérez, Juan; Roa Gómez, Juan Pedro; Universidad de Jaén. Ingeniería de Telecomunicación[ES]En este TFG se obtiene, mediante el entrenamiento y simulación de redes neuronales, la estimación de señal Wi-Fi en una ubicación dada, dentro de una zona geográfica delimitada. Se realiza un análisis sobre cuál sería la mejor configuración de los datos de entrada y de salida para la red neuronal, basándonos en los resultados obtenidos de promedio cuadrado de error y promedio absoluto de error (MSE y MEA). Una vez recogidos y configurados los datos para las entradas y salidas de las redes neuronales, se procede a entrenar, validar y simularlos con tres diferentes modos que ofrece Matlab. Estos son Traingd, Trainrp, Trainscg. Por último, se analizan los resultados y se realiza una comparativa acerca de que método y con qué condiciones funcionan mejor las redes neuronales; para la estimación de la red Wi-Fi y mediante una determinada ubicación.