Caracterización del canal inalámbrico en escenarios típicos universitarios empleando tecnología IoT

Abstract

Este trabajo tiene como objetivo la caracterización del canal inalámbrico en entornos de Internet de las Cosas (IoT) mediante el análisis del Indicador de Potencia de Señal Recibida (RSSI), a partir de campañas de medición realizadas en el campus universitario USM Casa Central. Para ello, se diseñó y desarrolló un sistema de medición compuesto por un transmisor (Tx) y un receptor (Rx), integrando tecnologías de comunicación LoRa y Zigbee de bajo costo. Las mediciones se efectuaron en tres escenarios representativos: un entorno con vegetación, un área con superficies reflectantes como agua y edificaciones, y un espacio abierto con línea de vista directa (LOS). En cada escenario, se recolectaron datos de RSSI y tasa de pérdida de paquetes en una grilla de puntos predefinidas, lo que permitió analizar el comportamiento del canal en función del entorno. Los datos recopilados fueron procesados para ajustar modelos empíricos de pérdida de trayectoria (Path Loss), incluyendo el modelo Close-In y el modelo Floating Intercept, con el fin de evaluar su precisión en cada entorno. Para la validación de los modelos, se calcularon métricas como el error cuadrático medio (RMSE), el coeficiente de determinación (R²) y la función de distribución acumulada del error absoluto (CDF). Los resultados obtenidos permiten identificar las diferencias en la propagación de señales según el entorno y evidencian la influencia de fenómenos como dispersión y atenuación por distancia. Este estudio entrega información clave para el diseño y la optimización de redes IoT, al proponer modelos de propagación ajustados y validados para cada tecnología y escenario evaluado. This work aims to characterize the wireless channel in Internet of Things (IoT) environments through the analysis of the Received Signal Strength Indicator (RSSI), based on measurement campaigns conducted at the USM Casa Central university campus. To this end, a measurement system was designed and developed, consisting of a transmitter (Tx) and a receiver (Rx), integrating low-cost LoRa and Zigbee communication technologies. Measurements were carried out in three representative scenarios: an environment with vegetation, an area with reflective surfaces such as water and buildings, and an open space with direct line of sight (LOS). In each scenario, RSSI and packet loss rate data were collected on a predefined grid of points, enabling the analysis of channel behavior based on the environment. The collected data were processed to fit empirical path loss models, including the Close-In model and the Floating Intercept model, in order to evaluate their accuracy in each environment. To validate the models, metrics such as Root Mean Square Error (RMSE), coefficient of determination (R²), and the cumulative distribution function (CDF) of absolute error were calculated. The results allow the identification of differences in signal propagation across environments and highlight the influence of phenomena such as scattering and distance-based attenuation. This study provides key insights for the design and optimization of IoT networks by proposing adjusted and validated propagation models for each evaluated technology and scenario.