Publicación:
Mitigacion de interferencias en rede Wi-Fi de 2.4 GHz

dc.contributor.advisorPerez Ortiz, Fran Edward
dc.contributor.authorRomero Diaz, Carlos Humberto
dc.contributor.authorGallego Quiroga, Nicolas
dc.contributor.researchgroupIngenierías - GIIS
dc.date.accessioned2025-09-16T20:51:10Z
dc.date.available2025-09-16T20:51:10Z
dc.date.issued2024
dc.description.abstractLas redes Wi-Fi de 2.4 GHz son susceptibles a presentar interferencias, comúnmente evidenciamos esta problemática en entornos domésticos, contando con una alta densidad de dispositivos conectados a las redes. Estas interferencias pueden ser causadas por la superposición de canales, la presencia otros dispositivos utilizando la misma frecuencia, o incluso obstáculos físicos. Afectando de forma directa el rendimiento, provocando velocidades de transmisión de datos más lenta, inestabilidad en la conexión y una experiencia de usuario deficiente. Por lo tanto, este proyecto se centra en la simulación de un entorno virtualizado, técnica de rendimiento en la red Wi-Fi, de acuerdo al uso de canales en la banda 2.4 GHz y, por último, la implementación de un método de inteligencia artificial para elegir el canal con mejor rendimiento, buscando mejorar la calidad y estabilidad de la señal en el entorno doméstico. Iniciamos con una simulación en NetAnim y ns-3 para poder comprender como funciona una red Wi-Fi y la transmisión de los paquetes entre nodos, lo cual nos proporcionó una base de conocimiento, familiaridad con herramientas de simulación y generación de código para el funcionamiento. A continuación, realizamos un análisis práctico en un entorno doméstico real utilizando herramientas como Nperf, NetSpot e inSSIDer para evaluar el rendimiento de la red, conocer la cobertura y poder determinar el canal óptimo. Identificamos la configuración de la red utilizando la herramienta TP-Link y realizar el cambio manual del canal. Finalmente, exploramos el uso de algoritmos genéticos, desarrollando un código que analiza múltiples redes y su conexión a los diferentes canales en la banda 2.4 GHz, y después de realizado el análisis informa el canal más óptimo para el equipo.
dc.description.degreenameProfesional en Ingeniería de Telecomunicaciones
dc.format.extent38 paginas
dc.format.mimetypeapplication/pdf
dc.identifier.urihttps://repositoriocrai.ucompensar.edu.co/handle/compensar/5537
dc.publisherFundaciòn Universitaria Compensar
dc.publisher.facultyFacultad de Ingeniería y Tecnología
dc.publisher.placeBogotá
dc.publisher.programProfesional en Ingeniería de Telecomunicaciones
dc.relation.referencesM. Bullmann, T. Fetzer, F. Ebner, M. Ebner, F. Deinzer, y M. Grzegorzek, “Comparación de Métodos de Posicionamiento Interior WiFi FTM-Basado en RSSI de 2,4 GHz en Escenarios Realistas”, Sensors (Switzerland), vol. 20, núm. 16, pp. 1–26, ago. 2020, doi: 10.3390/s20164515.
dc.relation.referencesI. Tecnológico, D. E. Acapulco, Q. Para, O. El, y T. De, “ESTUDIO DE LOS ESQUEMAS DE MODULACIÓN Y CODIFICACIÓN DE CANAL APLICADOS EN EL ESTÁNDAR IEEE 802.11n UTILIZANDO EL SIMULADOR NS-3 OPCIÓN I: TESIS PROFESIONAL”, dic. 2018.
dc.relation.referencesCees Links, “The Evolution of Wi-Fi networks: from IEEE 802.11 to Wi-Fi 6E”. Consultado: el 17 de octubre de 2024. [En línea]. Disponible en: https://www.wevolver.com/article/the-evolution-of-wi-fi-networks-from-ieee-80211-towi-fi-6e
dc.relation.referencesRajesh K Mishra, Yitao Chen, y Ian P. Roberts, Detección de Colisiones en Redes Wi-Fi Densas utilizando Cancelación de Autointerferencia. Texas: IEEE, 2020
dc.relation.referencesB. R. Tamma, T. V. Pasca, y A. M. Baswade, “Sobre la convergencia y coexistencia de redes LTE y Wi-Fi”, CSI Transactions on ICT, vol. 7, núm. 3, pp. 1–6, sep. 2020, doi: 10.1007/s40012-019-00231-0
dc.relation.referencesALBERTO MOLINA CUELLO, “APRENDIZAJE AUTOMÁTICO CON ALGORITMOS GENÉTICOS Y REDES NEURONALES”, jun. 2020.
dc.relation.references“Algoritmo Genético en Python: Ejemplos y Código para su Implementación”. Consultado: el 25 de octubre de 2024. [En línea]. Disponible en: https://conectandoideas.net/algoritmo-genetico-python-ejemplo/
dc.relation.referencesX. Cui, J. Yang, J. Li, y C. Wu, “Algoritmo Genético Mejorado para Optimizar la Posicionamiento en Interiores de Wi-Fi Basado en una Red Neuronal Artificial”, IEEE Access, vol. 8, pp. 1–8, 2020, doi: 10.1109/ACCESS.2020.2988322.
dc.relation.referencesC. Esto, C. Xuerong, Y. Jin, J. Li, y W. Chunlei, “Algoritmo Genético Mejorado para Optimizar el Posicionamiento Interior Basado en Red Neural Artificial”, pp. 1–18, 2015, doi: 10.1109/ACCESO.2020.2988322.
dc.relation.referencesJ. Wang, X. Fang, D. Niyato, y T. Liu, “Next-Generation Wi-Fi Networks with Generative AI: Design and Insights”, ago. 2024.
dc.relation.referencesJUAREZ ASTUDILLO FRANCHESCO DAVID, “PROPUESTA DE IMPLEMENTACIÓN DE RED ESTRUCTURADA ADMINISTRATIVA CON UBUNTU”, Perú, 2020.
dc.relation.referencesVICTOR HUGO GONZÁLEZ ESPINOZA y ALEX ENRIQUE MOROCHO LOVATO, “SIMULACIÓN Y ANÁLISIS DEL RENDIMIENTO DE UNA RED LTE MEDIANTE EL SOFTWARE NS3 BAJO CONDICIONES DE TRÁFICO MULTIMEDIA”, Quito, nov. 2017.
dc.relation.references“Operators and Algorithms — DEAP 1.4.1 documentation”. Consultado: el 24 de octubre de 2024. [En línea]. Disponible en: https://deap.readthedocs.io/en/master/tutorials/basic/part2.html#crossover
dc.relation.references“CalledProcessError for Subprocess.check_output for wlan in windows”. Consultado: el 24 de noviembre de 2024. [En línea]. Disponible en: https://stackoverflow.com/questions/63435708/calledprocesserror-for-subprocesscheck-output-for-wlan-in-windows
dc.relation.references“GitHub - scivision/scan-wifi-python: CoreLocation, netsh, nmcli: scan Wifi from Python on Windows, MacOS, Linux”. Consultado: el 25 de octubre de 2024. [En línea]. Disponible en: https://github.com/scivision/scan-wifi-python
dc.relation.referencesDEAP documentation — DEAP 1.4.1 documentation”. Consultado: el 26 de octubre de 2024. [En línea]. Disponible en: https://deap.readthedocs.io/en/master/
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAtribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.proposalwI-FI
dc.subject.proposalRedes
dc.subject.proposalConectividad inalámbrica
dc.titleMitigacion de interferencias en rede Wi-Fi de 2.4 GHzspa
dc.typeTrabajo de grado - Pregrado
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentDataset
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.redcolhttp://purl.org/redcol/resource_type/TP
dc.type.versioninfo:eu-repo/semantics/publishedVersion
dspace.entity.typePublication
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
Proyecto de Grado - Mitigación de Interferenc_Fran Edward Perez Or.pdf
Tamaño:
3.28 MB
Formato:
Adobe Portable Document Format

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
15.18 KB
Formato:
Item-specific license agreed upon to submission
Descripción: