Renovando el tablón del B-105 (Primera parte)

 

En el B105 no paramos, y queríamos dar muestra de ello actualizando nuestra ventana al mundo que es nuestro tablón de anuncios.

Estrenamos LOGO!!! (UEEE!!)

Estrenamos CAMISETA!!! (UEEE!!)

Estrenamos OFERTA DE TFGs y TFMs!!! (UEEE!!  UEEE!!)

Además, hemos querido homenajear a los estudiantes que habéis pasado por el labo poniendo muchas de las PCBs que habéis diseñado (porque todas sería imposible!!). ¡Os invitamos a que os paséis a ver en detalle estas novedades! ¡Y estad atentos, porque vendrán más!!

IMG_8431

 

En ocasiones veo… ¡el Wi-Fi!

Es sorprendente como a veces una buena idea, aun siendo muy simple, es suficiente para abrir la puerta a explorar cuestiones muy complejas. Este es el caso del experimento que os presento a continuación, el cuál me entusiasmó hace poco por su sencillez y lo interesante que resulta.

Su autor, un tal CNLohr (impronunciable), básicamente conecta un LED RGB al cada vez más conocido módulo de WiFi ESP8266 y lo configura de modo que el LED cambia de color en función de la potencia recibida por el dispositivo. Una vez hecho esto, ya solo queda jugar y fliparlo en colores ;P

Toda la información y recursos relacionados con el proyecto están disponibles y accesibles tanto desde la web del mismo, como desde su vídeo en Youtube donde lo presenta.

Lo primero que puede llamar la atención es como únicamente con pequeños giros en una posición estática, el LED ya cambia rápidamente de azul (buena señal) a verde (regular) o rojo (mala señal). Esto se debe a que las antenas no emiten y reciben igual en todas las direcciones. Cada antena tiene un patrón de radiación asociado que determina cómo se comporta en el espacio. Por lo tanto, en caso de que no supiésemos mucho sobre la antena de algún dispositivo, con una prueba similar a esta podríamos determinar la mejor orientación para su colocación, mejorando las comunicaciones.

folded_inv_f_farfield_large_anim
Ejemplo de patrón de radiación de una antena PCB para la banda de 2.4 GHz.
(No es exactamente la misma del ESP8266)

Por otra parte, se observa como con desplazamientos muy cortos también se producen grandes variaciones en la potencia de señal recibida y que estas no son aleatorias, es decir, que cada punto en el espacio recibe la señal con una calidad determinada y esta no varía significativamente en periodos cortos de tiempo, como se puede apreciar en el primer vídeo.

Para ver esto más claramente, nuestro amigo CNLohr realiza una serie de pruebas con fotos de larga exposición donde barre un cierto área con su dispositivo tratando de obtener así el mapa de cobertura en dicha superficie.

longexposure
Fotografía de larga exposición

Pese a que en los resultados de dicha prueba comienzan a intuirse posibles patrones, se considera que la calidad no es suficiente y se realiza otra prueba grabando un vídeo y montando a partir de él una imagen. En este caso, los resultados obtenidos son más claros, como podemos ver a continuación.

 

video
Fotografía compuesta a partir de un vídeo

El siguiente paso que da nuestro incansable amigo en aras de la precisión es instalar su dispositivo en una fresadora CNC para madera. En este caso, en vez de utilizar una cámara para capturar la potencia de señal recibida, lo que hace es ir guardando en cada posición del espacio el valor del RSSI medido y después representarlo por software. De este modo, realiza varias pruebas. Por una parte, escanea un área cuadrada de un metro de lado en pasos de un centímetro, logrando un resultado impresionante.

highres
Imagen 2D de un área cuadrada de 1 metro de lado escaneada a pasos de 1 cm.

Por otro parte escanea un volumen de 36 x 36 x 18 cm e implementa una herramienta para visualizar los datos. En ella es posible controlar algunos parámetros como un umbral a partir del cual quieres visualizar las medidas u otras opciones de coloración o densidades. De esta manera, se puede ver que zonas son aquellas con peor calidad de señal y como evolucionan en el espacio.

 

Alert: A partir de aquí ya no hay más fotos bonitas, se hablará de rayos, interferencias y cosas raras que tratan de explicar el tema de los colorines. Abstenerse somnolientos.

Para entender a qué se pueden deber esas zonas tan próximas entre sí donde la potencia de señal cae considerablemente debemos recurrir a la teoría. En primer lugar, el modelo de pérdidas de propagación en espacio libre nos dice que las pérdidas son independientes de la frecuencia de la onda y que aumentan con la distancia al cuadrado. Sin embargo, este modelo que es el que se emplea en la ecuación básica de Friis, no contempla ningún tipo de obstáculo próximo que pueda producir reflexiones o difracción, lo cual es algo irreal en una aplicación práctica y, por lo tanto, no nos sirve para lo que tenemos entre manos.

Por otra parte, el modelo de tierra plana tiene en cuenta, además de un rayo directo, un rayo reflejado que interfiere en el receptor.

2-Ray_Ground_Reflection

Si asumimos que la frecuencia de la onda transmitida es 2.45 GHz y que tanto transmisor como receptor se encuentran a 1 metro de altura, las pérdidas que introduce este modelo en función de la distancia tienen la siguiente forma.

3modelos1km
3modelos100m

 

Lo que sucede es lo siguiente. Si el punto de reflexión del rayo interferente se encuentra fuera de la primera zona de Fresnel, lo que ocurre cuando el transmisor y el receptor están relativamente próximos entre sí, la combinación de los rayos puede ser constructiva o destructiva, dependiendo de la diferencia de fase. Esto es lo que produce los denominados lóbulos de interferencia entre los rayos directo y reflejado, que oscilan alrededor del valor en el espacio libre. Estas variaciones reflejan el hecho físico del refuerzo o cancelación del campo, según las ondas incidente y reflejada se sumen en concordancia o en oposición de fase. Como la longitud de onda de la señal es de 12 cm aproximadamente, variaciones de esa magnitud en la distancia que recorre el rayo reflejado son las que producirán esas variaciones de base y, por lo tanto, esos lóbulos. Esto se corresponde con las áreas de mala calidad de señal que veíamos en las imágenes que capturaba nuestro amigo CNLohr. La diferencia es que en la realidad hay múltiples reflexiones, lo que hace que su análisis teórico sea prácticamente imposible mientras que con un dispositivo como el que hemos visto puede mapearse el entorno para tener una idea de qué está sucediendo. Como anotación práctica, si un día no pillas bien Internet en el portátil, piensa que tal vez (pueden ser otros motivos) no es necesario irte a otra habitación, y basta con desplazarlo unos centímetros para mejorar la conexión.

Por concluir lo anterior, si el punto de reflexión estuviese situado exactamente en el límite de la primera zona de Fresnel, la combinación sería constructiva, y coincidiría con el mínimo del último lóbulo. Por último, si se encuentra dentro de la primera zona de Fresnel, el enlace se considerará sin línea de visión (NLOS) y la combinación del rayo reflejado contribuirá siempre destructivamente. La distancia a partir de la cual esto sucede se puede calcular como: d=(12*ht*hr)/(longitud de onda) = 12/0.12=100 m. Como se puede observar en las imágenes anteriores, a partir de ese punto, el modelo decrece con la distancia a la cuarta, en vez de al cuadrado como sucede en condiciones de espacio libre.

Thesis: Software-Defined Radio Techniques for Resource Optimization in Cognitive Wireless Sensor Networks

Author: Ramiro Utrilla Gutiérrez

Advisor: Alvaro Araujo Pinto

Synopsis: Due to the spectrum scarcity problem, mostly in license-free ISM bands, and the forecasts regarding the increasing adoption of wireless communications, especially in scenarios like cities, it is essential to optimize the use of the spectrum to ensure the proper functioning of services and devices in the near future.

As the characteristics of the spectrum, by their own physical nature and its use, are very dynamic and vary constantly, devices must be able to intelligently adapt to these changes, as the Cognitive Radio paradigm proposes. Moreover, this adaptation should be done quickly in order to be effective and it should minimize the impact on the use of the spectrum.

Because of that, this work is going to be mainly focused on the development and evaluation of cognitive strategies with zero or minimum communication overhead. In other words, the aim of the research is to evaluate the degree of optimization of resources that can be achieved in a Cognitive Wireless Sensor Network (CWSN) by doing the cognitive cycle (spectrum sensing, learning and adaptation) mostly at node-level. To better exploit the cognitive radio capabilities of these networks, and thanks to the current development of wireless and processing technology, Software-Defined Radio (SDR) techniques are going to be used in sensor nodes for that purpose. This approach supposes a new paradigm in CWSNs which implies new challenges to be faced.

At this point, it appears to be necessary to evaluate some issues about the future of wireless communications. Will someday the need for cognition to use the spectrum outweigh the current energy constraints? In other words, will it be possible to achieve efficient and reliable wireless communication without cognitive capabilities in the near future? Answering this question will reveal whether it still make sense to compare the power consumption of SDR solutions with other platforms based on COTS radio transceivers or, conversely, the addition of cognitive capabilities will cease to pose a challenge to maximize systems’ efficiency and become a key point for their proper operation.

 

Despedida de estudiantes IAESTE

Desde hace ya varios años, el B105 recibe cada curso varios estudiantes internacionales del programa IAESTE gracias a la Asociación IAESTE de la ETSIT. Consideramos de gran importancia nuestra participación y colaboración con este programa ya que estamos convencidos del valor que tiene hoy en día la internacionalización, tanto a nivel profesional, como a nivel cultural y humano. Por ello, es un honor para nosotros ser elegidos como destino por estudiantes de todo el mundo para realizar sus prácticas en el grupo.

Benjamin (Alemania) y Miloš (Serbia) han sido los últimos estudiantes en visitarnos y colaboraron con nosotros en la mejora del simulador Castalia, para nuestra investigación en Cognitive Wireless Sensor Networks (CWSN). Desde aquí queremos aprovechar para agradecerles su ayuda y compañía y desearles lo mejor para su futuro. Fue un placer teneros entre nosotros, ¡hasta pronto!

milos

Implementation, analysis and evaluation of a localization algorithm for WSNs

Wireless Sensor Networks (WSNs), formed by low-cost, small size, and low power consumption nodes, have a growing presence around us monitoring a wide range of parameters. In most cases the acquired data must be geo-tagged to provide meaningful information. However, Global Navigation Satellite Systems (GNSS) is not a feasible solution for these networks because of its impact on the nodes’ features previously seen. Besides, in many situations, the application features and the deployment method make it impossible to pre-program the nodes’ location. Hence, it raises the paradigm of localization in WSNs and the need of finding suitable methods for identifying the nodes’ position.

The goal of this work is to implement and evaluate an absolute localization algorithm for WSNs that can be used both in simulation and in real deployment scenarios. The implemented procedure establishes a series of proximity relationships, based on RSSI values, between the sensor nodes of the network and a group of anchor nodes that are aware of their own positions. Then, applying the fuzzy set theory to the extracted information, the algorithm is able to estimate the position of the sensor nodes without any previous characterization of the environment, even in the presence of radio irregularities. This algorithm is deeply analyzed through simulations to evaluate its performance and the effect of its variables on the results. Several self-configuration approaches based on the cognitive radio paradigm are proposed, optimizing its capabilities to the characteristics of the environment.

The execution of this Action Plan has led to the successful implementation of a localization algorithm for WSNs, which will serve as a tool for further research and related work on this field. It can be highlighted as the most significant result the reduction of the average localization error in a 100-meter long square area between 5% and 12.5%, because of the proposed self-configuration approaches. Thus, the nodes’ location are estimated with an accuracy of 4 meters under isotropic conditions (DOI=0), up to 7 meters for moderately irregular radio propagation conditions (DOI=0,1), and up to 10 meters when such irregularities are very significant (DOI=0,2).

SpatialDistLocalizationError_FRORFvsFRORF-PLENA-AP