Diseño de una herramienta y metodología para la detección, geolocalización y clasificación de sectores interferentes para la tecnología 4G basado en Machine Learning y Redes neuronales convolucionales

• Autores: Calderon Chauchi, Jose Miguel, Lipa Oscco, Benghy Junior
• Formato: tesis de grado
• Fecha de Publicación: 2023
• Institución: Universidad Peruana de Ciencias Aplicadas
• Repositorio: UPC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorioacademico.upc.edu.pe:10757/671162
• Enlace del recurso: http://hdl.handle.net/10757/671162
• Nivel de acceso: acceso abierto
• Materia: Inteligencia artificial; k-medias; Red neuronal convolucional; 4G; LTE; Interferencia; Detección; Monitoreo; Artificial inteligence; k-means; Convolutional neural network; Interference; Detection; Monitoring; https://purl.org/pe-repo/ocde/ford#2.02.01; https://purl.org/pe-repo/ocde/ford#2.00.00

Este trabajo de investigación presenta el diseño y desarrollo de una herramienta y metodología con la función de detectar, localizar y clasificar sectores interferentes en una red 4G. Este proyecto fue planteado con el objetivo de agilizar el proceso de solución de interferencias que consiste en la detección de señales interferentes, la identificación de su origen según sus patrones en espectrogramas y su reporte a las entidades reguladoras. Para esto, se implementó un algoritmo de aprendizaje no supervisado (K-means) para la clasificación de sectores según su criticidad de interferencia. Con este algoritmo se logró dividir sectores en 5 clústeres (sin interferencia, bajo, medio, alto y critico). Luego, 7000 imágenes de espectrogramas de sectores interferidos fueron etiquetados según su tipo de interferencia (Radio, CATV, PIM, Repetidor) para crear una base de datos. Con esta, se entrenó una red neuronal convolucional que se diseñó para clasificar los espectrogramas según su tipo de interferencia, consiguiendo una precisión del 95%. Finalmente, se diseñó una herramienta web que permite ver métricas, realizar monitoreo y geolocalizar, mediante archivos .html y .kml, los sectores interferidos.