Detección de patrones de comportamiento de RF en redes de comunicación móvil mediante mediciones de campo y técnicas de Machine Learning : análisis mediante técnicas de Machine Learning de parámetros técnicos de la red celular LTE para determinar patrones de comportamiento en función de las horas del día en un sector de la ciudad de Quito.

Abstract

En el presente estudio se propone un análisis de datos recolectados en un sector urbano de la ciudad de Quito para obtener tendencias de los parámetros técnicos variables de radiofrecuencia (RF) de las redes celulares en función de las horas del día. Para llevar a cabo el desarrollo de este estudio se han definido tres etapas principales, las cuales se describen a continuación; la primera es la toma de mediciones durante cuatro semanas en cuatro puntos ubicados a distancias determinadas de la estación base en el sector mencionado, la segunda fase se refiere al análisis de los datos mediante una técnica de clasificación de Machine Learning con el uso de las herramientas R y Rstudio y en la tercera fase se detectan y describen las relaciones obtenidas a través del análisis de los parámetros técnicos para la obtención de un modelo que permita establecer el comportamiento de la red en el transcurso del tiempo. Dichas fases se han desarrollado en tres capítulos. En el primer capítulo se considera el marco teórico, donde se definen los conceptos, características y formas de uso de las aplicaciones para la toma de mediciones y para el análisis de datos. Además, se describen las características técnicas principales del terminal móvil utilizado para la toma de mediciones. En el segundo capítulo se presenta la metodología que se ha empleado para llevar a cabo el desarrollo de cada una de las fases mencionadas anteriormente. Inicialmente se definen los parámetros y se establecen las condiciones en las que se va a realizar la toma de mediciones, después se define la zona de estudio y se presenta la planificación de la recolección de datos, también se describe la técnica de clasificación de Machine Learning y se definen las variables de entrada y de salida, y finalmente se describen los comandos utilizados en el proceso del análisis de datos y se muestran los resultados de la clasificación. Por último, en el tercer capítulo se presentan los resultados a partir del modelo obtenido, las conclusiones y las recomendaciones.