Operación energética eficiente en sensores IoT para agricultura de precisión
[ES] Actualmente se están implementando sistemas basados en sensores IoT para automatizar o monitorizar diferentes procesos en la agricultura. Una de las principales limitaciones de estos sistemas es la duración y tamaño de las baterías, lo que aumenta su coste de mantenimiento e implantación. La ma...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2020 |
| País: | España |
| Institución: | Universitat Politècnica de València (UPV) |
| Repositorio: | RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia |
| Idioma: | inglés |
| OAI Identifier: | oai:riunet.upv.es:10251/152414 |
| Acceso en línea: | https://riunet.upv.es/handle/10251/152414 |
| Access Level: | acceso abierto |
| Palabra clave: | IoT Sensores Eficiencia Energética Operación Inteligente AI Sensors Smart operation Energy-efficient Precision agriculture TEORIA DE LA SEÑAL Y COMUNICACIONES Máster Universitario en Ingeniería de Telecomunicación-Màster Universitari en Enginyeria de Telecomunicació |
| Sumario: | [ES] Actualmente se están implementando sistemas basados en sensores IoT para automatizar o monitorizar diferentes procesos en la agricultura. Una de las principales limitaciones de estos sistemas es la duración y tamaño de las baterías, lo que aumenta su coste de mantenimiento e implantación. La mayoría de estos sistemas funciona con una frecuencia de muestreo fijada a al inicio. El objetivo principal del trabajo es la creación de políticas de muestreo inteligentes aplicadas a este tipo de sensores usados en agricultura, así como métodos para evaluarlas. Estas políticas dejarás de ser una frecuencia de muestreo fija y tratarán de adaptarse al parámetro estudiado para así evitar mediciones sin aporte de información valiosa y ahorrar energía. Una vez establecidas las políticas y los métodos de evaluación, se tratará de definir una serie de pautas o acciones que sirvan como base de un sistema dotado de inteligencia artificial y machine learning capaz de desarrollar sus propias políticas inteligentes de muestreo. Este trabajo está enfocado principalmente a sensores de humedad de suelo. |
|---|