This study presents two antenna designs for implantable applications in the human head, operating within the 2.4 GHz ISM band. Both antennas are integrated into a flat device and evaluated through simulations using a human head phantom. The antenna designs include a structure optimized for 2.4 GHz operation. Each antenna was carefully designed to account for the altered electromagnetic behavior of biological tissue relative to free space. Simulations were conducted in Ansys Designer, using an FR4 substrate with the specified phantom layers to model the behavior of a multilayer antenna. To validate the simulation results, a six-layer head phantom was developed to mimic the dielectric and physical properties of human tissue, comprising skin, fat, muscle, skull, dura mater, and cerebrospinal fluid. Each layer was formulated with a specific mixture to reproduce its permittivity and conductivity accurately. After measurements were taken on the phantom, both antennas showed noticeable variations in absorption compared to free-space conditions. The E-shaped antenna exhibited differences of 6-10 dB, whereas the octagonal antenna varied by 2-10 dB. These results demonstrate the robustness of both designs under realistic conditions and support their viability for practical implantable applications.
El control de sistemas dinámicos no lineales, como el nivel de líquido en un tanque cónico, representa un desafío crítico en diversas aplicaciones militares, en particular para el manejo de líquidos y lodos pesados. Este artículo presenta el diseño de un algoritmo de Control Predictivo Basado en Modelos (MPC) que utiliza Optimización por Enjambre de Partículas (PSO) y Mínimos Cuadrados (LS) para controlar el nivel de un líquido en un tanque cónico. Se construyó un prototipo en un laboratorio de la Universidad de las Fuerzas Armadas (ESPE). La investigación destaca las limitaciones de los métodos de control tradicionales, que no logran una respuesta transitoria rápida y a menudo causan sobre impulsos, ante a este problema se plantea la incorporación de algoritmos evolutivos ajustados para un control MPC con el objetivo de mejorar el desempeño del control para sistemas no lineales.
Debido a su amplio uso, las redes inalámbricas en concordancia con los estándares IEEE 802.11g/n pueden experimentar saturación de canal, lo que genera interferencias que afectan su rendimiento. Este estudio analiza el rendimiento de estas redes en diferentes escenarios de interferencia, evaluando su comportamiento en términos de métricas de Calidad de Servicio, como rendimiento, retardo, jitter y pérdida de paquetes. Se realizaron experimentos en interiores utilizando dos estándares, IEEE 802.11g/n, y diferentes configuraciones de canal. Inicialmente, las redes se evaluaron en escenarios donde todos los dispositivos operaban en el mismo canal (1, 6 u 11), lo que generaba interferencia cocanal. Posteriormente, se analizaron escenarios donde cada punto de acceso operaba en un canal diferente para minimizar la interferencia. Se empleó la técnica de inyección de tráfico intrusivo para la recopilación de datos, lo que permitió mediciones precisas de las métricas analizadas. Los resultados indican que el rendimiento de la red varía significativamente según el estándar utilizado y la configuración del canal. En general, las redes que operan bajo el estándar IEEE 802.11n mostraron un mejor rendimiento, pero fueron más susceptibles a las interferencias en comparación con IEEE 802.11g. Además, la eficiencia de transmisión disminuyó significativamente en presencia de interferencia con pérdidas de rendimiento de hasta un 35 % en algunos escenarios. Estos hallazgos resaltan la importancia de una planificación adecuada de canales en las redes inalámbricas para optimizar el rendimiento y minimizar los efectos adversos de las interferencias.
Esta investigación propone el desarrollo de un prototipo de estación meteorológica de bajo costo, que integra microcontroladores, sensores climáticos y tecnología IoT, con el objetivo de evaluar su precisión mediante la comparación con los datos oficiales del INAMHI. El estudio analiza variables clave como temperatura, humedad, radiación UV-A, calidad del aire, presión atmosférica, velocidad y dirección del viento, mediante el empleo de una metodología cuantitativa experimental estructurada en fases que incluyen el diseño de la arquitectura tecnológica, implementación del sistema y validación de datos. Para la validación los datos obtenidos, se aplicaron métodos estadísticos como es la determinación del error de cada dato, desviación estándar, margen de error y el MAPE. Los resultados revelan márgenes de error aceptables en las variables más relevantes se obtuvo: la temperatura mostró un error medio de ±0.3°C (MAPE: 1.15 %), la humedad un sesgo de -2.8% (MAPE: 6.7 %), y la presión atmosférica una precisión destacable (MAPE: 0.034 %). Este trabajo no solo valida la viabilidad técnica del prototipo, sino que también proporciona un marco metodológico para optimizar sensores meteorológicos en entornos costeros como Santa Elena, Ecuador, lo que contribuye a sistemas de monitoreo accesibles y confiables.
Este proyecto planteó el diseño e implementación de un algoritmo adaptativo para optimizar el consumo energético en redes de Internet de las Cosas (IoT) que utiliza el protocolo de enrutamiento RPL. La investigación respondió a la necesidad de mejorar la eficiencia de los dispositivos IoT que dependen de baterías limitadas, especialmente en contextos con infraestructura eléctrica limitada, como el cantón Mocache, Ecuador. Mediante la integración de métricas como la energía residual, la calidad de enlace (ETX) y la intensidad de señal (RSSI), el algoritmo permitió ajustar dinámicamente la potencia de transmisión y seleccionar rutas más eficientes, reduciendo las pérdidas de energía sin comprometer la calidad del servicio. La metodología se basó en simulaciones controladas en Cooja/Contiki-OS, con un escenario doméstico de tres nodos (coordinador, sensor y actuador), y se ejecutaron dos tratamientos: RPL estándar y RPL modificado con el algoritmo propuesto. Los resultados demostraron una reducción del 22% en el consumo energético promedio (de 35 mJ a 27 mJ por nodo), un incremento del PDR del 94.5% al 95.2% y una disminución de los cambios de padre, lo que evidencia una mayor estabilidad del DODAG. La propuesta alcanza una eficiencia comparable a la de trabajos previos, manteniendo una sobrecarga computacional baja y operando en microcontroladores con recursos limitados. Se concluye que el algoritmo adaptativo representa una solución viable para redes IoT domésticas y rurales con limitaciones energéticas, aportando un equilibrio entre el ahorro energético y la simplicidad de implementación.
