Se propone un sensor de nivel de líquido multipunto basado en la modulación RI de acopladores de fibra óptica polimérica (POF) macrobend. Mediante el hermanamiento de dos POF trenzadas alrededor de una columna de pista de carreras, se consigue una serie de cabezales sensores en forma de U. La potencia de salida en la fibra pasiva disminuye de forma escalonada mientras los cabezales sensores se sumergen sucesivamente en líquido. La introducción de cemento óptico UV en el hueco entre dos POF mejora la relación de acoplamiento lateral, aumentando la atenuación por escalón. Para un rango de medición de 100 cm, la resolución es de 2 cm. El sensor puede diferenciar distintos líquidos con baja dependencia de la temperatura.

Se han propuesto muchos tipos de redes neuronales profundas para abordar el problema de la identificación biométrica humana, especialmente en las áreas de detección y reconocimiento facial. Las redes neuronales profundas locales se han utilizado recientemente en la clasificación de la edad y el género basada en el rostro, a pesar de su mejora en el rendimiento, sus costes en el entrenamiento del modelo son bastante caros. En este trabajo, proponemos construir una red neuronal profunda local para la clasificación de edad y género. En nuestro modelo propuesto, se seleccionan parches de imagen locales basados en los puntos de referencia faciales detectados; los parches seleccionados se utilizan para el entrenamiento de la red. También se utiliza un mapa de bordes holístico de toda la imagen para entrenar una red "global". Los resultados de la clasificación por edad y sexo se obtienen combinando los resultados de las redes "global" y local. El modelo propuesto se somete a prueba en dos conjuntos de datos de referencia de imágenes faciales y se obtienen resultados competitivos en comparación con los métodos más avanzados.

Los sensores de bajo coste son una oportunidad para mejorar la resolución espacial y temporal de los datos sobre partículas. Sin embargo, estos sensores deben calibrarse en condiciones próximas a las definitivas antes de cualquier acción de control. Este artículo presenta los resultados de una comparación conjunta de cuatro modelos de sensores ópticos de bajo coste con un analizador TEOM 1400a. En esta investigación se utilizaron los sensores SDS011 (Nova Fitness), ZH03A (Winsen), PMS7003 (Plantower) y OPC-N2 (Alphasense). Se colocaron tres copias de cada modelo de sensor en una caja común para comparar el rendimiento del sensor en las mismas condiciones de medición. La monitorización de la fracción PM2,5 se llevó a cabo durante casi medio año, del 21 de agosto de 2017 al 19 de febrero de 2018, en Wroc?aw (Polonia). La reproducibilidad entre unidades de sensores se evaluó en función del coeficiente de variación (CV). Los valores de CV fueron inferiores al 7 % en el caso de los sensores SDS011 y PMS7003 e iguales a 20o las unidades OPC-N2. El CV fue superior a 50 en el caso del ZH03A, debido principalmente a fallos de funcionamiento. Durante las mediciones, las tendencias de los resultados de los sensores fueron en general similares a los datos de TEOM, pero se observó una sobreestimación significativa de las concentraciones de PM2,5 en los datos brutos de los sensores. Se observó una elevada relación lineal entre TEOM y los sensores para los datos promediados de 1 minuto, 15 minutos y 1 hora para los sensores PMS7003 (R2?0,83-0,89), para las unidades SDS011 (R2?0,79-0,86) y para una unidad de ZH03A (R2?0,74-0,81). Los valores R2 para las medias diarias se situaron en el nivel 0,91-0,93 para PMS7003, 0,87-0,90 para SDS011 y 0,89 para ZH03A. OPC-N2 sólo presentaba una relación lineal moderada con TEOM (R2?0,53-0,69 para los datos diarios y 0,43-0,61 para las medias temporales más cortas). Se observó una dispersión bastante grande de los datos y elevados errores relativos de estimación de PM2,5 en los intervalos de concentración inferiores a 20-30 ?g/m3. El impacto de un alto nivel de humedad relativa se observó en los dispositivos SDS011 y OPC-N2: se observó una clara sobreestimación de los resultados por encima del 80% de HR.

Recientemente, el posicionamiento preciso se ha convertido en el núcleo de la navegación autónoma con el rápido crecimiento de los drones, incluida la cartografía. El sistema cinemático en tiempo real basado en red (NRTK) se utilizaba principalmente para el posicionamiento de precisión en muchos campos, como la topografía y la agricultura, sobre todo en modo estático o a baja velocidad. El posicionamiento NRTK, en general, muestra un rendimiento mucho mejor con las ambigüedades enteras fijas. Sin embargo, la tasa de éxito de la resolución de ambigüedades depende en gran medida de las condiciones ionosféricas y del entorno del posicionamiento del Sistema Global de Navegación por Satélite (GNSS), que corresponde especialmente a los receptores GNSS de bajo coste. Analizamos los efectos de las condiciones ionosféricas en el NRTK GNSS, así como la posibilidad de aplicar el NRTK móvil a la navegación de drones para cartografía. Se analizaron dos sistemas NRTK en funcionamiento durante un periodo de condiciones ionosféricas elevadas, y se compararon la precisión y el rendimiento para varios casos operativos. Los resultados de las pruebas muestran que se dispone de una precisión submétrica incluso con ambigüedad de flotador en condiciones favorables (es decir, visibilidad de los satélites así como ionosfera estable). Queda por estudiar cómo hacer frente a las perturbaciones ionosféricas que pueden impedir el posicionamiento NRTK.

La detección y reparación de desviaciones de ciclo desempeñan un papel importante en el procesamiento de datos procedentes de receptores GPS de doble frecuencia a bordo de satélites de órbita terrestre baja (LEO). Para detectar y reparar los desvíos de ciclo de forma más exhaustiva, se propone un método de error mejorado (EEM). El EEM combina observaciones de fase portadora de frecuencia única y de carril estrecho para construir observaciones especiales y grupos de ecuaciones de observación. Estas observaciones especiales difieren a través del tiempo y del satélite (ATS). Las observaciones ATS se construyen mediante tres pasos. El primer paso consiste en diferenciar las observaciones de frecuencia única y de carril estrecho mediante una diferencia de tiempo (TD). El segundo paso consiste en seleccionar un satélite como satélite de referencia y otros satélites como satélites no de referencia. El tercer paso consiste en diferenciar las observaciones de TD de frecuencia única del satélite de referencia y las observaciones de TD de vía estrecha de los satélites que no son de referencia mediante una diferencia de satélites. Si se producen desviaciones de ciclo en el satélite de referencia, los valores de corrección de estas observaciones ATS pueden aumentar considerablemente. Para procesar todos los satélites, el EEM selecciona cada satélite como satélite de referencia y construye el grupo de ecuaciones correspondiente. El EEM resuelve estos grupos de ecuaciones de observación según el criterio de ajuste ponderado por mínimos cuadrados (LSA) y obtiene los valores de corrección; estos valores de corrección se utilizan a continuación para construir los valores ?2 correspondientes a los distintos grupos de ecuaciones, y el EEM realiza posteriormente una prueba de distribución chi-cuadrado para estos ?2. Se marcará el satélite correspondiente al máximo ?2. A continuación, la EEM procesa iterativamente los demás satélites. Los deslizamientos de ciclo pueden estimarse redondeando las soluciones flotantes de los cambios en las ambigüedades de los satélites de deslizamiento de ciclo al entero más próximo. Los resultados de las pruebas de simulación muestran que el EEM puede utilizarse para detectar pares especiales de deslizamientos de ciclo, como (1, 1) y (9, 7). El EEM sólo necesita datos de observación en dos épocas adyacentes y sigue siendo aplicable a épocas de observación con deslizamientos de ciclo continuos.

En comparación con las redes tradicionales, las WSN disponen de recursos más limitados, como energía, comunicación, computación y almacenamiento. El problema de cómo conseguir ahorrar energía, ampliar el ciclo de vida de la red y mejorar su rendimiento con estos recursos limitados ha sido siempre un tema de gran interés en la investigación de las WSN. Sin embargo, los protocolos existentes no tienen en cuenta que los nodos sensores dentro del umbral de la EB pueden no estar agrupados. Estos nodos pueden transmitir datos directamente a la EB. Esto simplifica el proceso de enrutamiento en clúster de toda la WSN y ahorra más energía. Este artículo presenta un protocolo de enrutamiento de agrupamiento y ecualización eficiente y de bajo consumo energético denominado protocolo PSOLB-EGT. Este protocolo introduce un nuevo enfoque mediante la combinación de algoritmos mejorados de optimización de enjambre de partículas (PSO) y teoría evolutiva de juegos (EGT) para abordar el problema de maximizar la vida útil de la red. El funcionamiento de la red de sensores inalámbricos se divide en una fase de inicialización y otra de transmisión de datos. En la fase de inicialización de la red de sensores inalámbricos, se utiliza el algoritmo PSO mejorado para establecer clusters y seleccionar CHs en zonas distintas del umbral de la BS. Entrando en la fase de transmisión de datos, analizamos este problema desde la perspectiva de la teoría de juegos. Utilizamos la teoría de juegos evolutiva no cooperativa mejorada para construir modelos que resuelvan el problema del derroche de energía causado por la congestión del enrutamiento. El protocolo PSOLB-EGT propuesto se experimenta intensivamente con una serie de topologías en varios escenarios de red, y los resultados se comparan con los conocidos protocolos de enrutamiento basados en clústeres que incluyen los protocolos basados en inteligencia de enjambre. Los resultados obtenidos demuestran que el protocolo propuesto ha aumentado un 9%, 8% y 5 omparado con el protocolo ABC-SD en términos de vida de red, cobertura de red y cantidad de datos transmitidos, respectivamente.

Sin ninguna infraestructura preinstalada, la navegación peatonal a estima (PDR) es una prometedora tecnología de posicionamiento en interiores para peatones con dispositivos portátiles. La detección de pasos y la estimación de la longitud de los pasos (SLE) son dos componentes esenciales para la navegación peatonal basada en PDR. Para resolver el problema del sobreconteo, este estudio propone un método de detección pico-valle, que puede eliminar los valores anormales de forma efectiva. Los modelos actuales de longitud de paso dependen en su mayoría de parámetros individuales que deben ser predeterminados para diferentes usuarios. Basándonos en la lógica difusa (FL), establecemos una regla base que puede ajustar el coeficiente en el modelo Weinberg de forma adaptativa para cada paso detectado de varias formas humanas caminando. En concreto, para determinar la base de reglas FL, recogemos datos de aceleración de usuarios de 10 voluntarios que caminan bajo la combinación de diversas longitudes de paso y frecuencias de zancada, y cada uno de ellos camina 49 veces en total. Los resultados experimentales demuestran que nuestro método propuesto se adapta a diferentes tipos de personas que caminan a distintas velocidades de paso. La detección de picos y valles puede alcanzar una precisión media del 99,77 durante 500 pasos de marcha libre. Además, los errores medios de 5 probadores son todos inferiores a 4 m por 100 m y el más pequeño es de 1,74 m por 100 m utilizando nuestro modelo de estimación de la longitud del paso autodeterminado por coeficiente.

Dado que el método para eliminar la niebla de las imágenes es complicado y puede producirse una pérdida de detalle y una distorsión del color en las imágenes desempañadas, en este artículo se propone un método de desempañado basado en la fusión de imágenes visibles e infrarrojas cercanas. El algoritmo de este trabajo utiliza la imagen de infrarrojo cercano con gran riqueza de detalles como nueva fuente de datos y adopta el método de fusión de imágenes para obtener una imagen desempañada con gran riqueza de detalles y alta recuperación del color. En primer lugar, la imagen visible en color se convierte al espacio de color HSI para obtener una imagen de canal de intensidad, una imagen de canal de color y una imagen de canal de saturación. La imagen del canal de intensidad se fusiona con una imagen del infrarrojo cercano, se desempaña y se descompone mediante la transformada Shearlet sin submuestreo. El coeficiente de alta frecuencia obtenido se filtra preservando el borde con un filtro de suavizado de bordes exponencial doble, mientras que el tratamiento de enmascaramiento antienfoque de baja frecuencia se lleva a cabo en el coeficiente de baja frecuencia. La nueva imagen del canal de intensidad podría obtenerse basándose en la regla de fusión y mediante transformación recíproca. A continuación, en el tratamiento del color de la imagen visible, se establece el modelo de degradación de la imagen de saturación, que estima los parámetros basándose en el principio del color primario oscuro para obtener la imagen de saturación estimada. Por último, la nueva imagen del canal de intensidad, la imagen de saturación estimada y la imagen del color primario se reflejan en el espacio RGB para obtener la imagen de fusión, que se mejora mediante la corrección del color y la nitidez. Para demostrar la eficacia del algoritmo, la imagen de niebla densa y la imagen de niebla fina se comparan con los populares algoritmos de desempañado de imagen única y desempañado de imagen múltiple y el algoritmo de desempañado de fusión de luz visible-infrarrojo cercano basado en aprendizaje profundo. Los resultados experimentales muestran que el algoritmo propuesto mejora el contraste de los bordes y la nitidez visual de la imagen mejor que el método de desempañado de alta eficiencia existente.

Debido al aumento de la demanda de tecnologías de redes de sensores inalámbricas (WSN), el despliegue óptimo de nodos sensores se considera uno de los factores más importantes que afectan directamente a la cobertura de la red. La mayoría de las investigaciones en WSN que han resuelto el problema de la cobertura en casos homogéneos y heterogéneos adolecen de muchos inconvenientes como el consumo de energía y el alto coste. En este trabajo, proponemos un modelo de despliegue eficiente basado en el modelo de detección probabilística (PSM) y el algoritmo de búsqueda armónica (HSA) para lograr el equilibrio entre el rendimiento de la cobertura de red y el coste de la red en una red de sensores inalámbricos heterogénea (HEWSN). El HSA se utiliza para la optimización del despliegue de los nodos HEWSN que logra un equilibrio entre la cobertura y el coste económico. El PSM se utiliza para resolver el problema de solapamiento entre los sensores. El rendimiento del modelo propuesto se analiza en términos de ratio de cobertura y evaluaciones de costes. Los resultados de la simulación muestran la capacidad del modelo de despliegue heterogéneo propuesto para lograr la máxima cobertura y un número mínimo de sensores en comparación con el despliegue homogéneo. Además, también se ha realizado un estudio comparativo con un algoritmo metaheurístico de base genética en HEWSN, y sus resultados confirman la superioridad del modelo propuesto.

En este trabajo, identificamos y abordamos los problemas que plantea el diseño de esquemas eficaces de gestión de la energía en el diseño de MCU de bajo consumo. En primer lugar, este documento propone una arquitectura de dominio multipotencia basada en aplicaciones junto con una variedad de modos de trabajo para realizar eficazmente el control jerárquico del consumo de energía. Además, los dispositivos del IoT energético (eIoT) no siempre funcionan con la fuente de alimentación principal. Cuando la fuente de alimentación principal no está disponible, la fuente de alimentación de reserva (normalmente la batería) necesita mantener el funcionamiento y guardar los datos. Para garantizar el aislamiento completo entre estas dos fuentes de alimentación, siempre es necesario insertar un diodo en ambas rutas de conducción selectiva, respectivamente. En este trabajo, construimos un circuito de conmutación de potencia estable y suave en el chip, que puede evitar eficazmente la pérdida de tensión del diodo y reducir el coste del BoM. Además, en el modo de reposo, teniendo en cuenta el rango de tensión de salida relajado y un requisito de capacidad de conducción limitada, se propone un circuito de alimentación de reserva de ultra bajo consumo, que puede sustituir de forma autónoma el LDO interno cuando está en reposo, reduciendo aún más el consumo de energía en reposo bajo la fuente de alimentación principal. Fabricado en un proceso CMOS estándar de 0,11 ?m, nuestro análisis comparativo demuestra una reducción sustancial del consumo de energía de 1 ?A a 0,1 ?A.