Planificación de Redes de Acceso Inalámbricas Usando Procesamiento de Imágenes en las Localidades del Distrito de Churubamba, Huánuco

Abstract

Esta investigación se centra en la planificación eficaz de redes de acceso inalámbrico en el distrito rural de Churubamba, Huánuco, empleando algoritmos de procesamiento de imágenes para identificar potenciales usuarios. Se confirmó que técnicas como la detección de esquinas son efectivas en la localización de estructuras en imágenes satelitales, aunque la precisión varía. Utilizando el software LinkPlanner, se diseñaron redes que integran entre 30 y 60 usuarios y cumplen o superan las demandas de capacidad inicialmente estimadas. Los ajustes en la inclinación mecánica de las antenas y otros parámetros aseguran una alta calidad de señal. La investigación revela que la tecnología de Cambium Networks es especialmente robusta para la infraestructura de red en áreas rurales. Aunque los márgenes de error en diferentes escenarios fueron del 6 % y 18 %, se identifica un potencial para mayor precisión mediante técnicas avanzadas como el aprendizaje automático. El diseño de la red se ajusta eficientemente tanto a la demanda estimada como a la distribución geográfica de las localidades.

This research focuses on the effective planning of wireless access networks in the rural district of Churubamba, Huánuco, using image processing algorithms to identify potential users. It was confirmed that techniques such as corner detection are effective in locating structures in satellite images, although the precision varies. Using LinkPlanner software, networks were designed that incorporate between 30 and 60 users and meet or exceed the initially estimated capacity demands. Adjustments in the mechanical tilt of the antennas and other parameters ensure high signal quality. The research reveals that Cambium Networks technology is especially robust for network infrastructure in rural areas. Although the margins of error in different scenarios were 6 % and 18 %, there is potential for greater accuracy through advanced techniques such as machine learning. The network design efficiently adjusts to both the estimated demand and the geographical distribution of the localities.