Optimizacion de Redes Inalmbricas con Restriccin
de Capacidad, Cobertura y Perdidas en el Espacio
Libre
Gissela Arguello,Cristian Egez,Luis Montalvan,Francisco Parreo,Rodrigo Pelaes,Danny Simbaa,Esteban
Inga
Universidad Politcnica Salesiana Ecuador
*Email: garguello@ups.edu.ec, lmontalvans@ups.edu.ec, ceguezs@ups.edu.ec, fparreno@est.ups.edu.ec, rpelaesr@est.ups.edu.ec
dsimbanag@est.ups.edu.ec, einga@ups.edu.ec
Abstract This paper proposes an effective solution for
the optimum sizing of wireless networks, thus presenting
the possibility of communicating remote Aps networks
completely networks is growing and gaining in popularity.
Therefore, the objective of this paper is to analyze the
characteristics of the networks and its limitations, being
necessary allow us to study different aspects of the
technology. This paper has included too implementation of
practical necessary, in smart grids showing
communication devices for remotely.
Keywords smart grids, advanced metering infrastructure,
cognitive-mobile virtual network operator, matching, channel
allocation, optimization, cellular network.
I. INTRODUCCIN
Actualmente, las comunicaciones inalmbricas han tenido su
mayor auge, y juegan un papel muy importante, tanto en la
vida laboral como en el estilo y calidad de vida de nuestra
sociedad. Una de sus principales caractersticas son los costos
ya que se suprimen el cableado y conexiones fsicas entre
nodos, es decir es la transmisin y la recepcin de la
informacin mediante puertos. [1]
El objetivo de nuestro proyecto es cumplir los protocolos de
enrutamiento ya que juega un papel muy importante, los
cuales determinan cul es el mejor camino para enrutar la
informacin [2], lo que se refleja en la eficiencia de la red,
eligiendo as la mejor ruta para poder minimizar costos,
basndose en parmetros de restriccin de Cobertura,
Capacidad y Perdidas en el Espacio Libre.
Como consecuencia de este anlisis de restricciones se
pretende obtener las caractersticas y tendencias tpicas de
cada mtodo analizado [2] expresadas mediante grficas que
nos permitirn llevar a cabo el desarrollo de los algoritmos y
funciones previamente mencionados, para ello fue necesario
un estudio en detalle de diversos aspectos de la teora general
de grafos y de algoritmos de autores como E. Dijkstra y Jin Y.
Jen.
De la misma manera, ha sido analizado un protocolo de
optimizacin desarrollado en el software Gams que permite al
usuario o diseador tener un dimensionamiento optimo y
eficiente a la red para cubrir tanto en capacidad de enlazar
medidores inteligentes y caractersticas propias de cada AP
(Acced Point) ,como en la cobertura propia de cada instante de
conminacin para una red de medidores inteligentes planteada
basada en el estndar de comunicacin, [3] y a la vez enlazada
con las prdidas de espacio libre (FCL) considerando las
condiciones de atenuacin en el medio hasta alcanzar el
receptor destino.
Finalmente se realizar una breve descripcin de los
resultados obtenidos, con algunas conclusiones que se
presenten al respecto.
II. SISTEMAS DE MONITOREO PARA AREGLO DEL
ARBOL
Una red WLAN es una alternativa significativa que se impone,
actualmente, en el adelanto tecnolgico mundial. [4]La
creciente demanda de estas tecnologas, ha conllevado a un
gradual desarrollo y perfeccionamiento de la misma,
incorporando nuevas ventajas a las ya tradicionales asociadas
a las redes cableadas. [5]
A. Enrutamiento usando MST
Dentro de la teora de grafos mediante el algoritmo conocido
como rbol mnimo de expansin (MST) se logra cubrir la
totalidad de un conjunto con el mnimo de rutas o elementos
posibles; este algoritmo es muy usado en cuando a encontrar
las mejores rutas de conexin de los diferentes elementos de
un conjunto [6] [7].
El enrutamiento se basa en la formacin de un rbol de
expansin del sistema donde se enlazan todos los nodos de la
red con la condicin de que no permita la existencia de ciclos,
de manera que se minimiza la longitud total [8]. Se considera
que un ciclo es una redundancia de lazos, es decir, que a un
elemento se puede llegar por dos o ms rutas diferentes con lo
cual la longitud total de se incrementa.
El algoritmo enrutar las conexiones de la red (entrada
salida) por donde se va a transmitir informacin necesaria, las
decisiones del enrutamiento se determinar de forma aleatoria
al establecer los circuitos y mediante una mtrica que indica la
longitud de la ruta entre nodos, el algoritmo simplemente
encuentra en el grafo la trayectoria ms corta entre ellos
permitiendo aumentar significativamente la fiabilidad de la red
[9] [10] [11].

Figura 2: Nivel de Cobertura de una Red Inalmbrica Tomado de: [15]

1) CAPACIDAD EN REDES INALMBRICAS

Figura 1: La distancia a tres balizas (nodos blancos) permite a un sensor (nodo
negro) determinar su posicin.
Tomado de: [12]
III. COBERTURA DE REDES INALAMBRICAS
Dentro de la zona de cobertura de la red inalmbrica los nodos
se podrn comunicar y no estarn atados a un cable para poder
estar comunicados por el mundo Por ejemplo, para hacer esta
presentacin se podra haber colgado la presentacin de la web
y haber trado simplemente el porttil y abrirla desde Internet
incluso aunque la oficina en la que estuvisemos no tuviese
rosetas de acceso a la red cableada. [13]
La finalidad principal del modelo es que permita obtener el
nivel de cobertura para poder seleccionar la ubicacin ptima
de puntos de acceso inalmbricos en el interior de edificios.
Los edificios pueden tener varias plantas y por supuesto,
varias habitaciones o salas en cada planta.
En el modelo se debe poder importar la geometra
tridimensional de los recintos en los que se quiere estudiar la
cobertura inalmbrica, que se hayan modelado utilizando
herramientas de modelado estndar existentes. Cuanto ms
usada sea la herramienta de modelado, ms probable es
encontrar un modelo tridimensional del entorno, y evitar as el
tener que introducirlo. [14]
El modelo se basa en datos geomtricos del entorno
importados, por lo que es imprescindible obtener el modelo
tridimensional del recinto mediante herramientas externas.
El nmero de usuarios simultneos soportados por un Access
Point depende principalmente de la cantidad de trfico de
datos utilizado (cargas y descargas de alto o bajo volumen). El
ancho de banda es compartido por todos los usuarios de la red
WLAN, tal como en las redes almbricas. El rendimiento de la
red, medido segn el nmero de usuarios simultneos,
depende del tipo de actividad que stos lleven a cabo. [16]
2) BFS (Breadth First Search)
Es un algoritmo para recorrer o buscar estructuras de datos de
rboles o grafos. Cada grafo tiene dos componentes, Nodos y
Bordes. Este es el punto de partida para cualquier
implementacin de software de estos algoritmos. Los nodos se
implementan por clase, estructuras o como nodos de lista de
vnculos. Los bordes representan la conexin entre los nodos.
Hay dos formas de representar los bordes: Matriz de
adyacencia y Lista de adyacencia. El BFS es un algoritmo
utilizado para recorrer y buscar un nodo en un grafo. [17]
El objetivo del algoritmo BFS es recorrer el grafo lo ms cerca
posible del nodo raz. Comienza en la raz del rbol (o en
algn nodo arbitrario de un grfico, a veces denominado "tecla
de bsqueda") y explora primero los nodos adyacentes antes
de pasar al siguiente nivel adyacente. BFS es uno de los
algoritmos de grafos ms populares, y constituye la base de
una serie de temas ms avanzados dentro de la teora de los
grafos. El objetivo principal de BFS es tomar un grfico,
denotado por G = (V, E) donde V representa los vrtices en el
grfico y E representa los bordes, y encontrar el camino ms
corto entre el vrtice fuente (anlogo al nodo raz en La
estructura de datos de rbol) y todos los otros vrtices que son
accesibles desde ese vrtice de origen. En este caso, la
trayectoria ms corta se denomina simplemente como el
nmero de aristas que se desplazan desde el vrtice de origen
hasta el destino. Al hacerlo, BFS produce lo que se conoce
como un rbol de ancho-primer, donde el vrtice de origen se
establece como el nodo raz y todos los nodos alcanzables se
establecen como hijos de esa raz. Como se indica con su
nombre, BFS trabaja de una manera ancha-primera, lo que
significa que todos los vrtices alcanzables a una distancia
especificada, k, son descubiertos antes de todos los otros
accesibles en k + 1. Por lo tanto, un algoritmo de BFS permite
que cada vrtice alcanzable en el grfico sea explorado, y la
trayectoria entre el vrtice de la fuente y cada vrtice
alcanzable para ser rastreado. [18]
Figura 3: Algoritmo BFS
Tomado de: [19]
3) PRDIDAS DE TRAYECTORIA POR EL ESPACIO
LIBRE
La prdida de trayectoria en espacio libre usualmente se define
como la perdida a la que es sometida una onda
electromagntica cuando esta se irradia en lnea recta por el
espacio libre, esta no sufre de algn otro fenmeno como la
reflexin o absorcin. Esta es una mala definicin, est en
realidad es la cantidad tcnica artificial que se obtiene
mediante la manipulacin de diferentes ecuaciones en enlaces
de comunicaciones, teniendo muy en cuenta la ganancia de la
antena transmisora. [20]
La prdida en trayectoria por el espacio libre es una cantidad
tcnica artificial para expresar que la energa se reparte
alejndose de la fuente, y se produce una menor densidad de
potencia en determinado punto a determinada distancia de la
fuente [13]
En esta prdida de trayectoria por el espacio libre en realidad
no se pierde energa alguna, simplemente que esta energa se
dispersa alejndose de la fuente principal. Por eso este
fenmeno es mejor definirlo como perdida por dispersin.
Dicho fenmeno est definido por la ley de cuadro inverso y
su ecuacin es:
Pero para entender un poco mejor definamos la dispersin en
trminos de las comunicaciones como un efecto que ocurre
cuando las ondas de radio atraviesan alguna masa de
electrones o pequeas gotas de agua en grandes superficies. Y
en comunicaciones es muy importante resaltar la dispersin de
la seal generada por la lluvia, esta depende de la comparacin
del tamao de la longitud de onda de la seal y el dimetro de
la gota de lluvia.
La reflexin la podemos entender cuando las ondas de radio
atraviesan las diversas capas de la atmosfera, desde la
troposfera hasta la ionosfera y los ndices de refractividad de
cada una de estas etapas son muy diferentes. Estos distintos
ndices pueden llegar a producir reflexin total, siendo las
frecuencias VHF y superiores las ms propensas a esta
desviacin de trayectoria.
La refraccin la podemos apreciar ya que las distintas ondas
de radio estn expuestas a sufrir una desviacin en su
trayectoria cuando atraviesan de un medio a otro con densidad
distinta, en comunicaciones este efecto sucede cuando las
ondas electromagnticas atraviesan las distintas capas de la
atmosfera variando su trayectoria en cierto ngulo.
Gracias a todos estos fenmenos se pueden realizar las
comunicaciones inalmbricas, a continuacin veremos
distintas formas de comunicacin a partir de dichos
fenmenos. La ecuacin caracterstica es la siguiente:
Lp=perdida en trayectoria por el espacio libre (dimensional)
D=distancia (Km)
F=frecuencia=longitud de onda en m
C=velocidad de la luz en el espacio libre (3x10^8 m por seg)
De lo contrario, con un corto perodo de tiempo y una gran
cantidad de canales reservados, el sistema puede operar. Es un
conjunto de interrelaciones entre Nr, Nf, Nra y T. As, el
modelo busca indicar el comportamiento variable de Nra y Nr,
dejando fijo el nmero total de canales y una cantidad de SMs.
La Fig. 4 presenta una perspectiva clara de los medidores
inteligentes SMs que compiten por transmisin usando una va
de acceso aleatorio (cognitivos) o de los canales reservados
(prepago) y la relacin con los canales fijos (servicio celular).
Figura 4: Modelo para Asignacion de Canales en AMI
Tomado de: [4]
4) TIPOS DE REDES
A. CONEXIN TIPO ISLA O SUB - RED
En una red no necesariamente los nodos deben estar
conectados unos a otros, ni siquiera dice que todos los nodos
deben tener conexiones. [21] Esto quiere decir que en la red
pueden existir nodos que no tengan conexiones, es decir nodos
asilados. Tambin puede existir grupos de nodos que estn
conectados entre si pero que no estn conectados con el resto
de la red. [22]
Figura 5: Distribucin de Nodos tipo Isla
Tomado de: [23]
B. Conexin Tipo Bosque
Un bosque es un grafo a cclico pero no necesariamente
conexo. Adems tienen la propiedad de que cada una de sus
componentes conexas es un rbol [24]
Figura 6: Distribucin de Nodos tipo Bosque
Tomado de: [25]
IV . PLANTEAMIENTO DEL PROBLEMA
La optimizacion en un modelo de capacidad, cobertura y
propagacin constituyen la base fundamental de nuestro
estudio, determinndose as los parmetros necesarios para
elaborar un modelamiento matemtico enfocado en la
optimizacin de la distancia mnimas para lo cual debemos
calcular las distancias de los 50 usuarios y poder encontrar las
distancias mnimas con su respectivo perdidas en espacio libre
(FSL)donde en un sistema de comunicacin, la prdida de
espacio libre se considera la atenuacin sufrido por las ondas
electromagnticas en su camino desde el transmisor al
receptor esto significa que el transmisor enva el seal con una
cierta intensidad y el receptor recibe en una menor. Que existe
entre un dispositivo inteligente, una estacin base para poder
dar una red formulacin del problema.
El algoritmo que nosotros planteamos se considera como un
problema de optimizacin en distancias mnimas y perdidas de
espacio libre. Por lo tanto, el tipo de funcin objetivo y las
restricciones deben cumplir con las caractersticas de
optimizacion. Para el problema planteado considera un
conjunto de N usuarios, utilizando una comunicacin
(inalmbrica) de una estacin base AP, hasta llegar a una
optimizacion desde la distancia mnima de cada nodo y su
promedio de prdidas de espacio libre debemos recordar que
tiene unas restricciones con unas variables de capacidad y
perdidas de espacio libre que debemos programar en el
logaritmo
Los nodos se conectan a una estacin base solamente cuando
estn dentro de su rea de cobertura de radio y escojamos la
capacidad o nmero de enlaces N usuarios Se destaca que el
radio de cobertura ser de mayor o menor, segn sea el
objetivo de cubrir una zona de poblacin determinada. Los
enlaces entre radio base se las realizar con un enlace de la
longitud del enlace corresponde a la distancia euclidiana di, j
entre la base AP Y cada uno de sus usuarios de esta manera
para nuestro caso el mnimo costo para implementar una radio
base se considera optimizar el costo por implementacin de la
red, a travs de minimizar el nmero y ubicacin de las radio
bases. Se deben considerar ciertos parmetros iniciales tales
como:
X_(i,j)=1,sis existe un enlace entre radio base i y la
radio base j; de otra manera es igual a 0
Y_(i,j)=1, indica que el usuario es cubierto por lo
menos por un sitio candidato
De esta manera el problema de optimizacin puede ser
expresado de la siguiente manera:
La ecuacin (1) considera la minimizacin de los nmeros de
sitios candidatos que sean activos para ello escribimos otra
ecuacin que ahora sean activos para ello se denomina una
funcin objetivo La ecuacin (2) es la restriccin que permite
para cada usuario uj, se define la cantidad Yj {0,1}. Indica
que el usuario es cubierto por lo menos por un sitio candidato
la relacin entre la condicin de los sitios activos y la
cobertura de los usuarios. La ecuacin (3) es la restriccin
para indicar que se cubra el 90% de los usuarios se debe
agregar otra restriccin que cuente el porcentaje de usuarios
cubiertos. La ecuacin (4) es una propagacin ideal en el
espacio libre, la prdida de espacio libre es el resultado de En
este caso, el objetivo consistira en minimizar el Prdida de
espacio libre presentada por un enlace a lo largo del camino
hacia el destino nodo.[32]
El modelo incluye el clculo de la distancia euclidiana para 1,59305280965816e-16 23 33
obtener los enlaces entre cada distancia empezando por las 2,20483898188335e-16 18 19
distancias mnimas de los 50 usuarios donde las restricciones 2,23393102291086e-16 28 34
fundamentales deben enlazar un en una cobertura y perdida es 2,79375876690709e-16 30 48
espacio libre como variables van hacer nuestras restricciones 3,12028663683844e-16 19 22
que deben cumplirse las dos al mismo tiempo el algoritmo 3,54734564408692e-16 25 35
debe realizar los enlaces del AP con los nodos usuarios donde 3,65588175486510e-16 20 21
podemos decir que el programa est terminado. 3,69237132686584e-16 27 28
4,37678154015485e-16 18 21
4,51332941304752e-16 22 28
Algoritmo de Ruta ptima
4,71094431050878e-16 23 48
Tabla2: perdidas de espacio libre FSL
Paso 1: Determinar distancia mnima entre todos los nodos
Paso 2: Determinar FSL entre los nodos mnima dist (i, j)
Con el mismo algoritmo e incluyendo las restricciones
Paso 3: Para todo: Xi, Xj BS Si: Xi, j = enlace factible, haga
podemos colocar sobre un clculo de la distancia se la realiza
dist (i, j) G
con la funcin de euclidiana, pero hay que tomar en cuenta. La
Paso 4: Solucin inicial unir desde el AP min_(i=1)^M,Z_i
figura 7 presenta los resultados del nmero de distancias
Paso5: Problema secundario: dijkstra (G, xy, s, N+1)
mnimas conectadas al AP, par a un enlace de datos. Para
Paso6: Resultados en un grafo y salir del programa o regresar
optimizar la utilizacin de los enlaces el algoritmo dijkstra y
al Paso5
as finalmente determinar la ruta ptima con el menor nmero
V. ANALISIS DE RESULTADO de saltos. Para la simulacin se consider 25 posibles sitios
factibles de 50 usuarios ya que estn unidos los dos nodos
En la tabla 1 se presenta el resultado de la optimizacin del desde las distancias mnimas.
nmero de distancias mnimas de la agrupacin de los usuarios
mediante la determinacin de la distancia media ms cercana
entre ellos. El tamao de la zona de cobertura de una radio
base se considera variable. La simulacin del modelo indicado
en la tabla 1contempla un escenario de 50 nodos inteligentes
con 1 estacin base para despliegue de AMI en una zona
definida.

0,301318267419971 23 33
0,354485776805250 18 19
0,356816767712061 28 34
0,399029337181471 30 48
0,421703903141574 19 22
0,449637090216997 25 35
0,456463909334998 20 21
0,458736249958631 27 28
0,499445161512096 18 21 Figura 7: grafos de rbol determinstico
0,507176230239977 22 28
0,518160568223564 23 48 El algoritmo permite involucrar un modelo con nueva
0,534740083470743 26 27 infraestructura de comunicaciones, que se realiza incluyendo
0,546139359698680 19 20 las variables de restriccin como la cobertura, capacidad y
0,558158236078866 20 22 FSL donde como resultado esperamos que se unan las
0,567625124060827 32 46 capacidades mnimas y perdidas de espacio libre segn
0,577708946054342 26 35 nosotros deseamos al poner una variable en cada restriccin y
0,589094829229961 36 46 calcular con su frmula respectiva cada restricciones donde se
Tabla1: distancias mnimas de los nodos debera formar un bosque de optimizacion con una capacidad
y perdidas correspondientes Este modelo permite minimizar el
En la tabla 2 se presenta el resultado de la optimizacin de las costo inversin de la infraestructura adicional de
prdidas de espacio libre de los nodos mediante la frmula comunicacin y optimiza los enlaces entre radios base como
calculada FSL podemos sacar una tabla para ver las prdidas nos muestra en la figura 8 donde hubo la problemtica de
de espacio libre desde los nodos con mnima distancia nos conectar cada isla de nodos con el AP ya que no se puede unir
representa en la tabla 2 que sacamos una muestra desde las el problema no pudo ser resuelto hasta la fecha donde
distancias mnimas. debemos enlazar los nodos de bosque se arman con el AP.
 Figura 8: Grafos de rbol con capacidad y FSL

Figura 9: Sistema de red inalmbrica a optimizar.

El trabajo debe ser tambin realizado en Gams para ver con
ms claridad la optimizacion ya que es un programa de
optimizacion donde puede controlar una infinita secuencia de
ecuaciones al realizar el programa podemos sacar una pequea
muestra de resultados tablas de distancias y fsl que nos
muestran las tablas 3 y tabla 4 donde podemos ver que cada
usuario tiene una distancia con el AP y podemos ver que el
promedio de prdidas del FSL debe ser con todos los nodos
que en este caso son 50

Usuario 1 Usuario 2
AP 1 2,68897148 2,20961794
AP 2 5,96368007 2,24487188
AP 3 9,10310836 5,01018363
AP 4 14,9407191 10,7990184
AP 5 18,403672 15,4791134
AP 6 14,6818185 12,5240525 Figura 10: Sistema de red inalmbrica optimizado.
AP 7 11,8566691 11,1840409
AP 8 10,8181514 11,0117701 VI. CONCLUSIONES
Tabla 3: tabla de distancias

Los resultados del logaritmo tambin deben ser realizados en

Usuario 1 Usuario 2 LP solve y Gams donde podemos comprobar el mismo
AP 1 1,27E-14 8,57E-15 resultado del grafo pero con una optimizacion de distancias
AP 2 6,24E-14 8,84E-15 mnimas.
El algoritmo BFS es una herramienta til para para recorrer o
AP 3 1,45E-13 4,40E-14 buscar elementos en un grafo
AP 4 3,92E-13 2,05E-13 Formalmente, BFS es un algoritmo de bsqueda sin
AP 5 5,94E-13 4,20E-13 informacin, que expande y examina todos los nodos de un
rbol sistemticamente para buscar una solucin.
AP 6 3,78E-13 2,75E-13 Los grafos permiten estudiar las interrelaciones entre unidades
AP 7 2,47E-13 2,19E-13 que interactan unas con otras.
AP 8 2,05E-13 2,13E-13 La tecnologa es muy aplicable para una optimizacion rpida
de resultados con una lista de ecuaciones infinita que se puede
Fsl promedio: 1,67E-13 encontrar en pocos segundos nosotros utilizamos dos
Tabla 4: tabla de FSL y su promedio
programas de automatizacin ya mencionados.
 REFERENCES
[1] L. Betancur, "Redes de rea corporal. Una perspectiva al futuro desde la
investigacin," Red de Revistas Cientficas de Amrica Latina, el
Caribe, Espaa y Port, vol. 9, no. 16,11-30, pp. 11-12.
[2] D. L. O. S. Luis F Pedraza, "Enrutamiento basado en el algoritmo de
Dijkstra para una red de radio cognitiva," Investigacin (Conciencias) ,
vol. 15, no. 30, pp. 94-95-96, 4 de junio de 2011.
[3] C. M. R. Cebolla, ALGORITMOS PARA EL ESTUDIO DE TCNICAS
DE MULTI-PATH Y NETWORK-CODING EN REDES
INALMBRICAS MULTI-SALTO, Junio .
[4] D. C. A. A. E. G. R. H. a. J. W. G. E. Inga, "Minimal Deployment and
Routing Geographic of PMUs on Electrical Power System Based in
MST Algorithm," IEEE LATIN AMERICAN TRANSACTIONS, vol. 14,
no. 5, pp. 2-3, 2015.
[5] A. G. Amores, Calculo de Cobertura en Redes Inalambricas de Areas
Local, 2014.
[6] J. a. G. D.P.Montoya, "A minimal spanning tree algorith for distribution
networks configuration," 2012 IEEE PES Conf.Innov, Smart Grid
Techmol, pp. 1-7, 2011.
[7] M. a. O.Gomez, "Identification of coherent groups and PMU placement
for inter-area monitoring based on graph theory," Lat.AM SGT LA , pp.
1-7, 2011.
[8] Y. a. X. Chang, "A MST - Based and new GA supportednetwork
planning.," Proc.2011 Int. Conf. Mechatron Sci Electr Eng.Comput , pp.
2534-2538, 2011.
[9] J. S. a. E. J.L.Guardalo, "An Encoding Technique for Multiobjective
Evolutonary Algorithms Applied to Power Distribution Systems".
[10] V. a. V.Kala, "Observability Analysis and Optimal Placement using
Differential Evolution Algorithmo," Int. Conf.Energ. Trends Electry,
vol. 10, pp. 205-209, 2012.
[11] C. a. C. W.K.Tao, "Parallel intelligent search for loss minimization in
distributions systems," 1999 IEEE Transm Distrib Conf, vol. 1, no.
99CH36333, pp. 218-222, 1999.
[12] E. M. G. Polo, Tcnicas de Localizacin en Redes Inalmbricas de
Sensores.
[13] F. J. d. Calvas, "SFL segun la regulacion colombiana," Recreaciones,
pp. 76-77.
[14] N. G. Fernndez, Modelo de cobertura en redes inalmbricas basado en
radiosidad por refinamiento progresivo, Ovideo, marzo de 2006.
[15] a. i. y. s. v. Entornos inteligentes basados en redes inalmbricas:
aplicaciones al transporte, Jos Eugenio Naranjo,Felipe Jimnez,Jos
Mara Armingol,Arturo de la Escalera., 2008.
[16] A. S. Tanenbaum, Redes, Pearson Educacin, 2003.
[17] A. M. a. P. M.Kurant, "On the bias of BSF," Teletraffic Congr, no. 22nd
Int., pp. 1-8,2010.
[18] A. D. a. B. . E. uni, "Software Solution for Optimal Planning of
Sales Persons Work based on Depth-First Search and Breadth-First
Search Algorithms," pp. 1248-1253, 2016.
[19] A. M. P. T. Maciej Kurant, On the bias of BFS.
[20] W. Tomasi, "Perdidas en el Espacio Libre," in Sistemas de
Comunicaciones Electronicas, Mexico, Pearson Educatcion, 2003, pp.
48-49.
[21] S. P.L.Krapivsky, "Connectivity of Networks," Phys.Rev, no. 58.
[22] J. A. M. Jos W. Rivas, Una Arquitectura de Componentes para el
Modelado de Redes.
[23] M. Aldana, Redes Complejas, 2006.
[24] W. P. Snchez, Temas de representabilidad de matroides sobre campos.
[25] E. Benavent., Teoria de Redes Complejas.
Biography
Gissela Arguello (Y1993-M10). She was born in
Ambato-Ecuador on September 16, 1993. She completed
her secondary education at the "Colegio Menor Politecnico
",and now is studying in the Universidad Politcnica
Salesiana in the Faculty of Electrical Engineering at the
same that is in her eighth level engineering
Danny Alexander Simbaa Guamn, naci en Quito,
Ecuador, el 7 de Febrero de 1993. Estudios realizados en la
primaria Instituto Nio Jess de Praga, graduado en
2005, estudios secundarios en el colegio Instituto
Tecnolgico Superior Central Tcnico, actualmente se
encuentra cursando la carrera de Ingeniera Elctrica en la
Universidad Politcnica Salesiana donde cursa su Sptimo
Nivel.
Francisco Parreo (Y1994-M09). Realizo sus
estudios secundarios en el Colegio Tcnico Experimental
Salesiano Don Bosco como bachiller tcnico en
Electricidad-Electrnica en el ao 2012 actualmente es
Estudiante de la carrera de Ingeniera Elctrica de la
Universidad Politcnica Salesiana.
Rodrigo Pelaes, naci en Quito-Ecuador el 7 de Marzo de
1993. Realiz sus estudios secundarios en el Colegio
Tcnico Salesiano Don Bosco. Estudiante Universidad
Politcnica Salesiana en la facultad de Ingeniera en
Elctrica. Auxiliar tcnico en mantenimiento y ensamblaje
de computadoras SECAP. Actualmente desempea el
cargo de auxiliar tcnico en NOBREAK empresa dedicada
a la instalacin mantenimiento y reparacin de equipos
UPSs.
Luis Montalvan, (Y1978-M08). . Realiz sus
estudios secundarios en el Colegio Tcnico Don Bosco.
Tcnico superior en electrnica de potencia
(SECAP)cursos de 600 horas en Energas renovables
Actualmente cruzando la Carrera de Ingeniera Elctrica
en la universidad Politcnica Salesiana trabajos
realizados en Insolar instalaciones energas renovables
Luxanan instalaciones elctricas en el pas de Espaa.
Cristian Egez, naci en Quito-Ecuador el 3 de agosto
del 1991 realizo sus estudios de bachillerato en el
colegio tcnico Don Bosco en el ao 2009, actualmente
es estudiante de octavo semestre de ingeniera elctrica
en la universidad politcnica Salesiana.
(ceguez@est.ups.edu.ec).
 Esteban Inga (Y1976-M08). He graduated from the
Universidad Politcnica Salesiana; receive the M.Ed.
degree in education and social development from the
Universidad Tecnolgica Equinoccial in 2008. He is
currently working toward his Ph.D degree in Engineering
with the Universidad Pontificia Bolivariana Colombia -
Medelln, and is the Coordinator of the GIREI Research
Group. His research interest is green communications, advanced metering
infrastructure, smart grid, wireless heterogeneous networks, wireless network
planning. He is a Professor of Universidad Politcnica Salesiana- Ecuador and
Director of Electrical Engineering.