Resumen

El propósito de este trabajo fue predecir la caracterización de la pérdida de trayectoria del canal de comunicación tierra-aire (G2A) entre el sensor de tierra (GS) y el vehículo aéreo no tripulado (UAV) utilizando modelos de aprendizaje automático (ML) en escenarios de agricultura inteligente (SF). Se estudiaron dos algoritmos de ML como la regresión de vectores de apoyo (SVR) y la red neuronal artificial (ANN) para analizar los datos medidos en diferentes escenarios con las granjas de hierba de Napier y Ruzi como lugares de medición. Se comparó el modelo empírico propuesto de dos rayos GS-a-UAV (GUT-R) y los modelos ML para caracterizar los modelos de predicción de pérdida de trayectoria. Las prestaciones de los modelos de predicción de pérdida de trayectoria se evaluaron utilizando los indicadores de error estadístico en diferentes ubicaciones de medición y trayectorias de UAV. Para obtener los indicadores estadísticos de error, los resultados de precisión de pérdida de trayectoria del UAV a 2 m de altura mostraron el modelo SVR (MAE = 1,252 dB, RMSE = 3,067 dB, y R2 = 0,972) y el modelo ANN (MAE = 1,150 dB, RMSE = 2,502 dB, y R2 = 0,981) para el escenario Napier. En el escenario Ruzi, se presentaron el modelo SVR (MAE = 1,202 dB, RMSE = 2,962 dB, y R2 = 0,965) y el modelo ANN (MAE = 1,146 dB, RMSE = 2,507 dB, y R2 = 0,983). Para la trayectoria del UAV a 5 m de altura, el modelo SVR (MAE = 2,125 dB, RMSE = 4,782 dB, y R2 = 0,933) y el modelo ANN (MAE = 2,025 dB, RMSE = 4,439 dB, y R2 = 0,950) resultaron en el escenario Napier. En el escenario Ruzi, se mostraron el modelo SVR (MAE = 2,112 dB, RMSE = 4,682 dB, y R2 = 0,935) y el modelo ANN (MAE = 2,016 dB, RMSE = 4,407 dB, y R2 = 0,954). Los modelos ML propuestos utilizando SVR y RNA pueden predecir de forma óptima la caracterización de la pérdida de trayecto en los escenarios SF, donde la precisión fue de 95 para el SVR y de 97 para la RNA.

• Materias:Radiofrecuencia Teoría de Antenas Redes Inalámbricas Banda ancha Ondas de radiofrecuencia
• Subjects:Radio frequency Antenna theory Wireless Networks Broadband Radio frequency waves
• Palabras claves:db, r2, rmse, modelo ann, modelo svr, mae, indicadores estadísticos de error, caracterización de la pérdida del trayecto, modelo de predicción de pérdidas, escenario ruzi
• Keywords:db, r2, rmse, ann model, svr model, mae, statistical error indicators, path loss characterization, loss prediction model, ruzi scenario