Arquitecturas híbridas de redes inalámbricas para telecomunicaciones rurales: análisis de estrategias de inteligencia de borde
DOI:
https://doi.org/10.62452/wfkgdc56Palabras clave:
Arquitecturas híbridas, telecomunicaciones rurales, inteligencia de borde, redes inalámbricas, conectividad rural, optimización multiobjetivoResumen
Las telecomunicaciones rurales enfrentan desafíos únicos que requieren soluciones tecnológicas específicamente adaptadas a restricciones de baja densidad poblacional, limitaciones infraestructurales y sostenibilidad económica. Esta investigación desarrolló una caracterización sistemática de arquitecturas híbridas de redes inalámbricas para contextos rurales mediante análisis documental de implementaciones en literatura especializada. Se aplicó metodología descriptiva-correlacional integrando análisis de contenido sistemático con síntesis de hallazgos de rendimiento para identificar patrones entre componentes tecnológicos y métricas de efectividad. Los resultados establecieron cuatro configuraciones principales: celulares-cell-free con beamforming conjugado, 5G-LPWAN con slicing virtual para IoT, LiFi-WiFi con handover adaptativo, y satelital-terrestres con MEC. La evaluación de estrategias de inteligencia de borde reveló cinco enfoques distintos: MEET para distribución de costos mediante vehículos conectados, LEE para optimización multiobjetivo energía-aprendizaje, colaborativo para entrenamiento distribuido, y multiservicio para control tiempo-crítico. Las implicaciones teóricas establecen que la hibridación efectiva requiere coordinación inteligente específicamente adaptada a contextos rurales, mientras que las implicaciones prácticas proporcionan orientación específica para diseñadores de sistemas, operadores de telecomunicaciones y organizaciones de desarrollo en implementación de conectividad rural fundamentada en evidencia empírica.
Descargas
Referencias
Aijaz, A., Jiang, N., & Khan, A. (2023). Toward multi-service edge-intelligence paradigm: Temporal-adaptive prediction for time-critical control over wireless. IEEE Internet of Things Magazine, 6(1), 96–101. https://doi.org/10.1109/IOTM.001.2200139
Besjedica, T., Fertalj, K., Lipovac, V., & Zakarija, I. (2023). Evolution of hybrid LiFi–WiFi networks: A survey. Sensors, 23(9), 4252. https://doi.org/10.3390/s23094252
Chaoub, A., Giordani, M., Lall, B., Bhatia, V., Kliks, A., Mendes, L., Rabie, K., Saarnisaari, H., Singhal, A., Zhang, N., Dixit, S., & Zorzi, M. (2022). 6G for bridging the digital divide: Wireless connectivity to remote areas. IEEE Wireless Communications, 29(1), 160–168. https://doi.org/10.1109/MWC.001.2100137
Dai, Z., Xu, J., Xu, X., Li, R., & Zeng, Y. (2024). Performance analysis of hybrid cellular and cell-free MIMO network. https://doi.org/10.48550/arxiv.2406.01922
Davies, E., Chung, A., Broadbent, M., Macleod, A., & Race, N. (2022). 5G in the wild: Performance of C-band 5G-NR in rural low-power fixed wireless access. IEEE Future Networks World Forum (FNWF). Montreal, Canada.
El Falou, A., & Alouini, M.-S. (2023). Enhancement of rural connectivity by recycling TV towers with massive MIMO techniques. IEEE Communications Magazine, 61(4), 78–83. https://doi.org/10.1109/MCOM.003.2200257
Fourati, F., Alsamhi, S. H., & Alouini, M.-S. (2022). Bridging the urban-rural connectivity gap through intelligent space, air, and ground networks. http://arxiv.org/abs/2202.12683
Johnson, D. L., & Roux, K. (2008). Building rural wireless networks. Proceedings of the 2008 ACM Workshop on Wireless Networks and Systems for Developing Regions. San Francisco, USA.
Kaushik, A., & Al-Raweshidy, H. S. (2022). A hybrid latency- and power-aware approach for beyond fifth-generation Internet-of-Things edge systems. IEEE Access, 10, 87974–87989. https://doi.org/10.1109/ACCESS.2022.3200035
Letaief, K. B., Shi, Y., Lu, J., & Lu, J. (2022). Edge artificial intelligence for 6G: Vision, enabling technologies, and applications. IEEE Journal on Selected Areas in Communications, 40(1), 5–36. https://doi.org/10.1109/JSAC.2021.3126076
Li, X., Wang, S., Zhu, G., Zhou, Z., Huang, K., & Gong, Y. (2022). Data partition and rate control for learning and energy efficient edge intelligence. IEEE Transactions on Wireless Communications, 21(11), 9127–9142. https://doi.org/10.1109/TWC.2022.3173262
Lin, Y., Feng, W., Zhou, T., Wang, Y., Chen, Y., Ge, N., & Wang, C.-X. (2022). Integrating satellites and mobile edge computing for 6G wide-area edge intelligence: Minimal structures and systematic thinking. http://arxiv.org/abs/2208.07528
Liu, X., Yu, J., Liu, Y., Gao, Y., Mahmoodi, T., Lambotharan, S., & Tsang, D. H. K. (2022). Distributed intelligence in wireless networks. http://arxiv.org/abs/2208.00545
Marshall, A., Wilson, C. A., & Dale, A. (2023). New pathways to crisis resilience: Solutions for improved digital connectivity and capability in rural Australia. Media International Australia, 189(1), 24–42. https://doi.org/10.1177/1329878X231183292
Nguyen, N. T., Vu, Q. D., Lee, K., & Juntti, M. (2022). Hybrid relay-reflecting intelligent surface-assisted wireless communications. IEEE Transactions on Vehicular Technology, 71(6), 6228–6244. https://doi.org/10.1109/TVT.2022.3158686
Ogbodo, E. U., Abu-Mahfouz, A. M., & Kurien, A. M. (2022). A survey on 5G and LPWAN-IoT for improved smart cities and remote area applications: From the aspect of architecture and security. Sensors, 22(16), 6313. https://doi.org/10.3390/s22166313
Sun, Y., Xie, B., Zhou, S., & Niu, Z. (2022). MEET: Mobility-enhanced edge intelligence for smart and green 6G networks. https://doi.org/10.48550/arXiv.2210.15111
Zeng, L., Ye, S., Chen, X., & Yang, Y. (2024). Implementation of big AI models for wireless networks with collaborative edge computing. http://arxiv.org/abs/2404.17766
Zhang, T., Zu, G., Islam, T. U., Gossling, E., Babu, S., Qiao, D., & Zhang, H. (2024). Exploring wireless channels in rural areas: A comprehensive measurement study. http://arxiv.org/abs/2404.17434
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Iván Alexander Neira-Reyes, Leonardo García-Correa, Elizabeth del Rocío Loor-Quimíz, Diana Carolina Decimavilla-Alarcón, Margarita del Rocio Pillajo-Mila (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Los autores que publican en la Revista Metropolitana de Ciencias Aplicadas (REMCA), están de acuerdo con los siguientes términos:
1. Derechos de Autor
Los autores conservan los derechos de autor sobre sus trabajos sin restricciones. Los autores otorgan a la revista el derecho de primera publicación. Para ello, ceden a la revista, de forma no exclusiva, los derechos de explotación (reproducción, distribución, comunicación pública y transformación). Los autores pueden establecer otros acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista, siempre que exista un reconocimiento de su publicación inicial en esta revista.
© Los autores.
2. Licencia
Los trabajos se publican en la revista bajo la licencia de Atribución-NoComercial-CompartirIgual 4.0 Internacional de Creative Commons (CC BY-NC-SA 4.0). Los términos se pueden consultar en: https://creativecommons.org/licenses/by-nc-sa/4.0/deed.es
Esta licencia permite:
- Compartir: copiar y redistribuir el material en cualquier medio o formato.
- Adaptar: remezclar, transformar y crear a partir del material.
Bajo los siguientes términos:
- Atribución: ha de reconocer la autoría de manera apropiada, proporcionar un enlace a la licencia e indicar si se ha hecho algún cambio. Puede hacerlo de cualquier manera razonable, pero no de forma tal que sugiera que el licenciador le da soporte o patrocina el uso que se hace.
- NoComercial: no puede utilizar el material para finalidades comerciales.
- CompartirIgual: si remezcla, transforma o crea a partir del material, debe difundir su creación con la misma licencia que la obra original.
No hay restricciones adicionales. No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otros hacer cualquier cosa que la licencia permita.
