Arquitecturas híbridas de redes inalámbricas para telecomunicaciones rurales: análisis de estrategias de inteligencia de borde
DOI:
https://doi.org/10.62452/wfkgdc56Palavras-chave:
Arquitecturas híbridas, telecomunicaciones rurales, inteligencia de borde, redes inalámbricas, conectividad rural, optimización multiobjetivoResumo
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.
Downloads
Referências
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
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2025 Iván Alexander Neira-Reyes, Leonardo García-Correa, Elizabeth del Rocío Loor-Quimíz, Diana Carolina Decimavilla-Alarcón, Margarita del Rocio Pillajo-Mila (Autor/a)
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Os autores que publicam na Revista Metropolitana de Ciencias Aplicadas (REMCA), concordam com os seguintes termos:
1. Direitos autorais
Os autores mantêm direitos autorais irrestritos sobre suas obras. Os autores concedem ao periódico o direito de primeira publicação. Para tal, cedem à revista, em caráter não exclusivo, direitos de exploração (reprodução, distribuição, comunicação pública e transformação). Os autores podem firmar acordos adicionais para a distribuição não exclusiva da versão publicada do trabalho no periódico, desde que haja reconhecimento de sua publicação inicial nesta revista.
© Os autores.
2. Licença
Os trabalhos são publicados na revista sob a licença Creative Commons Atribuição-NãoComercial-CompartilhaIgual 4.0 Internacional (CC BY-NC-SA 4.0). Os termos podem ser encontrados em: https://creativecommons.org/licenses/by-nc-sa/4.0/deed.pt
Esta licença permite:
- Compartilhar: copiar e redistribuir o material em qualquer meio ou formato.
- Adaptar: remixar, transformar e desenvolver o material.
Nos seguintes termos:
- Atribuição: Você deve dar o crédito apropriado, fornecer um link para a licença e indicar se alguma alteração foi feita. Você pode fazer isso de qualquer maneira razoável, mas não de uma forma que sugira que o licenciante endossa ou patrocina seu uso.
- Não comercial: você não pode usar o material para fins comerciais.
- Compartilhamento pela mesma licença: se você remixar, transformar ou criar a partir do material, deverá distribuir sua criação sob a mesma licença do trabalho original.
Não há restrições adicionais. Você não pode aplicar termos legais ou medidas tecnológicas que restrinjam legalmente outros de fazerem qualquer coisa que a licença permita.
