Redes industriales de internet de las cosas (IIoT) y redes de máquina a máquina (M2M)

En esta línea de investigación estudiamos a fondo las redes industriales y contribuimos a su estandarización. Las redes industriales se han desarrollado al margen del internet tradicional. Ello es debido a que una red industrial (una «tecnología operativa») tiene unos requerimientos muy diferentes que internet (tecnología de la información, TI). Mientras que la finalidad de internet es interconectar miles de millones de dispositivos diferentes que transmiten una gran cantidad de datos a larga distancia, una red industrial se despliega habitualmente en una planta industrial con el objetivo de conectar cientos o miles de dispositivos. Y aunque las aplicaciones del proceso industrial no suelen utilizar una gran cantidad de datos, lo que es fundamental es la fiabilidad (que todos los datos lleguen a su destino final), la latencia (límite de tiempo garantizado, en oposición a mejor esfuerzo) y la vida útil de la batería. Las populares capas de enlace de datos inalámbricos (basadas en el acceso múltiple con escucha de portadora, CSMA) no cumplen estas expectativas; en consecuencia, las redes industriales se han continuado ofreciendo tradicionalmente por cable. El coste y las limitaciones operativas de las redes cableadas están promoviendo una nueva generación de tecnologías de comunicación y estándares inalámbricos, que cambian el paradigma de la conectividad en las industrias, ya que los costes operativos se reducen drásticamente. WiNe se centra desde una perspectiva práctica en la convergencia de estas tecnologías en la infraestructura actual de Internet (IP habilitado), tales como enrutamiento, planificación, eficiencia energética, intercambio de recursos y técnicas de optimización, para desarrollar la base de la comunicación del IIoT.

Inteligencia contextual en el internet de todas las cosas (IoE)

La computación ubicua, junto con las redes inalámbricas, facilitan la aparición del internet de todas las cosas, donde los sistemas de información, las personas y una amplia diversidad de objetos se interconectan a la perfección. Sin embargo, el acceso a internet de las cosas plantea retos en cuanto al rendimiento de los datos, el número de dispositivos, el consumo de energía o el rango de lectura. La mayor parte de estos retos están relacionados con el contexto donde se sitúan los dispositivos de comunicación, y por tanto, «entender» este contexto es clave para mejorar el rendimiento de la IoE.

No obstante, la información que se obtiene en los escenarios de IoE puede explotarse junto con técnicas de optimización combinatoria, que facilitan el desarrollo y la comprensión de la dinámica compleja de entornos reales, como las ciudades, las carreteras o los sistemas dinámicos en general.

Alrededor de este concepto, esta línea de investigación pretende extraer información sensible al contexto para mejorar las tecnologías de red de la IoE, tales como RFID, 802.15.4 u otras redes de baja potencia. Por medio de la información proporcionada por sensores o parámetros de radiofrecuencia, se utilizarán máquinas u otras técnicas relacionadas con el aprendizaje para hacer frente a los retos que plantea actualmente la IoE. El objetivo es explotar la inteligencia contextual (individual o colaborativa) para mejorar la calidad y la usabilidad de las redes mencionadas más arriba en el contexto de las ciudades inteligentes o en escenarios industriales.

Edge computing y redes definidas por software

El gran impacto del desarrollo de la red de acceso radioeléctrico (RAN) en los gastos de capital de los propietarios de las infraestructuras se exacerba en las redes móviles ultradensas. Además, en los escenarios mencionados, la ineficiencia de la asignación de recursos se ha convertido en uno de los principales inconvenientes para aumentar la capacidad de las redes móviles actuales y futuras. El uso compartido y activo de la red de acceso radioeléctrico basado en redes definidas por software (SDN) es una solución prometedora para que el 5G pueda hacer frente a unos costes de infraestructura cada vez mayores y a la necesidad de asignar los recursos de una manera eficiente; sin embargo, las propuestas definidas hasta ahora son preliminares y no pueden garantizar la calidad de la experiencia (QoE) que ofrecen los múltiples usuarios que comparten la RAN.

El grupo WiNe se centra en el diseño de algoritmos, arquitecturas y soluciones técnicas para mejorar la eficiencia en el uso de los recursos en red en escenarios multiusuario, en los que la optimización conjunta de los recursos de comunicación y procesamiento se ha convertido en una necesidad. Esta línea de investigación examina el diseño conjunto de virtualización de los elementos de procesamiento en red (VNE y VNR), soluciones de almacenamiento en caché, fragmentación del tráfico de datos, mobile edge computing, etc. También nos centramos en la periferia de la red 5G, incluyendo los elementos capilares de la red definidos por la virtualización y el software para mejorar el funcionamiento de la última infraestructura de salto.

Movilidad y gestión de recursos radioeléctricos en las redes móviles 5G

El reto principal de las futuras redes móviles (también conocidas como 5G) es satisfacer la demanda creciente de conectividad y capacidad masivas. Aunque se ha demostrado que estos dos objetivos deben abordarse desde un enfoque múltiple, la densificación de la red y la explotación de nuevas bandas de frecuencia son dos posibles factores facilitadores.

En este contexto, la comunidad científica ha prestado atención a las bandas de ondas milimétricas (mm-wave), en las que los anchos de banda de hasta 1 GHz podrían asignarse a sistemas móviles. Estas nuevas bandas de frecuencia son esenciales para alimentar la capacidad de la red, pero las deficiencias de propagación a altas frecuencias, junto con las altas ganancias directivas de antena que se requieren para contrarrestarlas, plantean nuevos retos para la arquitectura y la gestión de recursos radioeléctricos. 

El grupo se centra, entre otros aspectos, en el diseño, el desarrollo y la evaluación de las capas de control de acceso al medio (MAC) para proporcionar mecanismos eficientes a las bandas mm-wave, por ejemplo, descubrimiento de celdas, asociaciones de celdas y self-backhauling, etc.