Academica-e. Repositorio Institucional de la Universidad Pública de Navarra
Publicación
Contribución de congreso (ConferenceOutput)
Sistema basado en tecnología 5G de monitorización psicoacústica del paisaje sonoro en smart cities con offloading computacional dinámico en el Edge
En las tecnologías de próxima generación, el control de las molestias por ruido ambiental en una Smart
City debería ser lo más eficiente posible. Los sistemas IoT sobre tecnologías 5G ofrecen una gran
oportunidad para hacer offloading del cómputo en los nodos sensores, ya que proporciona una serie de
nuevos conceptos para el cómputo dinámico que las tecnologías anteriores no ofrecían.
En este artículo, se ha implementado un sistema IoT completo basado en tecnología 5G para la
monitorización psicoacústica utilizando diferentes opciones para descargar el cómputo a diferentes
partes del sistema. Esta descarga se ha realizado mediante el desarrollo de diferentes splittings
funcionales de los algoritmos de cálculo de las métricas psicoacústicas. Por último, se muestra una
comparación del rendimiento entre los diferentes splittings funcionales y su aplicación con un análisis
detallado., In the next generation technologies, the environmental noise nuisance monitoring in a Smart City should
be as much efficient as possible. 5G IoT systems offer a big opportunity to offload the computation from
the sensor nodes, since it provides a series of new concepts for dynamic computing that the previous
technologies did not offer.
In this paper, a complete 5G IoT system for psycho-acoustic monitoring has been implemented using
different options for offloading computation to different parts of the system. This offloading has been
done by developing different functional splittings in the psycho-acoustic metrics algorithms. Finally, a
performance comparison among different functional splittings and their implementation are shown with
a detailed discussion., Esta investigación ha sido parcialmente financiada por el Ministerio de Innovación y Economía (ref.: BIA2016-76957-C3-1-R y BIA2016-76957-C3-3-R, cofinanciado con fondos FEDER) y por la Comisión Europea con la Grant H2020-ICT-2016-2/761913 SLICENET (End-to-End Cognitive Network Slicing and Slice Management Framework in Virtualised Multi-Domain, Multi-Tenant 5G Networks). También por la Generalitat Valenciana, con las becas BEST/2020/117 y AEST/2020/048.