Los mapas del entorno radioeléctrico pueden ser una poderosa herramienta para lograr una asignación de recursos eficiente y consciente del contexto en las redes heterogéneas 5G. En este trabajo, consideramos una red heterogénea formada por una red celular tradicional y una red de sensores inalámbricos. El papel de la red de sensores inalámbricos es estimar el mapa del entorno radioeléctrico de la célula utilizando una técnica de interpolación geoestadística denominada Kriging. En un trabajo anterior se propuso un algoritmo de agrupación distribuida de sensores para reducir la complejidad de la estimación. En nuestra contribución, el proceso de formación de clústeres se modifica para incluir el coste de la comunicación como métrica para determinar qué nodos se incluyen en cada clúster. Los resultados de la simulación muestran que el algoritmo propuesto mejora la calidad de la estimación en redes de sensores inalámbricos dispersos, y preserva la vida útil de la red al formar clústeres con una media de 5 nodos.

Radio environment maps can be a powerful tool for achieving efficient context-aware resource allocation in 5G heterogeneous networks. In this paper, we consider an heterogeneous network formed by a traditional cellular network and a wireless sensor network. The role of the wireless sensor network is to estimate the radio environment map of the cell using a geostatistical interpolation technique named Kriging. A distributed clustering algorithm was proposed in a previous work in order to decrease the complexity of the estimation. In our contribution, the clustering formation process is modified to include the communication cost as a metric to determine which nodes are included in each cluster. Simulation results show that the proposed algorithm improves the estimation quality for sparse wireless sensor networks, and preserves the network lifetime by forming clusters with an average of 5 nodes.