Electronica General – Soloelectronicos.com

Reciclar Movistar Home

febrero 10, 2026febrero 10, 2026soloelectronicosDeja un comentario

¿De que va Movistar Home? , pues básicamente es un “altavoz con pantalla” de Movistar Home con un asistente de IA llamado «aura» que a la postre sigue siendo, internamente, un mini‑PC: lleva una CPU Intel Atom x5‑Z8350, 2 GB de RAM, 16 GB eMMC y una pantalla táctil de 8″, así que se le puede instalar Linux como a un portátil muy básico. Desde que Movistar discontinuo el servicio lo triste es que no era util para nada apareciendo una pantalla que invitaba llevar el dispositivo a un punto limpio..pero realmente es una gran pena porque tenemos un hardware potente al que le podemos dar una segunda vida como ya adelantábamos en un post anterior.

2024 04 06 16 41 54 Mejoras Movistar Home Buscar con Google y 6 páginas más Personal Microsoft

¿Qué es exactamente el aparato?. Si en la pegatina de abajo pone algo tipo IGW‑5000A2BKMP‑I v2 (MitraStar), entonces tu Movistar Home es el modelo con Intel Atom x86 y pantalla de 8″. Existe otro modelo RG3205W con un SoC arm64 de Qualcomm ( por cierto con dos versiones Rev4 y Rev5.). Ese modelo es menos conocido pero también se puede reusar (el procedimiento es diferente como podemos ver en https://github.com/zry98/movistar-home-hacks/tree/main/RG3205W) . Por cierto, en este este segundo modelo es aun mas sencillo el proceso, dado que ya dispone del conector USB soldado así que el trabajo duro ya esta hecho.

Ambos modelos se pueden reutilizar como:

Panel de Home Assistant.
Mini‑PC Linux para navegador, YouTube, etc.
Kiosko para dashboards, domótica, etc.

Estudiemos mas a fondo el modelo de Mitrastar, el cual por dentro lleva:

CPU: Intel Atom x5‑Z8350 (x86‑64).
RAM: 2 GB.
Almacenamiento: 16 GB eMMC.
Pantalla 8″ táctil Goodix, Wi‑Fi Realtek RTL8822BE, etc.

En este modelo concreto, los pasos en concreto para reutilizarlos son:

Abrir el aparato (hay pestañas, tornillos y una tira de goma que esconde otros tornillos) y localizar el conector micro‑USB sin soldar en el borde de la placa.
Soldar ahí un conector hembra micro‑USB y conectarle un cable para usar un pendrive (host USB).Este es el paso sin duda mas complejo porque se necesita una gran dosis de paciencia ya que en los pads de la placa de CI no suele ser facil soldar nada
Encender el Movistar Home con un teclado y raton USB conectados con un hub USB al nuevo conectar y pulsar F2 para entrar en la BIOS, y desde la pestaña “Save & Exit” elegir tu pendrive en “Boot Override” (saldrá como “UEFI: USB, Partition 1”).
Booteado desde ese USB, instalar una distro ligera (AntiX,Arch, Debian, etc.) en el eMMC interno “como en un portátil”.]

Muchos autores entre ellos el de la guía original usan Arch Linux, pero esta claro que puedes instalar cualquier distro x86; lo único “especial” es todo el tema de abrir, soldar USB y entrar a la BIOS, no la instalación en sí. Si eres un entusiasta de Linux probablemente Arch Linux sea una de las mejores opciones pero si quieres que el proceso sea lo mas sencillo y grafico mi opción ideal es Antix pues en unos golpes de ratón tendrás un SO instalado

PASO 1 : SOLDAR EL CONECTOR USB

La parte difícil es obviamente la de soldar 4 cablecillos para el conector USB sin olvidar el puente entre GND e ID marcada con uan flecha roja pues es ese punto el que le va a posibilitar da CC al conector USB.

Obviamente abriremos el aparato con un destornillador philips. Ojo con la base de goma porque esconde también varios tornillos que deberemos quitar para acceder a la placa base

Este modelo no lleva conector interno para el USB por lo que tendremos que soldar usando los pads de la propia placa.

Los cables a soldar , lo ideal es que sean rígidos pues son mas fáciles de fijar y soldar. Lo ideal, con cuidado, es limpiar los pads con una lima y flux y con un soldador de punta fina soldar los cables con poco estaño.

Para comprobar que las conexiones son correctas, podemos y debemos probar con un polímetro que haya continuidad entre los hilos, los pads y el conector USB. Una vez enchufada la fuente del Movistar Home, es fundamental comprobar que tenemos en el conector USB que hemos soldado a los pads los 5v DC. Estos pasos son fundamentales para que todo lo demás funcione así que amigo lector no olvide estas comprobaciones.

Dada la dificultad para soldar los cables, puede que se necesite pegar estos a la estructura del Movistar home para que no se muevan ( yo use ciananocrilato) y hacer lo propio con el propio conector USB.

Paso 2 :Montaje del USB externo

Bajo mi opinión para que sea mas versàtil su reusabilidad , lo ideal es dejar accesible el conector USB así que lo mejor es cerrar todo obviando la tapa trasera una vez tengamos el conector USB funcionando.

Como se puede ver en la imagen , necesitaremos un hub USB al que conectaremos un ratón y teclado USB. También para flashear el dispositivo necesitaremos una unidad USB con una imagen ligera de Linux para lo cual usaremos la herramienta Rufus como veremos a continuación

Paso 3 : Descargar Imagen

En lugar de Arch puro (que requiere muchos comandos), puedes:

Preparar en tu PC un pendrive con AntiX, Debian XFCE o similar usando Rufus o balenaEtcher.
Arrancar el Movistar Home desde ese pendrive (vía BIOS como arriba).
Seguir el instalador gráfico y decirle “usar todo el disco” sobre el eMMC, que él solo te particione y te instale GRUB.

Así evitas prácticamente todos los comandos manuales y solo haces clics en un asistente.

¡Perfecto, ya estás a un paso! AntiX es la distro ideal para tu Mitrastar (ligera y perfecta para Intel Atom con pantalla táctil).

¿Dónde descargar AntiX? Ve directo a la página oficial de descargas y elige la versión x64-full (para tu CPU Atom x86-64, ~1.7 GB):

Página oficial: https://antixlinux.com/download/
Ahí verás mirrors; yo te recomiendo SourceForge o MX Repo (rápidos).sourceforge+2

Enlaces directos a la ISO antiX-23.1_x64-full.iso (la más estable ahora mismo):

SourceForge: https://sourceforge.net/projects/antix-linux/files/Final/antiX-23.1/antiX-23.1_x64-full.iso/download[sourceforge]
Mirror MX Repo: http://iso.mxrepo.com/Downloads/Final/antiX-23.1/antiX-23.1_x64-full.iso[help.installerguru]
Mirror oficial: https://mxlinux.redimadrid.es/MX-ISOs/ANTIX/Final/antiX-23.1/antiX-23.1_x64-full.iso[mxlinux.redimadrid]

Verifica la descarga (opcional pero recomendado): Descarga también el archivo .sha256 del mismo sitio y comprueba con:

sha256sum antiX-23.1_x64-full.iso

Paso 4 : Crear USB bootable (en tu PC)

Descarga Rufus (https://rufus.ie) si usas Windows.
Inserta un pendrive de 4 GB mínimo.
Abre Rufus → Selecciona la ISO → Pendrive → “Empezar” (elige esquema GPT y modo UEFI).

Configuración exacta en Rufus:

Selecciona la ISO de AntiX.
Pendrive correcto.
Esquema de partición: GPT.
Sistema de destino: UEFI (no CSM).
Sistema de archivos: FAT32 (automático).
Modo: Deja que Rufus detecte → te saldrá ventana con “Imagen ISO”, pulsa Sí. Si no sale, selecciona manual “Imagen ISO”.
“Empezar”.

Si falla el arranque, es decir si el USB no bootea en el Mitrastar (raro con AntiX), recrea en modo DD y prueba de nuevo. Pero empieza con ISO, que suele ir perfecto en este hardware.

Paso 5 :Instalar en el Mitrastar

Reinicia sin USB → ¡Ya tienes Linux permanente!zry+2Una vez finalizado el proceso conecta el pendrive al hub USB . Enciende al menos también con un teclado y ratón USB conectado, pulsa F2 repetidamente para BIOS.

En “Save & Exit” → “Boot Override” → elige “UEFI: [nombre del USB], Partition 1” → Enter.
Arranca AntiX live → Pulsa “Install antiX” en el escritorio.
En el asistente: Idioma español.
“Use entire disk” → selecciona /dev/mmcblk0 (el eMMC de 16 GB).
Usuario y contraseña.
Instala GRUB en /dev/mmcblk0.

Reinicia sin USB → ¡Ya tienes Linux permanente!

La pantalla táctil, WiFi y sonido funcionan de fábrica en AntiX (Para la ISO de AntiX en Rufus, elige “Imagen ISO” (el modo por defecto que te recomienda Rufus) Por qué “Imagen ISO” y no “DD” pues porque la Imagen ISO (recomendado): Rufus extrae los archivos, crea una partición FAT32 y configura el bootloader UEFI perfecto para tu Mitrastar (BIOS EFI). Así el USB sigue legible en Windows después. Sin embargo Imagen DD: Escribe la ISO byte a byte como un clon exacto, pero hace el USB “invisible” en Windows y a veces falla en UEFI híbridos como AntiX.

CONTINUARÁ..

No permitas que un hardware con tanto potencial termine olvidado en un cajón o en un punto limpio; ahora que conoces sus secretos internos, el límite solo lo pone tu ingenio. Prepara tu soldador y mantente muy atento, porque en nuestro próximo post profundizaremos en cómo exprimir al máximo este equipo, dándole una nueva y espectacular vida al dispositivo con proyectos reales que transformarán por completo tu hogar digital. ¡No te lo pierdas y visítanos pronto para descubrir todo lo que este pequeño gran PC es capaz de hacer!«

NILM mas allá de la desagregación del consumo eléctrico

febrero 4, 2026soloelectronicosDeja un comentario

En el fondo, tanto las redes eléctricas como el cuerpo humano son sistemas complejos que hablan en señales. Y si sabes escuchar con atención, descubrirás que los algoritmos que separan la lavadora del microondas también pueden ayudarte a descomponer un electrocardiograma.

A continuación exploramos cómo muchas de las herramientas de Non-Intrusive Load Monitoring (NILM) tienen su espejo directo en el mundo de la fisiología y el análisis biomédico de señales.

2024 04 06 18 21 14 Construccion casera de una regleta ahorradora de energia Buscar con Google y 6

1. Desagregación de señales complejas

En NILM descompones una medida global de potencia para identificar qué aparatos están encendidos.
En fisiología, sucede algo sorprendentemente parecido:

NILM	Señales fisiológicas
Separar lavadora + nevera + microondas de una única señal de potencia	Separar ondas P, QRS y T en ECG, o componentes alfa/beta en EEG
Identificar transitorios o encendidos	Detectar latidos, espigas neuronales, respiración
Modelar firmas de consumo	Modelar patrones cardíacos, respiratorios o musculares

Transferencia directa: la intuición para detectar patrones ocultos en señales ruidosas es sumamente valiosa en el análisis biomédico.

2. Extracción de características

El feature engineering es el corazón de cualquier análisis de señales.
En NILM se analiza:

Transitorios
Armónicos
Potencia activa/reactiva
Firmas temporales

En fisiología, las variables destacan por su nombre pero no por su fondo:

Frecuencia cardíaca instantánea
Variabilidad de la frecuencia (HRV)
Espectros EEG
Morfología de ondas

Transferencia: la experiencia con transformadas, ventanas, filtrado y análisis espectral encaja perfectamente.

3. Modelos de clasificación y reconocimiento de patrones

Los modelos que identifican electrodomésticos también clasifican arritmias.
NILM emplea:

Random Forest
CNN
LSTM
Autoencoders
HMM

Las mismas arquitecturas son comunes en fisiología para:

Clasificar arritmias
Detectar apnea
Identificar patrones neuronales
Analizar señales EMG

Transferencia: el dominio de pipelines de machine learning y deep learning es aplicable casi sin cambios.

4. Normalización, sincronización y manejo de datasets

Aquí la ventaja como ingeniero de señales es enorme:

Limpieza de señales
Alineación temporal
Manejo de distintas tasas de muestreo
Segmentación en ventanas
Etiquetado de eventos

Todas estas tareas son idénticas en las bases de datos de ECG, EEG, EMG o PPG.

5. De la desagregación eléctrica a la separación de fuentes fisiológicas

Técnicas como la Independent Component Analysis (ICA), la NMF o la Blind Source Separation (BSS) recuerdan directamente a la desagregación NILM:

ICA permite eliminar artefactos del EEG
NMF se usa para separar señales cardíacas
En EMG, se descomponen unidades motoras individuales

La familiaridad con la desagregación te da una base conceptual sólida para comprender estos métodos biomédicos.

¿Y qué no se puede transferir? NILM no sirve para diagnóstico clínico. No se puede inferir cáncer, arritmias ni patologías a partir de señales eléctricas domiciliarias. Cualquier aplicación médica requiere validación profesional y ensayos clínicos.

Pero entendiendo el NILM si se puede aportar —y mucho— en el procesamiento, modelado y análisis de señales fisiológicas.

EJEMPLOS

Para aterrizar todo lo anterior amigo lector , te propongo cuatro bloques: mapa NILM↔biomédica, pipeline tipo NILMTK para ECG/EEG y un mini‑ejemplo de “desagregación” fisiológica.

1. Mapa rápido NILM → biomédica

Concepto en NILM	Equivalente biomédico	Comentario
Desagregación de cargas	Separación de ondas P‑QRS‑T (ECG), ritmos alfa/beta (EEG)	Separar fuentes superpuestas en un solo canal.
Detección de eventos (on/off, transitorios)	Detección de latidos, espigas neuronales, respiraciones	Eventos discretos dentro de una señal continua.
Extracción de armónicos, THD, firmas espectrales	Análisis espectral ECG/EEG, HRV, bandas de frecuencia	FFT/DFT y tiempo‑frecuencia en ambos dominios.
Modelos ML (RF, CNN, LSTM, autoencoders, HMM)	Clasificación de arritmias, apnea, estados cognitivos	Misma familia de modelos, distinto etiquetado.
Preprocesado: resample, normalizar, limpiar gaps	Filtrado, eliminación de artefactos, normalización, segmentación	Pipeline casi idéntico.
Desagregación basada en eventos/frecuencia	Blind Source Separation (ICA, NMF, BSS)	Separar fuentes cardíacas, musculares o cerebrales.

2. Pipeline ECG/EEG “estilo NILMTK”

Inspirado en un flujo típico con NILMTK (carga dataset → limpieza → features → modelo → métricas), un pipeline mínimo podría ser:

Adquisición y carga
- ECG: importar registros (por ejemplo PhysioNet) en formato WFDB/CSV.
- EEG: importar archivos crudos (.bdf, .edf) con MNE‑Python.
Preprocesado
- Filtrado band‑pass (p.ej. 0.5–40 Hz en ECG, 1–30 Hz en EEG).
- Eliminación de artefactos:
  - ECG: suprimir tendencia, ruido de red.
  - EEG: artefactos oculares con ICA o SSP.
- Resample a una frecuencia común (como haces con REDD/UK‑DALE).
Segmentación en ventanas
- Ventanas deslizantes (p.ej. 5–10 s) o latido a latido (ECG) / epoch de 1–5 s (EEG).
Extracción de características
- ECG:
  - Intervalos RR, HRV en el tiempo/frecuencia.
  - Amplitud/duración de QRS, onda T.
- EEG:
  - Potencia en bandas (delta, theta, alfa, beta, gamma) por FFT/welch.
- Técnicas que ya dominas: FFT/DFT, ventanas, estadísticas de las ventanas, tiempo‑frecuencia.
Modelo de clasificación / detección
- Clásicos: SVM, Random Forest, HMM para secuencias (similar a appliance states).
- Deep: CNN/LSTM para latidos (arritmias) o epochs EEG (estado cognitivo/sueño).
Evaluación
- Métricas muy parecidas: accuracy, F1, sensibilidad/especificidad, AUC.
- La lógica de comparar modelos/datasets que ya usas en NILMTK se traslada casi 1:1.

Cómo “portar” skills de NILM a salud, se traduce casi mecánicamente:

Diseño de datasets y pipelines reproducibles → construcción de bases ECG/EEG bien documentadas (metadatos, protocolos de adquisición).
Preprocesado avanzado (ruido, gaps, resample) → limpieza de artefactos fisiológicos, unificando sampling rates y referencias de canal.
Feature engineering en potencia y armónicos → HRV, espectros EEG, medidas no lineales (entropía, fractalidad) usando exactamente las mismas herramientas numéricas.
Evaluación de algoritmos y benchmarking con NILMTK → comparación sistemática de modelos ECG/EEG en varios datasets públicos.
Desarrollo hardware (oZm/OMPM) → diseños de front‑end para biosensores de bajo coste, sistemas de adquisición multi‑canal, compresión on‑device de features (como haces con armónicos).

Lo que cambia es: el dominio (fisiología, anatomía, criterios clínicos) y la validación (regulación, ensayos, ética), donde necesitas aliados clínicos.

3. Ejemplo: “desagregar” EMG/EEG con ICA/NMF

Un paralelismo directo con NILM es usar BSS para separar fuentes fisiológicas de un agregado multi‑canal.

Escenario EEG (artefactos vs actividad cerebral)

Entrada: matriz $X$ X con canales EEG mezclando actividad cerebral + parpadeos + ruido muscular.
Objetivo: separar “fuentes” independientes:
- Componente 1: parpadeos (picos frontales de baja frecuencia).
- Componente 2: contracción muscular (alta frecuencia).
- Componentes restantes: actividad cortical.
Técnica:
- Aplicar ICA (por ejemplo FastICA) para factorizar $X = A S$ X=AS.
- Identificar componentes artefactuales por su topografía y espectro, anularlos y reconstruir la señal limpia.

Esto es conceptualmente lo mismo que separar “componentes” de la señal de potencia (cada carga con su firma) y luego reconstruir un agregado sin cierto appliance.

Escenario EMG (unidades motoras)

Multi‑canal EMG recoge mezcla de varias unidades motoras y ruido.
ICA/NMF se usan para:
- Mejorar clasificación de gestos al separar fuentes musculares.
- Reducir dimensionalidad conservando sinergias motoras.

Aquí la analogía con NILM es aún más clara: cada unidad motora se comporta como una “carga” cuya contribución quieres estimar a partir de una mezcla observada.