La estimación de parámetros, como la relación señal a ruido, las características del canal, la ocupación espectral, la modulación y las interferencias, resulta esencial para optimizar procesos críticos de detección, sincronización y demodulación en sistemas modernos de comunicaciones. Aunque históricamente se han empleado modelos analíticos y estadísticos clásicos, la creciente complejidad de los escenarios dinámicos y no lineales demanda alternativas más robustas y adaptativas. Frente a este desafío, la presente tesis propone investigar y desarrollar metodologías de inteligencia computacional aplicadas a la estimación, integrando herramientas de aprendizaje automático, computación evolutiva, dinámica caótica y esquemas híbridos para superar las limitaciones de los métodos convencionales en precisión, robustez y generalización. Las propuestas serán validadas mediante simulaciones bajo diversas condiciones de canal y ruido en sistemas digitales, evaluando además su factibilidad de implementación en plataformas de hardware reconfigurable para aplicaciones con procesamiento en tiempo real. En conjunto, esta investigación busca aportar nuevas soluciones de estimación sustentadas en sistemas dinámicos no lineales e inteligencia computacional, facilitando su traslado a arquitecturas de alto rendimiento.

Esta tesis propone una innovadora aproximación para el modelado de entornos subacuáticos mediante la combinación de Inteligencia Artificial (IA) y sistemas caóticos.

El proyecto aborda los desafíos de la exploración submarina, como la escasez de datos y la dificultad de implementar modelos de IA complejos en dispositivos con recursos limitados.

La hipótesis central es que la integración de sistemas no lineales (caos) con técnicas de IA, como los Autoencoders, permitirá desarrollar modelos computacionalmente eficientes para clasificar especies marinas, caracterizar el ruido del canal y generar datos acústicos sintéticos.

Un objetivo clave es optimizar estos modelos para su implementación en hardware de bajos recursos, como FPGAs, superando las limitaciones de energía y latencia en aplicaciones en tiempo real. La investigación busca avanzar en la monitorización y conservación de la biodiversidad marina, fortaleciendo la colaboración entre los laboratorios de Comunicaciones, Sistemas Caóticos y Componentes del ICYTE

Sistemas de radio cognitiva

Generadores de números pseudoaleatorios en aritmética de residuos: teoría e implementación en FPGAs

Implementación de sistemas de transmisión segura en comunicaciones inalámbricas de corto alcance

Diseño de bloques caóticos orientados a dispositivos lógicos programables