Descripción del proyecto
UNA DE LAS PRINCIPALES VENTAJAS DE LOS SISTEMAS EN RED, EN RELACION CON EL ANALISIS Y EL PROCESAMIENTO DE SEÑALES ALEATORIAS, ES QUE PERMITEN COMBINAR INFORMACION PROCEDENTE DE MULTIPLES SENSORES PARA LOGRAR, EN GENERAL, MEJORES INFERENCIAS (MENOS COSTOSAS, MAS FIABLES Y MAS PRECISAS) QUE LAS QUE SE DEDUCEN A PARTIR DE LOS SISTEMAS DE COMUNICACION TRADICIONALES CON UN SOLO SENSOR. POR ESTE MOTIVO, Y POR SUS NUMEROSAS APLICACIONES EN LA ADQUISICION Y EL TRATAMIENTO DE DATOS, ESTE TIPO DE SISTEMAS CONSTITUYE ACTUALMENTE UN ACTIVO FOCO DE INVESTIGACION. EN LA PRACTICA, LOS SENSORES DE LA RED PUEDEN FALLAR ALEATORIAMENTE, COLAPSAR O SUFRIR INTERFERENCIAS EN LAS COMUNICACIONES, POR LO QUE ES NECESARIO DISEÑAR ALGORITMOS DE ESTIMACION QUE TENGAN EN CUENTA ESTE TIPO DE FALLOS Y RESTRICCIONES ALEATORIAS. ASI, A PESAR DE LOS NUMEROSOS RESULTADOS EXISTENTES EN TORNO AL PROBLEMA DE ESTIMACION EN SISTEMAS EN RED, SIGUEN EXISTIENDO INTERESANTES RETOS QUE MOTIVAN EL ESTUDIO DE DICHO PROBLEMA EN SITUACIONES EN LAS QUE EXISTEN DIFERENTES FUENTES DE INCERTIDUMBRE, CUYO EFECTO PROVOCA LA IMPRECISION DE LOS MODELOS CONVENCIONALES.EL ESPACIO NATURAL DE VALORES DE LOS VECTORES ALEATORIOS QUE INTERVIENEN EN LA DESCRIPCION DE LOS SISTEMAS EN RED ES EL CORRESPONDIENTE ESPACIO EUCLIDEO, YA QUE, A MENUDO, TANTO LAS COMPONENTES DE LA SEÑAL DE INTERES COMO LAS DE LAS OBSERVACIONES Y LOS RUIDOS DE LOS DIFERENTES SENSORES TOMAN VALORES REALES. EN ESTE CONTEXTO, NOS PLANTEAMOS AVANZAR EN LA INVESTIGACION DEL PROBLEMA DE ESTIMACION FUSION, PARA LO QUE SE ESTABLECERAN MODELOS MATEMATICOS QUE DESCRIBAN EL EFECTO DE LAS INCERTIDUMBRES QUE AFECTAN A LAS MEDIDAS Y A LA TRANSMISION DE INFORMACION A TRAVES DE LA RED. PARA CADA UNO DE LOS MODELOS CONSIDERADOS, DISEÑAREMOS ALGORITMOS DE ESTIMACION RECURSIVOS Y FACILMENTE IMPLEMENTABLES, APLICANDO DIFERENTES TECNICAS DE FUSION PARA COMBINAR LA INFORMACION PROPORCIONADA POR LOS SENSORES.DE FORMA PARALELA, EL PROCESAMIENTO DE SEÑALES EN ENTORNOS HIPERCOMPLEJOS HA EXPERIMENTADO UNA GRAN POPULARIDAD EN EL ESTUDIO DE SEÑALES MULTIDIMENSIONALES, DEBIDO A SU UTILIDAD EN DIFERENTES CAMPOS DE APLICACION. EN GENERAL, LAS SEÑALES HIPERCOMPLEJAS SE CLASIFICAN EN BASE A SUS PROPIEDADES DE SEGUNDO ORDEN EN IMPROPIAS Y PROPIAS, SIENDO ESTAS ULTIMAS LAS DE MAYOR INTERES POR SUS VENTAJAS COMPUTACIONALES. DE HECHO, EL PROCESAMIENTO PROPIO DE SEÑALES HIPERCOMPLEJAS HA RESULTADO SER UNA HERRAMIENTA EFICAZ COMO TECNICA DE REDUCCION DE LA DIMENSION. FRENTE A LOS CUATERNIONES TRADICIONALMENTE UTILIZADOS, NOS INTERESAREMOS POR EL ESTUDIO DE ALGEBRAS HIPERCOMPLEJAS CONMUTATIVAS EN LAS QUE SE DEFINEN DISTINTOS TIPOS DE PROPIEDAD DE LA SEÑAL QUE CONDUCEN A SOLUCIONES MAS EFICIENTES QUE LAS OBTENIDAS EN EL CAMPO REAL. EN ESTE SENTIDO, EXTENDEREMOS ALGUNAS DE LAS TECNICAS DE MODELIZACION Y ESTIMACION FUSION AL AMBITO HIPERCOMPLEJO, BAJO DISTINTAS CONDICIONES DE PROPIEDAD.CONCRETAMENTE, SE PRETENDE ABORDAR LAS SIGUIENTES CUESTIONES:- PROFUNDIZAR EN EL ESTUDIO DE NUEVAS ALGEBRAS HIPERCOMPLEJAS COMO DOMINIO PARA EL PROCESAMIENTO ESTADISTICO DE SEÑALES Y ESTUDIAR LAS CARACTERISTICAS DE PROPIEDAD Y SUS REPERCUSIONES.- DISEÑAR ALGORITMOS DE ESTIMACION FUSION DE MINIMOS CUADRADOS PARA SISTEMAS EN RED, QUE SEAN ADECUADOS A SITUACIONES REALES Y QUE PROPORCIONEN ESTIMADORES MAS EFICIENTES QUE LOS EXISTENTES EN LA LITERATURA.- AVANZAR EN EL DESARROLLO DE MODELOS MATEMATICOS QUE REFLEJEN DIFERENTES FENOMENOS ALEATORIOS INHERENTES A LOS SISTEMAS EN RED. STIMACION MINIMO CUADRATICA\TECNICAS DE REDUCCION DE LA DIMENSION\SISTEMAS EN RED\SEÑALES HIPERCOMPLEJAS PROPIAS\SEÑALES ALEATORIAS\INCERTIDUMBRES\MATRICES ALEATORIAS\MODELIZACION