Filtraje robusto de señales débiles de fenómenos reales

Abstract

En un gran número de escenarios de la vida real se requiere procesar señales de interés que se encuentran muy inmersas en medio de ruido de fondo: señales tectónicas de las entrañas de la Tierra, otras provenientes del lejano cosmos, de telemetría biomédica, acústicas lejanas, interfaces neuronales no invasivas, etc. El propósito de este trabajo es presentar la descripción de una plataforma robusta y eficiente para hacer filtraje en tiempo real de señales muy inmersas en ruido (bastante débiles) y de naturaleza muy diferente. La estrategia propuesta se basa en dos principios: el modelado de las señales de los fenómenos físicos mediante procesos caóticos y la aplicación de estrategias de filtraje basadas en la teoría de sistemas dinámicos no lineales. Tomando como caso de estudio señales sísmicas, señales de electrocardiogramas fetales, señales de tipo voz y señales de interferencias de radiofrecuencia, este trabajo experimental muestra que la metodología es eficiente (error cuadrático medio menor al 1 %) y robusta (la estructura de filtraje, basada en filtro de Kalman, es invariante ante diferentes señales fenomenológicas). La metodología presentada resulta ser muy atractiva para aplicaciones prácticas para la detección de señales débiles en tiempo real por su alta precisión de filtraje con una mínima complejidad computacional y tiempos de procesamiento muy cortos//In a large number of real-life scenarios it is required to process desired signals that are significantly immersed into background noise: tectonic signals from the entrails of the earth, signals coming from the far away cosmos, biometric telemetry signals, distant acoustic signals, noninvasive neural interfaces and so on. The purpose of this paper is to present the description of a robust and efficient platform for the real time filtering of signals deeply immersed in noise (rather weak signals) with rather different nature. The proposed strategy is based on two principles: the chaotic modelling of the signals describing the physical phenomena and the application of filtering strategies based on the theory of non-linear dynamical systems. Considering as a study case seismic signals, fetal electrocardiogram signals, voice-like signals and radio frequency interference signals, this experimental work shows that the proposed methodology is efficient (with mean squared error values less than 1%) and robust (the filtering structure remains the same although the phenomenological signals are drastically different). It turns out that the presented methodology is very attractive for the real time detection of weak signals in practical applications because it offers a high filtering precision with a minimum computational complexity and short processing times.