Proporción de Bloqueo a Señal JSR-GFNet: Control Dinámico Consciente de la Proporción de Bloqueo a Señal para la Clasificación de Interferencias en futuros Sistemas de Navegación Satelital Global Cognitiva

Control Dinámico para mejorar la precisión y eficiencia en la clasificación de interferencias en sistemas GNSS.

martes, 3 de febrero de 2026 • 2 min de lectura • Equipo Q2BSTUDIO

Control Dinámico de Clasificación de Interferencias en Sistemas GNSS

En el constante avance hacia sistemas de navegación satelital global cognitiva, la clasificación precisa de interferencias se vuelve crucial para activar estrategias de mitigación adaptativas. Sin embargo, los métodos convencionales basados en Análisis Tiempo-Frecuencia (TFA) y Redes Neuronales Convolucionales (CNN) enfrentan limitaciones fundamentales en entornos de Baja Relación Señal a Bloqueo (JSR), debido a la degradación del rendimiento por el ruido y la "degeneración de características" causada por la pérdida de información de fase en espectrogramas basados solo en magnitud.

Para superar estos desafíos, se propone en este estudio la JSR-GFNet (JSR-Guided Fusion Network). Esta arquitectura multimodal combina muestras de In-Fase/Cuadratura (IQ) sensibles a la fase con espectrogramas de Transformada de Fourier de Tiempo Corto (STFT). En el centro de este marco se encuentra un mecanismo de compuerta dinámica inspirado en la física y conducido por descriptores estadísticos de señal. Actuando como un controlador condicional, estima de manera autónoma la fiabilidad de la señal para reponderar dinámicamente las contribuciones de una red neuronal ResNet de valores complejos (flujo IQ) y una columna vertebral EfficientNet (flujo STFT).

Para validar el modelo, se introduce el conjunto de datos detallado de Interferencia GNSS Integral (CGI-21), que simula 21 categorías de interferencia, incluidas formas de onda definidas por software desde plataformas aéreas. Experimentos extensos demuestran que JSR-GFNet logra una mayor precisión en todo el espectro de JSR de 10 a 50 dB. Notablemente, el análisis de interpretabilidad confirma que el modelo aprende una estrategia físicamente intuitiva: priorizar la integración de energía espectral en entornos limitados por el ruido y centrarse en la precisión de fase en escenarios de alta SNR para resolver ambigüedades de modulación.

Esta innovadora propuesta ofrece una sólida solución para la seguridad de navegación aeroespacial de próxima generación, destacando la importancia de la clasificación de interferencias en el entorno de los sistemas GNSS.

Para desarrollar aplicaciones a medida que incorporen tecnologías de última generación como la inteligencia artificial, la ciberseguridad y los servicios cloud, contar con un equipo especializado como Q2BSTUDIO es fundamental. Sus servicios incluyen la implementación de agentes IA, el desarrollo de aplicaciones a medida y la integración de soluciones cloud como AWS y Azure, así como servicios de inteligencia de negocio con herramientas como Power BI.

¿UNA PAUSA?

Juega un momento antes de irte

NUESTROS SERVICIOS

Cómo podemos ayudarte

¿Tienes un proyecto en mente?

Cuéntanos tu visión y la convertimos en una solución de software. Sea cual sea el alcance, hacemos realidad tu idea.