Show simple item record

dc.contributor.authorTouza Gil, Ramón 
dc.date.accessioned2021-07-12T11:53:26Z
dc.date.available2021-07-12T11:53:26Z
dc.date.issued2021
dc.description.abstract[SPA] Una de las situaciones más peligrosas a las que puede tener que enfrentarse un buque de guerra es a un ataque con misiles lanzados desde otros buques, aeronaves, submarinos o desde tierra. Además, dado el escenario actual, no es descartable que un grupo terrorista pueda adquirir misiles y emplearlos contra barcos que estén operando cerca de la costa, lo que aumenta su vulnerabilidad debido al escaso margen de reacción. Uno de los medios que tiene el buque para su defensa son los señuelos, diseñados para engañar al misil enemigo. Sin embargo, para que su empleo sea efectivo es necesario obtener, de forma rápida, una solución de lanzamiento válida. El propósito principal de esta tesis es mejorar la efectividad del lanzamiento de señuelos antimisil de un buque mediante la construcción de un modelo de inteligencia artificial/aprendizaje automático y de un gestor de soluciones basado en técnicas de decisión multicriterio, que proporcionen de forma inmediata, los datos necesarios para tomar la decisión de disparo. Para abordar el objetivo anteriormente expuesto, ha sido necesario diseñar una metodología que, a partir de los datos aportados por un radar instrumental, permita automatizar el análisis estadístico y la generación de modelos de distribución de probabilidad más realistas de la superficie equivalente radar de un buque, que implementados en un simulador numérico de la defensa antimisil, logren mejorar los resultados de la simulación y obtener un conjunto de datos de entrenamiento fiable para la construcción de los modelos de inteligencia artificial.es_ES
dc.description.abstract[ENG] One of the most dangerous situations a warship may have to face is an attack with missiles launched from other ships, aircraft, submarines or from land. Moreover, given the current scenario, it is not out of the question that a terrorist group could acquire missiles and use them against ships operating close to the coast, which increases their vulnerability due to the limited reaction margin. One of the means available to the ship for its defense are decoys, designed to deceive the enemy missile. However, in order for their use to be effective, it is necessary to quickly obtain a valid launching solution. The main purpose of this thesis is to improve the effectiveness of a ship's anti-missile decoy launch by develop an artificial intelligence/machine learning model and a solution manager based on multi-criteria decision making techniques that immediately provides the ship with the necessary data to make the firing decision. To address the above objective, it has been necessary to design a methodology that, from the data provided by an instrumental radar, allows to automate the statistical analysis and the generation of more realistic probability density functions of a ship radar cross section, which, implemented in a numerical simulator of the anti-missile defense, can improve the simulation results and obtain a reliable training data set for the construction of artificial intelligence models.en
dc.formatapplication/pdfes_ES
dc.language.isospaes_ES
dc.publisherRamón Touza Giles_ES
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 España*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/*
dc.titleAplicación de la inteligencia artificial a la defensa de un buque contra misiles de guía de radiofrecuencia mediante señueloses_ES
dc.typeinfo:eu-repo/semantics/doctoralThesises_ES
dc.subjectDefensa nacionales_ES
dc.subjectFuerzas armadases_ES
dc.subjectInnovaciones tecnológicases_ES
dc.subjectInteligencia artificiales_ES
dc.subjectSeguridad en las tecnologíases_ES
dc.subjectTecnología militares_ES
dc.subjectBarcoses_ES
dc.subjectRadares_ES
dc.subjectSimulaciónes_ES
dc.subjectAnálisis de datoses_ES
dc.subjectReceptores de radioes_ES
dc.subject.otherMatemática Aplicadaes_ES
dc.contributor.advisorMartínez Torres, Javier 
dc.contributor.advisorÁlvarez Hernández, María 
dc.contributor.advisorRoca Pardiñas, Javier 
dc.date.submitted2021-07-01
dc.identifier.urihttp://hdl.handle.net/10317/9622
dc.description.centroEscuela Internacional de Doctorado de la Universidad Politécnica de Cartagenaes_ES
dc.contributor.departmentMatemática Aplicada y Estadísticaes_ES
dc.identifier.doi10.31428/10317/9622
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses_ES
dc.description.universityUniversidad Politécnica de Cartagenaes_ES
dc.subject.unesco3310 Tecnología Industriales_ES
dc.subject.unesco3319.02 Barcoses_ES
dc.subject.unesco3307.10 Radares_ES
dc.description.programadoctoradoPrograma de Doctorado en Tecnologías Industrialeses_ES
dc.contributor.convenianteUniversidad de Vigoes_ES
dc.contributor.convenianteCentro Universitario de la Defensa en la Escuela Naval Militar de Marín (Pontevedra).es_ES


Files in this item

untranslated

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial-SinDerivadas 3.0 España
Except where otherwise noted, this item's license is described as Atribución-NoComercial-SinDerivadas 3.0 España