Caracterización y filtrado de señales inmersas en ruido caótico y estocástico

Abstract

Esta tesis investiga la aplicación de las técnicas de DSP ya existentes y su combinación con la teoría de sistemas dinámicos para la caracterización de señales de información inmersas en caos determinista, en ruido blanco gaussiano y en una combinación de ambos. Este tipo de señales aparece en los sistemas de comunicaciones que emplean enmascaramiento por caos y que fueron motivo de investigaciones previas en el grupo de trabajo [Hidalgo, 2003; Larrondo et al., 1997]. Se analizan distintas estrategias para “desenmascarar” una señal encriptada y se evalúan la capacidad y limitaciones de cada una de ellas. En el caso de las señales inmersas en caos se investiga no sólo la adición de caos a una señal de información sino también una técnica de encriptamiento basada en la Descomposición Activa Pasiva (APD) desarrollada por Kocarev y colaboradores [Kocarev y Parlitz, 1995] en el campo de las comunicaciones. La tesis presenta nuevos algoritmos de procesamiento, evaluados tanto por simulación como por mediciones reales. En su último capítulo la tesis presenta investigaciones en curso sobre la aplicación de las medidas de “complejidad de Zipping” [Lempel y Ziv, 1976] y “Complejidad Estadística” [Martin et al.,2003] para la caracterización de los sistemas dinámicos continuos. Se desarrolla una metodología que aplica estas medidas de complejidad al “Mapa de Lorenz” del sistema y que permite detectar la presencia o ausencia de mensajes inmersos en la señal caótica. La utilización del Mapa de Lorenz puede pensarse como una técnica de muestreo de paso seudoaleatorio, donde el espaciado entre muestras queda determinado por la dinámica del sistema caótico. El muestreo de paso variable y aleatorio es un área de investigación en el DSP [Milocco, 2005].