Aplicación de la inteligencia artificial a la defensa de un buque contra misiles de guía de radiofrecuencia mediante señuelos

  1. TOUZA GIL, RAMÓN
Dirixida por:
  1. Javier Martínez Torres Director
  2. Javier Roca Pardiñas Co-director
  3. María Álvarez Hernández Co-director

Universidade de defensa: Universidad Politécnica de Cartagena

Fecha de defensa: 01 de xullo de 2021

Tribunal:
  1. José Ramón Fernández García Presidente/a
  2. Juan Miguel Sánchez Lozano Secretario
  3. Raquel Villacampa Gutiérrez Vogal

Tipo: Tese

Resumo

Resumen de la tesis: 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. http://repositorio.bib.upct.es/dspace/