Tecnologías de ciclo corto y metodologías ágiles para defensa. Definiciones, ejemplos de aplicación y resultados reales (I)

Introducción:

En el campo civil y sobre todo asociadas a las TIC ́s (Tecnologías de la Información y Comunicaciones), hemos visto surgir en las últimas décadas las tecnologías de ciclo corto y sus modelos específicos de gestión, siendo actualmente las más utilizadas en una gran parte del mercado de consumo y permeabilizándose a otros campos, como el mundo bancario. En esta serie de dos artículos realizaremos una definición de tecnologías de ciclo corto y una forma de gestión de este tipo de proyectos que se conoce como metodologías ágiles (Agile). Finalmente describiremos una estructura creada y ajustada para la realización de proyectos de ciclo corto en el campo de la defensa en el marco de España, terminando con una evaluación crítica de dos resultados reales de sistemas realizados siguiendo este modelo y metodología de trabajo.

En este primer artículo vamos a realizar una breve descripción tanto de las tecnologías de ciclo corto como de las metodologías “Agile” y su aplicación a la realización de este tipo de proyectos (metodología de trabajo). Los actores y roles asignados para estos casos prácticos de aplicación son la Brigada «Guadarrama XII» como usuario final, Teldat S.A. como empresa y el Grupo de Investigación «B105 Electronic Systems Lab» de la Universidad Politécnica de Madrid como equipo de I+D+i. Asimismo y para el segundo proyecto, una vez analizados los resultados del primero que fue utilizado como experimento de trabajo, se incorporó el MALE como observador y enlace institucional con el Ejército de Tierra. Los proyectos que se han desarrollado y sobre los que realizaremos un análisis crítico son un «Puesto de mando inalámbrico a nivel Brigada (C4W)” y un «Sistema de blancos basado en proyección laser con reconocimiento automático de resultados (Blancok)».

En este artículo ha sido publicado por la Academia de las Ciencias y las Artes Militares (ACAMI) y está disponible, en su versión completa, en el siguiente link: https://acami.es/portfolio/tecnologias-ciclo-corto-metodologias-agiles-defensa/

Gated Recurrent Unit Neural Networks for Automatic Modulation Classification With Resource-Constrained End-Devices

The article “Gated Recurrent Unit Neural Networks for Automatic Modulation Classification With Resource-Constrained End-Devices” by our lab member Ramiro Utrilla has just been published in the IEEE Access, a high-impact open-access journal.

This work has been carried out in collaboration with researchers from the CONNECT – Centre for Future Networks and Communications in Dublin (Ireland), where Ramiro carried out a research stay of 3 months.

In this article, they focus on the Automatic Modulation Classification (AMC). AMC is essential to carry out multiple CR techniques, such as dynamic spectrum access, link adaptation and interference detection, aimed at improving communications throughput and reliability and, in turn, spectral efficiency. In recent years, multiple Deep Learning (DL) techniques have been proposed to address the AMC problem. These DL techniques have demonstrated better generalization, scalability and robustness capabilities compared to previous solutions. However, most of these techniques require high processing and storage capabilities that limit their applicability to energy- and computation-constrained end-devices.

In this work, they propose a new gated recurrent unit neural network solution for AMC that has been specifically designed for resource-constrained IoT devices.


The proposed GRU network model for AMC.

They trained and tested their solution with over-the-air measurements of real radio signals, which were acquired with the MIGOU platform.


Dataset generation scenario set up.


Comparison of signals recorded at (a) 1 and (b) 6 meters. The signals in the bottom row are the normalized version of those in the top row.

Their results show that the proposed solution has a memory footprint of 73.5 kBytes, 51.74% less than the reference model, and achieves a classification accuracy of 92.4%.

Increasing the training set can lead to improvements in the performance of a model without increasing its complexity. These improvements allow developers to reduce the complexity of the model and, therefore, the device resources it requires. However, longer training processes can lead to fitting and gradient problems. These tradeoffs should be explored when developing neural network-based solutions for resource-constrained end-devices.

Applied Science: Special Issue “Wireless Sensor Networks: Technologies, Applications, Prospects”

The main objective of this Special Issue is to provide a common space for WSNs researchers to share their high quality research and outcomes, and disseminate them to the rest of the world. The topics include novel designs,
developments, and management of smart systems with a focus on new applications. In addition to these, notable advancements in the performance of WSN are welcome.

A Methodology for Choosing Time Synchronization Strategies for Wireless IoT Networks

This summer we have published a new article about time synchronization for wireless sensor networks, applied to the field of IoT, in Sensors Open Access Journal. This journal has these statistics:

  • 2018 Impact Factor: 3.031
  • 5-year Impact Factor: 3.302
  • JCR category rank: 15/61 (Q1) in ‘Instruments & Instrumentation’

This article belongs to the Special Issue Topology Control and Protocols in Sensor Network and IoT Applications.

This article has a direct relationship with the thesis of our colleague Francisco Tirado-Andrés. This thesis investigates a methodology, and associated tools, to make it easier for all researchers to choose time synchronization protocols for specific WSNs.

For more information about this article please visit MDPI webpage.

Jornadas sobre Ciberinteligencia

En las Jornadas sobre Ciberinteligencia organizadas por la Guardia Civil y el Instituto Universitario de Investigación sobre Seguridad Interior que tuvieron lugar el 16 y 17 de Octubre participamos en la mesa redonda “El potencial de los algoritmos para el desarrollo de herramientas de ciberinteligencia” con la ponencia “IoT en Ciberinteligencia”.

B105 Diptico-Jornada-Ciberinteligencia-GC

B105 IoT en Ciberinteligencia