Propuesta para La Implementación de Un Sistema de Detección de Blancos Móviles Basado en Tecnología Satelital en La Aviación de Estado en Colombia

Propuesta para la Implementación de un Sistema de Detección de Blancos Móviles Basado en Tecnología Satelital en la
Aviación de Estado en Colombia
PROPUESTA PARA LA IMPLEMENTACIÓN DE UN SISTEMA DE

DETECCIÓN DE BLANCOS MÓVILES BASADO EN
TECNOLOGÍA SATELITAL EN LA AVIACIÓN DE ESTADO EN
COLOMBIA
Autor
Ing. Felix Parca Acevedo
Tutor
Ing. Edgar Leonardo Gómez Gómez. M.Sc.
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS

Maestría en Telecomunicaciones Móviles – Metodología Virtual
Línea de Investigación en Telecomunicaciones Aeronáuticas
Bogotá, Colombia
Agosto de 2020
Página | 0
CONTENIDO
RESUMEN .......................................................................................................................................... 3
PALABRAS CLAVE .......................................................................................................................... 4
INTRODUCCIÓN ............................................................................................................................... 5
1. PROBLEMA DE INVESTIGACIÓN ......................................................................................... 8
1.1 PLANTEAMIENTO DEL PROBLEMA ........................................................................... 8
1.2 FORMULACIÓN DEL PROBLEMA .............................................................................. 10
1.3 SISTEMATIZACIÓN DEL PROBLEMA ........................................................................ 11
2. OBJETIVOS .............................................................................................................................. 12
2.1 OBJETIVO GENERAL .................................................................................................... 12
2.2 OBJETIVOS ESPECÍFICOS ............................................................................................ 12
3. JUSTIFICACIÓN ...................................................................................................................... 13
4. MARCO DE REFERENCIA..................................................................................................... 15
4.1 MARCO TEÓRICO .......................................................................................................... 14
4.2 MARCO CONCEPTUAL ................................................................................................. 33
5. HIPÓTESIS ............................................................................................................................... 46
6. METODOLOGÍA...................................................................................................................... 47
7. IMPACTO Y RESULTADOS ESPERADOS .......................................................................... 50
8. RECURSOS Y PRESUPUESTO .............................................................................................. 52
9. CRONOGRAMA ...................................................................................................................... 53
10. LIMITACIONES ................................................................................................................... 56
11. REFERENCIAS .................................................................................................................... 57
TABLAS
Tabla 1. Fortalecimiento de la comunidad científica ............................................................... 49

Tabla 2. Apropiación social del conocimiento…………………………………………………….. 50
Tabla 3. Impactos esperados…………………………………………………………………….… 50
Tabla 4. Costos directos…………………………………………………………………………… 51
Tabla 5. Costos recursos humanos………………………………………………………………….51
Tabla 6. Presupuesto toral ................................................................................................... 51
FIGURAS
Figura 1. Crecimiento sostenido de trafico……………………………………………………...…..16
Figura 2. Lobulo principal Radar…………………………..………………………………………..17
Figura 3. Principio de funcionamiento radar de pulsos……………………………………………...21
Figura 4. Caracteristicas señal Radar………………………………………………………………...21
Página | 1
Figura 5. Ciclo de trabajo ............................................................................................... ..…22

Figura 6. Pulsos estrechos ................................................................................................... 23
Figura 7. Tiempo de retardo del eco retornado ....................................................................... 26
Figura 8. Relación entre el rumbo verdadero y el rumbo relativo .............................................. 27
Figura 9. Determinación del rumbo ...................................................................................... 27
Figura 10. Ángulo de elevación............................................................................................ 28
Figura 11. Altura vs Altitud ................................................................................................. 28
Figura 12. Calculo de la altura ............................................................................................. 29
Figura 13. Resolución angular.............................................................................................. 30
Figura 14. Separación mínima y máxima entre dos aeronaves ................................................. 31
Figura 15. Resolución de celda ............................................................................................ 32
Figura 16. Clasificación de los sistemas de vigilancia aérea ..................................................... 33
Figura 17. Funcionamiento PSR ........................................................................................... 34
Figura 18. Funcionamiento SSR ........................................................................................... 35
Figura 19.. Funcionamiento Sistema MLAT .......................................................................... 36
Figura 20. Funcionamiento Sistema ADS-C .......................................................................... 37
Figura 21. Funcionamiento Sistema ADS-B .......................................................................... 38
Figura 22. Diagrama jerárquico WBS de las actividades a desarrollar ....................................... 39
Figura 23. Cronograma de actividades de Gantt fase 0,1, 2, 3 y 4 ............................................. 52
Figura 24. Cronograma de actividades de Gantt fase 0,1, 2 y 3 ......................................... 53 y 54
Página | 2
RESUMEN
Esta investigación tiene como marco la prestación del servicio de Vigilancia Aérea para la aviación de Estado en
Colombia. En la actualidad, la prestación de este servicio se soporta tecnológicamente en sistemas convencionales
de Radar (Radio Detección and Ranging), los cuales se ven limitados debido a las condiciones operacionales del
transporte aéreo, y el crecimiento acelerado de las operaciones aéreas en Colombia y en general en el mundo.
Las aeronaves detectadas por el sistema de vigilancia, son visualizadas por un operario en tierra en su estación de
monitoreo que cuenta con pantallas de vigilancia. Esta visualización le permite conocer la situación aérea de
cierto espacio y mantener comunicación constante con las aeronaves. Este servicio es fundamental para proteger
el espacio aéreo de nuestro país y prevenir emergencias en las cuales pueden verse involucradas cientos de vidas
humanas. El problema de investigación identificado surge de una necesidad que tiene la Fuerza Aérea Colombiana
y en general la aviación de Estado en Colombia, de modernizar la tecnología en la que basa su sistema de
vigilancia aérea. Este sistema es usado para propósitos como prevenir incursiones en el espacio aéreo por
aeronaves no identificadas, obtener anticipadamente información de posibles colisiones entre aeronaves,
gestionar el gran volumen de datos de tránsito aéreo, prevenir incidentes y/o accidentes aéreos, entre otros.
Dentro de la presente investigación, se pretende diseñar una propuesta para la implementación de un sistema de
vigilancia aérea basado en tecnología satelital, que permita la interdependencia e integración de sus señales con
las de un sistema de convencional basado en una red de sensores Radar, para la prestación del servicio de
vigilancia para la aviación de Estado en Colombia. Mediante esta integración de tecnologías se pueden aumentar
los niveles confiables de resolución, precisión e integridad durante la detección de las aeronaves desde su
despegue, navegación y hasta su destino final.
Para ello, se plantea iniciar con un estudio descriptivo que permita identificar las características técnicas y
regulatorias de los sistemas convencionales de vigilancia aérea basados en Radares que utiliza la Fuerza Aérea
Colombiana, con el fin de establecer sus limitaciones técnicas y operacionales, y las posibilidades de integración
de sus señales con las de un sistema de vigilancia aérea basado en tecnología satelital, el cual también será
analizado tanto técnica como normativamente.
Posteriormente, se estudiarán técnicas de integración de señales basadas en filtros de seguimiento de objetos, con
el objetivo de determinar la más adecuada para realizar la integración de las señales proporcionadas por los
Radares y aquellas señales generadas por sistemas basados en tecnología satelital, para finalmente desarrollar una
propuesta técnica y normativa que permita obtener un sistema de vigilancia mejorado donde se integren las
señales de estos dos tipos de tecnologías.
Página | 3
Se espera que la integración de las señales permita a la Aviación de Estado en Colombia tener un sistema de
vigilancia que supere las limitaciones de los sistemas convencionales basados en la red de sensores Radar,
aumentando los niveles de seguridad y confiabilidad de la información de detección de aeronaves para propósitos
de defensa y soberanía de nuestro País.
PALABRAS CLAVE
Vigilancia Aérea; Filtros de Seguimiento de objetos; Radar; Servicios a la navegación Aérea; Tecnologías
satelitales; Telecomunicaciones Aeronáuticas; Aviación de Estado.
Página | 4
INTRODUCCIÓN
En el contexto de las telecomunicaciones aeronáuticas, el proceso que se emplea para la detección y guía de
aeronaves se denomina “Servicio de Vigilancia Aérea”, el cual juega un factor directamente influyente en la
seguridad operacional de la aviación nacional e internacional.
Naturalmente, el transporte aéreo constituye un elemento esencial en la sociedad actual, propiciando tanto el
acercamiento de personas y culturas, como el crecimiento económico de la sociedad en su conjunto. Una parte
fundamental de la operación del Sector Transporte – Modo Aéreo, es el sistema de gestión de tránsito aéreo (ATM
por sus siglas en inglés Air Traffic Management), el cual tiene como objetivo el movimiento seguro y eficiente
de las aeronaves en el espacio aéreo y aeropuertos. Esto conduce a que la gestión del tránsito aéreo englobe, los
procesos, procedimientos y sistemas tecnológicos necesarios para facilitar el transporte seguro de personas y
mercancías a bordo de aeronaves entre dos puntos. Así, el flujo del tránsito aéreo precisa de un orden con el fin
de proporcionar una navegación rápida, fiable y segura desde el origen hasta el punto de destino. En las últimas
décadas el mundo ha experimentado un aumento constante en la cantidad de operaciones aéreas, lo que redunda
en un mayor número de aeronaves sobrevolando simultáneamente. Esto genera la necesidad de innovar en el
desarrollo tecnológico y transformar los sistemas empleados en la gestión del tránsito aéreo y en la optimización
de rutas aéreas.
La aplicación de señales de radiofrecuencia para el servicio de vigilancia aérea en el tránsito aéreo de un territorio,
hace posible el seguimiento de múltiples aeronaves desde una sala central de vigilancia a través de pantallas
Radar. El sistema de vigilancia aérea le permite a un operario experto, visualizar cada una de las aeronaves que
sobrevuelan el espacio aéreo que está siendo vigilado por este [1]. De esta forma, le es posible realizar el control
de la circulación del espacio aéreo, evitando situaciones como por ejemplo que dos aeronaves sobrepasen los
rangos mínimos de separación [2], [3] y que el riesgo de colisión entre ellas exceda el límite permitido. De esta
manera, desde tierra es posible conocer en todo momento la situación operacional del espacio aéreo, con precisión,
integridad y continuidad. El sistema de vigilancia aérea permite conocer en tiempo real la posición de las
aeronaves, así como su identificación, tanto de aeronaves autorizadas como ilegales. Mediante la localización e
identificación de estas últimas, la Fuerza Aérea Colombiana cumple su misión de defender la soberanía, la
integridad territorial y proteger el espacio aéreo colombiano.
También está en la capacidad realizar advertencias de altitud mínima segura, advertencias de área de peligro y
otras alertas similares. A su vez, la vigilancia se utiliza para actualizar los planes de vuelo, mejorar las
estimaciones en futuros puntos de referencia y también eliminar la carga de trabajo de los pilotos al proporcionar
informes de voz sobre cómo llegar a los puntos de referencia. Así pues, la información de posición (4D) e
Página | 5
indicativo de las aeronaves que evolucionan en un determinado espacio aéreo controlado, ha sido
tradicionalmente básica para poder realizar las funciones de vigilancia y guiado, y aún lo será más en el futuro
para garantizar el conocimiento, por todos los agentes afectados, del estado real de la trayectoria de las aeronaves.
No obstante, las soluciones tecnológicas utilizadas hasta el momento por la Aviación de Estado en Colombia para
la prestación del servicio de vigilancia aérea se caracterizan por su rigidez, por requerir importantes
infraestructuras emplazadas en tierra y por sus elevados costos de despliegue y mantenimiento. Estos sistemas se
denominan Radar, por sus siglas en inglés (Radio Detection And Ranging).
Desde el desarrollo de los primeros sistemas de vigilancia aérea usados durante la segunda guerra mundial, el
control de la circulación aérea en espacios aéreos de media y alta densidad, se ha basado en el radar primario de
vigilancia (PSR- Primary Surveillance Radar) y el radar secundario de vigilancia (SSR – Secondary Surveillance
Radar). Estos sistemas convencionales, en la actualidad presentan grandes limitaciones debido al aumento
constante del flujo de aeronaves alrededor de todo el mundo. Para cubrir un espacio aéreo es necesario usar una
cantidad considerable de radares tanto primarios como secundarios, que muchas veces debe instalarse en lugares
remotos o de difícil acceso, lo cual aumenta los costos de implementación y la logística para el mantenimiento.
Aún con la implementación de una red de estos dispositivos, debido a su naturaleza operacional, la zona de
cobertura puede contener una gran cantidad de espacios vacíos producidos por las condiciones orográficas y el
alcance individual de cada estación. Estos espacios vacíos causan pérdidas de información de vigilancia, limitan
la cobertura del espacio aéreo y pueden ser aprovechados por las aeronaves que no quieren ser detectadas en caso
de estar cometiendo alguna operación ilícita.
Debido a esto, a nivel global han surgido diferentes proyectos que buscan evolucionar los recursos tecnológicos
usados en la actualidad para la prestación del servicio de vigilancia aérea. Un ejemplo de ellos son los programas
SESAR (Single European Sky Air Traffic Management Research) en Europa y NextGen (Next Generation) en
EE.UU [4], [5]. La filosofía de los programas SESAR y NextGen están enmarcadas en seguir las directrices que
recomienda la Organización de Aviación Civil Internacional (OACI), para la implementación de tecnologías de
vigilancia basadas en sistemas de posicionamiento satelital.
Es así, como en la presente investigación se pretende generar una propuesta enmarcada en la implementación de
un sistema de nueva generación para la vigilancia aérea que esté basado en tecnologías satelitales, que sea
interoperable y permita integrar sus señales con las de los sistemas de vigilancia aérea basados en Radares que
en la actualidad utiliza la Aviación de Estado en Colombia, es decir la Fuerza Aérea Colombiana. Al integrar
estos dos tipos diferentes de señales en una sola información de vigilancia, esta propuesta pretende aumentar la
Página | 6
seguridad operacional de la aviación de Estado en nuestro territorio y disminuir los errores técnicos, presentes en
el proceso de detección de blancos (aeronaves) de tránsito aéreo.
Para ello, se plantea una metodología de forma aplicada y tipo mixto, a través de la cual se espera sistematizar la
información acerca de nuevos sistemas de vigilancia, sus características técnicas, operacionales y normativas, de
fuentes como la Organización de Aviación Civil Internacional (OACI), la Administración Federal de Aviación
de los Estados Unidos (FAA), el Reglamento Aeronáutico de Latinoamérica (LAR), el Reglamento Aeronáutico
de Colombia (RAC) entre otras entidades e instituciones líderes a nivel internacional y nacional en el sector
aeronáutico.
Además, se han planeado tres grandes fases de desarrollo de la investigación, en coherencia con el planteamiento
del problema y los objetivos generales y específicos:
Primera fase: Preliminares, sistematización y documentación. Esta fase, permitirá satisfacer el

objetivo específico número uno. En ella se realizará un enfoque de tipo exploratorio de las caracteristicas
técnicas de los sistemas basados en sensores Radar de la Fuerza Aérea Colombiana, junto con los reportes
de mantenimiento donde se esperan identificar las deficiencias que se presentan en la operación de
control de tránsito aéreo usando estos sistemas. Seguidamente se identificarán las características técnicas
de los nuevos sistemas de vigilancia aérea basados en tecnología satelital que podrían ser integrados en
la aviación de estado en Colombia.
Segunda fase: Indagación técnica y concepciones. Esta fase permitirá satisfacer el objetivo específico
número dos. Esta se desarrollará con un enfoque de tipo descriptivo, que permitirá caracterizar la
información sobre los filtros de seguimiento de objetos que predominan a nivel internacional y regional,
en la integración de señales para diferentes técnicas en vigilancia aérea.
Tercera fase: Desarrollo de la propuesta. Esta fase permitirá satisfacer el objetivo específico número
tres. Esta se desarrollará con un enfoque de tipo propositivo, que permitirá entregar los resultados del
proceso de investigación, los cuales serán de tipo cualitativo.
Se espera que el desarrollo de la presente investigación contribuya a la optimización del servicio de vigilancia
aérea en Colombia, en particular con el proceso de evolución tecnológica a sistemas de vigilancia aérea basada
en Tecnología Satelital para la Aviación de Estado. Además, se pretende proporcionar innovación en los sistemas
de telecomunicaciones aeronáuticas, las cuales están fuertemente relacionadas con los conocimientos actuales en
telecomunicaciones móviles, lo cual redundará en la formación de profesionales altamente cualificados en ésta
área del conocimiento.
Página | 7
1. PROBLEMA DE INVESTIGACIÓN
1.1 PLANTEAMIENTO DEL PROBLEMA
Con el surgimiento de las aeronaves a comienzos del siglo XX, emergen nuevos vínculos del conocimiento
humano, orientados a la producción de investigación en tecnología e ingeniería para el desarrollo de diversas
actividades en el espacio aéreo. En el moderno espacio aéreo es fundamental destacar los complejos desarrollos
tecnológicos que permiten la aeronavegabilidad de estas máquinas.
El espacio aéreo y su capacidad para el transporte de personas y mercancía, es un recurso que debe tener un uso
racional. Para esto ha sido necesario desarrollar servicios que permitan la georreferenciación espacial, la
generación y optimización de rutas aéreas, la navegación, las telecomunicaciones, la vigilancia aérea, entre
muchos otros. Estos servicios deben ser estrictamente regulados para responder simultáneamente con la seguridad
y eficiencia de estas dinámicas.
Consecuentemente con lo anterior en el año de 1944 se creó la Organización de Aviación Civil Internacional
(OACI), organismo adscrito a la Organización de las Naciones Unidas (ONU), con el objetivo de comprometer a
los Estados a la mutua colaboración para lograr en lo posible una estandarización en sus sistemas de operación,
servicios y regulaciones aeronáuticas [6]. En Colombia, se estableció mediante el artículo 37 del Convenio sobre
Aviación Civil Internacional, suscrito en Chicago en 1944 y ratificado por el país, mediante la ley 12 de 1947. La
regulación del espacio aéreo es administrada en Colombia por dos entidades: la Fuerza Aérea Colombiana (FAC)
con su Reglamento Aeronáutico Colombiano de Aviación de Estado (RACAE) [7] y la Unidad Administrativa
Especial de Aeronáutica Civil (Aerocivil) con el Reglamento Aeronáutico Colombiano (RAC) [7].
La Organización de Aviación Civil Internacional, dentro de sus recomendaciones establece que la gestión de los
servicios a la navegación aérea, deben contar con sistemas de telecomunicaciones aeronáuticas, que permitan
establecer una comunicación aire-tierra, guiar en su trayectoria a las aeronaves, evitar colisiones entre las mismas
y permitir un desarrollo ordenado y seguro de las operaciones de tránsito aéreo.
Estos sistemas enmarcados en las telecomunicaciones aeronáuticas, de acuerdo con la OACI se denominan
CNS/ATM que es el acrónimo en inglés de Comunicaciones, Navegación, Vigilancia y Administración del
Tránsito Aéreo. Compromete un conjunto complejo e interdependiente de tecnologías que entregan los más altos
estándares de calidad, disponibilidad, integridad y confiabilidad en un espacio aéreo determinado.
Página | 8
Dentro del conjunto de sistemas de telecomunicaciones aeronáuticas, se consideran aquellas tecnologías que
permiten la prestación de los servicios de comunicaciones, navegación, vigilancia aérea y meteorología
aeronáutica. El servicio de vigilancia aérea, se ha fundamentado en los Radares como principal elemento
tecnológico, para detectar blancos móviles (aeronaves), hacer seguimiento a estas y cómo fuente primaria de
información del sistema de vigilancia aérea. Según Skolnik [8] los radares son sensores que derivan su nombre
de las siglas de Radio Detection and Ranging (detección y medición de distancias mediante ondas radioeléctricas),
y operan por radiación de energía electromagnética y detección del eco, que retorna producido por la reflexión de
la señal en un objeto.
Considerando el crecimiento acelerado del transporte aéreo en Colombia en los últimos años, la Fuerza Aérea
Colombiana busca mantener la seguridad y mejorar el sistema de apoyo a la vigilancia aérea en el espacio aéreo
colombiano, a través de la centralización de la información suministrada por los sensores radar en el Centro
Comando y Control de la Fuerza Aérea (CCOFA). El reto es enorme, pues el escenario es un espacio aéreo más
congestionado y atípico para los sistemas de telecomunicaciones aeronáuticas, ya que existen vuelos ilegales
generados por organizaciones narcoterroristas que intentan burlar la detección de los sensores usados en los
sistemas de vigilancia aérea, valiéndose de las condiciones topográficas. A continuación se amplían los
inconvenientes y limitaciones que presenta el sistema de vigilancia aérea convencional basado en Radares:
Los sistemas vigilancia para el control de tránsito aéreo son críticos debido a la cantidad de información
que tienen que procesar en tiempo real. Estos sistemas combinan diferentes tipos de información, como
información de radar primario, radar secundario e información de planificación de vuelo.
Dependiendo de la extensión del territorio, se instala una cantidad considerable de diferentes sistemas de
vigilancia, tratando de cubrir la mayor parte del área del país. Ocasionalmente esto puede generar que
diferentes sensores radar pueden detectar y ubicar el mismo objeto en una posición diferente dentro del
área de control, de tal forma que el operario en tierra ve dos o más aeronaves diferentes en su pantalla de
vigilancia pero que corresponden a una sola.
Los sistemas de vigilancia aérea con sensores radar son de naturaleza probabilística, ya que la señal
recibida por el radar es la suma del eco recibido, más el ruido interno del sistema, más el ruido introducido
por el medio; es decir que la detección de un objeto, equivale a tomar una decisión sobre si la salida del
receptor es debida sólo al ruido o también a la presencia de un objeto. De acuerdo con Richard [9], en su
libro “Fundamentos de procesador Radar”, es más preciso indicar que realmente lo que se tiene es una
probabilidad de detección, sin embargo como cualquier sistema de telecomunicaciones, el radar está
limitado también por una probabilidad de falsa detección debido a la presencia de ruido proveniente de
diversas fuentes (ruido interno o Johnson y ruido externo o clutter).
Página | 9
Se presentan altos costos de mantenimiento y operación en las diferentes estaciones en tierra que integra
la red de vigilancia aérea de nuestro territorio. Estas estaciones en tierra, muchas veces se encuentran en
lugares remotos y de difícil acceso.
Con el fin de estandarizar los procesos aeronáuticos en aviación estado, surge la necesidad el 18 de Mayo
del 2018 mediante la disposición No.018 de la Fuerza Aérea Colombiana de crear un reglamento de
aviación de estado, que permita en el contexto de las telecomunicaciones aeronáuticas, estandarizar las
especificaciones técnicas y regulatorias de los sistemas de vigilancia aérea de aviación de estado, de
acuerdo a las recomendaciones de la Organización de Aviación Civil Internacional (OACI), Reglamento
de Aviación Latinoamericano (LAR) y Reglamento Aeronáutico Colombiano (RAC).
De ahí, que los sistemas actuales de vigilancia en la aviación deban ser innovadores, proporcionando métodos
que puedan complementar a la tecnología radar. Es necesario contar con sistemas tecnológicamente más
avanzados, que se puedan implementar para integrarse con los convencionales y que permitan aumentar el
rendimiento del sistema, garantizar la eficiencia en los sistemas operativos, establecer una mayor trazabilidad en
los servicios y aumentar la cobertura, la calidad y cantidad de la información recopilada por el sistema de
vigilancia aérea.
1.2 FORMULACIÓN DEL PROBLEMA
Con el fin de complementar los servicios a la navegación aérea, en busca de que la vigilancia aérea sea más
precisa en la información que brinda, se plantea la siguiente pregunta de investigación:
¿Cómo integrar las señales de un sistema basado en tecnología satelital, con las señales del sistema convencional
basado en una red de sensores Radar, para la prestación del servicio de vigilancia aérea en Aviación de Estado en
Colombia, utilizando técnicas de filtros de seguimiento de objetos y apoyándose en las recomendaciones
internacionales y características del entorno aeronáutico en Colombia, con el fin de mitigar errores de correlación
de datos en la detección de blancos móviles (aeronaves)?
Por lo tanto la anterior pregunta problema, se constituye en la guía orientadora para presente el proceso de
investigación.
Página | 10
1.3 SISTEMATIZACIÓN DEL PROBLEMA
¿Cuáles son las características técnicas, incluyendo errores en las mediciones (distancia y azimuth) y en el
procesamiento de las señales presentes en la red de sensores Radar, que hacen parte de los servicios de vigilancia
aérea en Aviación de Estado en Colombia?
¿Cuáles son las características técnicas de las tecnologías de vigilancia aérea basadas en satélites, que predominan
actualmente en el control del espacio aéreo a nivel internacional?
¿Qué filtros de seguimiento de objetos, existen actualmente para el procesamiento e integración de señales
proporcionadas por los diferentes sensores y sistemas que conforman los servicios de vigilancia aérea?
¿Qué criterios se deben tener en cuenta en la selección de una tecnología basada en satélites y los filtros de
seguimiento de objetos, que permitan la integración de las señales proporcionadas por los sistemas y sensores
que hacen parte de los servicios de la vigilancia aérea?
Página | 11
2. OBJETIVOS
2.1 OBJETIVO GENERAL
Desarrollar una propuesta para la implementación de un sistema de vigilancia aérea basado en tecnología
satelital, cuyas señales se puedan integrar a aquellas generadas por la red de sensores Radar para la prestación
del servicio de vigilancia aérea en Aviación de Estado en Colombia, que permita mitigar errores de
correlación de datos en la detección de blancos móviles, apoyada en las recomendaciones internacionales y
características del entorno Aeronáutico Colombiano.
2.2 OBJETIVOS ESPECÍFICOS
2.1.1. Identificar las características técnicas de la red de sensores Radar para la prestación de servicios de
vigilancia aérea en la Aviación de Estado en Colombia, para evidenciar las limitaciones de estos, y
las posibilidades de integración de sus señales con las de sistemas de vigilancia aérea basados en
tecnología satelital.
2.1.2. Determinar la técnica que mediante filtros de seguimiento de objetos, sea pertinente para la
integración de las señales de la red de sensores Radar y las señales de un sistema basado en tecnología
satelital, dentro del contexto de prestación de servicios de vigilancia área para la Aviación de Estado
en Colombia.
2.1.3. Elaborar una propuesta técnica para la integración de las señales de vigilancia de los sistemas
convencionales de Radar con las señales de sistemas de vigilancia basados en tecnología satelital
usando filtros de seguimiento de objetos, cuyo resultado pueda ser usado para la detección de blancos
móviles en el servicio de vigilancia aérea en Aviación de Estado en Colombia.
Página | 12
3. JUSTIFICACIÓN
Las nuevas tecnologías en vigilancia aérea basadas en tecnologías satelital traen cambios de vanguardia a los
servicios convencionales en tierra que se basan en Radares. Los transceptores satelitales instalados en estaciones
terrestres, vehículos terrestres y blancos móviles (aeronaves) permiten a todos los usuarios intercambiar
información de posición, velocidad, intención e identificación de la aeronave directamente a través de un enlace
de datos por radiodifusión [10]. Además de eso, también mejora la vigilancia derivando el vector de estado preciso
del Sistema de Posicionamiento Global (GPS) y transmitiéndolo automáticamente a todos los usuarios de la
aviación.
El funcionamiento de estos nuevos sistemas de vigilancia aérea basada en tecnología satelital, se derivan de la
tecnología GNSS (Global Navigation Satellite System) y los enlaces de datos radiodifundidos. Una aeronave
deriva su posición precisa de la constelación GNSS y, posteriormente, la asocia con información como la
velocidad, la altitud y el número de vuelo. Esta información luego se transmite a la estación terrestre y a otros
aviones equipados con esta tecnología [11].
Los beneficios de las tecnologías de vigilancia aérea basadas en tecnología satelital son significativos y pueden
permitir que las aplicaciones de vigilancia aire-aire, aire-tierra se entreguen de manera más efectiva, permitiendo
evidenciar las siguientes fortalezas [12]:
Diseño simple de estación terrestre sin transmisor.

Se puede instalar en sitios compartidos con otros usuarios.
Bajo costo de estación terrestre.
Alta tasa de actualización.
Alta resolución.
Alta precisión e integridad.
Vector de velocidad de mayor rendimiento medido por aviónica y luego transmitido.
La precisión no depende del alcance desde la estación terrestre.
Facilita el intercambio de datos de vigilancia.
Se puede implementar fácilmente para uso temporal como emergencias, eventos especiales, etc.
Admite la visualización de indicativos en sistemas de visualización simples sin interfaces con los sistemas
de planificación de vuelo.
Es independiente de las condiciones topográficas del terreno sobre el que se mueven las aeronaves.
En un escenario de comando y control para la visualización, monitoreo y control de blancos móviles (aeronaves)
en un espacio aéreo, en el cual coexistan tecnologías convencionales basadas en radares y aquellas basadas en
Página | 13
tecnología satelital, es necesario que mediante un filtro de seguimiento de objetos se integre la señal de
tecnologías basadas en satélite y la red de sensores radar, para evitar los errores de los datos proporcionados por
estos últimos, como la medición de la distancia, orientación y actualización de procesamiento de señales
detectadas. Este escenario se constituye en un modelo de interacción múltiple (IMM), aproximando a cualquier
punto dado en la intersección de un finito número de subespacios utilizando una secuencia de proyecciones
alternas [13], y permitiendo la fusión de las estas técnicas de teledetección para la evaluación de la trayectoria y
capacidad de predecir el movimiento de una aeronave sin los errores anteriormente mencionados.
Dentro del presente proceso de investigación, se propone diseñar una propuesta que permita la interdependencia
e integración de señales proporcionadas por un sistema de vigilancia aérea basado en tecnología satelital y un
sistema de vigilancia aérea convencional basado en una red de sensores Radar, aumentando los niveles confiables
de resolución, precisión e integridad durante la detección de las aeronaves desde su despegue, navegación y
destino final, reduciendo las cargas de trabajo del personal de controladores de tránsito aéreo, facilitando el
intercambio de la información de vuelo, como la posición de la aeronave en tiempo real, que es en la mayoría de
los casos más precisa que la información disponible en los sistemas de vigilancia aérea basados en sensores Radar,
e incrementando la capacidad de espacios aéreos, donde la alerta temprana por colisión entre aeronaves, ya es
posible debido a la facilidad que brinda el sistema de vigilancia aérea basada en tecnología satelital por ser este
último dependiente y automático.
La vigilancia aérea como campo de interés particular de la presente investigación, aporta al mejoramiento del
proceso de control y supervisión de la navegación aérea que realiza la Fuerza Aérea Colombiana, para garantizar
que el flujo del tránsito aéreo en Colombia sea seguro, legal, soberano y eficiente, donde se requiere integrar
decisiones humanas individuales con datos provistos por diferentes sistemas de información y sensores de
detección Radar convencional. Toda esta información debe ser procesada e integrada por los controladores aéreos,
con el fin de garantizar la seguridad de las aeronaves en todo momento. Es así como este aporte investigativo en
la vigilancia aérea basada en tecnología satelital juega un papel importante, dado que podría permitir que la
inversión en operación y mantenimiento, disminuya con respeto a los sistemas de vigilancia aérea convencional
basados en una red de sensores Radar, posibilitando a las aeronaves, vehículos de aeródromo, y otros objetos
puedan automáticamente transmitir y/o recibir datos de identificación, posición en cuatro dimensiones, y datos
de los sistemas de posicionamiento y navegación, a través de enlaces de datos. Por ello es conveniente integrar
un sistema de vigilancia que posibilite la interdependencia de los sistemas con la vigilancia aérea convencional,
persiguiendo características como, ser automático, porque no necesita estímulos externos, dependiente (o
colaborativo), en razón a que la aeronave debe entregar la información de su posición para que las estaciones en
tierra puedan prestar el servicio de vigilancia y reciprocidad, favoreciendo la transmisión de datos sin saber
quién va a recibir y usar la información.
Página | 14
4. MARCO DE REFERENCIA
4.1 MARCO TEÓRICO
4.1.1. ANTECEDENTES DEL SISTEMA DE VIGILANCIA AÉREA
El origen del primer Radar gracias a la contribución de diferentes investigaciones de físicos o ingenieros como;
Heinrich Rudolf Hertz, Christian Hülsmeyer, Albert Hoyt Taylor y Leo Crawford Young entre otros, data de
fechas anteriores a la segunda guerra mundial, fue durante esta cuando surgieron los primeros hitos de los sistemas
de radar. Este es el caso del sistema de radares Chain Home, cuya cobertura abarcaba toda la costa británica.
Estos primeros radares no poseían sistemas de vigilancia de blancos, sino que la información obtenida por los
radares era visualizada e interpretada por operadores, quienes eran responsables de procesar la información
proveniente de distintas fuentes y realizar manualmente el seguimiento de objetivos [14].
Por ello el control de tráfico aéreo (ATC) y el radar se usaron por primera vez juntos en 1943 cuando los
controladores de tráfico aéreo de la Fuerza Aérea comenzaron a usar equipos de Aproximación Controlada por
Tierra (GCA) para ayudar a los pilotos militares a aterrizar de manera segura con poca visibilidad. Y dos años
más tarde se utilizó por primera vez en la aviación civil en el aeropuerto de La Guardia. Últimamente es
reemplazado por el Instrument Landing System (ILS) a mediados de la década de 1950. Se desarrollaron más
transformaciones en los radares junto con el aumento del tráfico aéreo durante la década de 1960. Los radares
modernos utilizan el efecto Doppler para discriminar entre objetivos en movimiento y fijos para medir la
velocidad de las tormentas. En la década de 1970, el sistema de baliza de radar de control de tráfico aéreo
(ATCRBS), también conocido como radar de vigilancia secundario (SSR), se actualizó para mejorar el
rendimiento de la vigilancia en el espacio aéreo denso y las transmisiones entre tierra y aeronave. En la década
de 1980, se desarrolló la primera vigilancia aire-aire, el sistema de prevención de colisiones aerotransportadas
(ACAS), que se requiere en todos los aviones comerciales que operan en los EE. UU. Y Europa [xx]. En la década
de 1990, se agregó la vigilancia por radar de pistas y calles de rodaje. La siguiente tecnología de vigilancia vino
después de ACAS fue el Sistema de Prevención de Colisiones de Tráfico, que como su nombre lo indica, ayuda
a detectar posibles conflictos en el espacio aéreo [15].
Pero la necesidad de los sistemas de vigilancia surge para dar solución en entornos con múltiples objetivos a
problemas de incertidumbre entre ellos. Es necesario realizan un seguimiento de cada objetivo por separado, de
modo que en futuras actualizaciones se pueda identificar inequívocamente el origen de la señal de cada blanco y
dentro los servicios de vigilancia de control de tráfico aéreo (ATC) y separación de aeronaves se brindan
actualmente, utilizando sistemas de radar de vigilancia primarios y secundarios (PSR y SSR), MLAT
Página | 15
(Multilateración) y ADS (Vigilancia Automática Dependiente), que es una técnica de vigilancia aérea basada en
tecnología satelital, para que finalmente la señal sea recibida por antenas terrestres, permitiendo proporcionar
información sobre la posición y velocidad en las tres dimensiones vía aire-aire a otras aeronaves y aire-tierra a la
estación terrestre, entre otros datos [16]. Además la posición tiene más precisión debido a que envía la posición
GPS, mejorando así la fluidez del tráfico aéreo y así compensar una mejor supervisión del control del tráfico
aéreo teniendo en cuenta que los últimos años, este tráfico se ha incrementado como se muestra en la figura 1,
compensado esta supervisión en zonas que no están guiadas por los servicios de vigilancia aérea y manteniendo
un control adecuado y en tiempo real tanto en tierra por los controladores aéreo como para los pilotos.
Fig. 1. Crecimiento sostenido del tráfico [17]
La necesidad de los sistemas de vigilancia surge para dar solución en entornos con múltiples objetivos a problemas
de incertidumbre entre ellos. Es necesario realizan un seguimiento de cada objetivo por separado, de modo que
en futuras actualizaciones se pueda identificar inequívocamente el origen de la señal de cada blanco. Pongamos
un ejemplo [18]:
Un radar detecta en un instante de tiempo t dos blancos como se puede ver en la figura 2, en la siguiente
actualización del radar que se producirá en un instante de tiempo t+T (T representa el periodo de actualización),
¿Cómo se puede saber si el orden de los blancos es el mismo o uno a adelantado a otro?
Para dar solución a este problema, los sistemas de vigilancia implementan los denominados filtros de seguimiento,
que se basan en suponer que el objetivo posee unas determinadas propiedades cinéticas. La diferencia entre filtros
radica en estas suposiciones.
Página | 16
Fig 2. Lóbulo principal del Radar [18].
Los filtros de seguimiento realizan dos funciones; Por un lado, intentan reducir el error cometido al realizar el
cálculo de la posición por la fase de posicionamiento, y por otro lado, permiten predecir posiciones futuras del
objetivo en ausencia de señal [18].
A continuación se va a mostrar un barrido tecnológico, con desarrollos e investigaciones donde se integran

sistemas de vigilancia aérea basada en tecnología satelital, mediante algoritmos de filtrado en navegación aérea:
‘’Adaptive Registration with Decentralized Kalman Filter Fusion Algorithm for Radar-ADS-B Data
Fusion in Air Traffic Surveillance’’ [19], propone un algoritmo adaptativo para el filtrado y fusión de
múltiples sensores heterogéneos, que incluye radares de vigilancia secundarios en diferentes ubicaciones
geográficas y ADS-B, cuyas medidas y características de los sensores son diferentes entre sí.
‘’Probability hypothesis density filter for radar systematic bias estimation aided by ADS-B’’ [20],
evidencia una solución para la estimación sistemática del sesgo de radar sin información a priori de
asociación de datos basada en el filtro de densidad de hipótesis de probabilidad (PHD) con la ayuda de
la radiodifusión de vigilancia dependiente automática (ADS-B).
‘’Classification of Military Aircraft in Real-time Radar Systems based on Supervised Machine
Learning with Labelled ADS-B Data’’ [21], describe técnicas de aprendizaje automático dedicadas que
se entrenan con datos ADS-B para predecir objetivos militares.
‘’ADS-B System as a Useful Tool for Testing and Redrawing Noise Management Strategies at Pisa
Airport’’ [22], muestra un enfoque innovador para la gestión del ruido de los aeropuertos en las áreas
urbanas más cercanas basado en la tecnología de transmisión de vigilancia dependiente automática (ADS-
B). Los datos de salida ADS-B se utilizaron para rastrear las salidas de vuelos con alta resolución de
Página | 17
datos y luego para verificar tanto la efectividad del plan de acción como el cumplimiento de sus
disposiciones. Se colocó estratégicamente una puerta de penetración considerando las salidas hacia la
ciudad. Se investigó la distribución vertical del tráfico que cruza la puerta y la correlación entre las
condiciones de despegue y los eventos relacionados con el ruido con el fin de establecer reglas de
sanciones por incumplimiento de los requisitos del plan de acción.
‘’Topology Sequences-based Fuzzy Track Initialization Method For Radars and ADS-B’’ [23],
propone un método de inicialización de seguimiento difuso basado en secuencias de topología (TS-FTI)
para sensores heterogéneos. En este método propuesto, se construyen, respectivamente, secuencias de
topología de diversas mediciones de un radar y un receptor ADS-B. Luego, se utiliza el método de
secuencia de topología para clasificar estas medidas.
‘’Multi-source Radar Data Fusion via Support Vector Regression’’ [24], se adoptó la metodología de
Regresión de vectores de soporte (SVR) para estimar la ubicación real del objetivo en función de los
resultados de medición del radar de múltiples fuentes. Identificamos de forma única una región mediante
una secuencia de identificación de radar, lo que significa que un objetivo puede ser detectado en esta área
por radares con identificación en la secuencia. Se estableció un modelo de regresión diferente en
diferentes regiones que son independientes entre sí. Dado que el sistema de coordenadas utilizado por los
datos del radar y los datos ADSB es diferente, mapeamos todos los datos en el mismo sistema de
coordenadas cartesiano bidimensional.
‘’A Data Fusion System for Aerial Surveillance Information Based on Neural Network’’ [25], intenta
utilizar redes neuronales para fusionar información de vigilancia con el fin de reemplazar el complejo
proceso de ajuste manual. En primer lugar, la red neuronal tiene la capacidad de representar características
complejas de las cosas. El número apropiado de capas de red y neuronas puede caracterizar la distribución
de errores de medición en los datos de vigilancia. En segundo lugar, podríamos entrenar a la red utilizando
suficientes datos de vigilancia y datos precisos del objetivo para capturar características automáticamente.
‘’An ADS-B Trajectory Segmentation Correction Algorithm Based on Improved Kalman Filtering’’
[26], presenta la concepción, desarrollo y aplicación de ADS-B. También analiza la característica de la
trayectoria del radar y la trayectoria ADS-B. Utilizando el modelo CA / CV, se propone un nuevo método
basado en el filtro Kalman mejorado para corregir la trayectoria ADS-B para evaluar el desempeño de la
vigilancia basado en la segmentación de la trayectoria, que es capaz de evaluar la integridad y precisión
de los datos ADS-B.
‘’Radar / ADS-B data fusion architecture for experimentation purpose’’ [27], presenta la concepción,
desarrollo y aplicación de ADS-B. También analiza la característica de la trayectoria del radar y la
trayectoria ADS-B. Utilizando el modelo CA / CV, describe la arquitectura de fusión de datos para
aplicaciones de control de tráfico aéreo basadas en gráficos de radar e informes ADS-B. Los informes
ADS-B ayudan a mejorar la precisión de las pistas del sistema y los trazados de radar proporcionan
continuidad de la pista sobre el área de cobertura mixta de ADS-B y radar.
Página | 18
‘’Estimation fusion with radar and ADS-B for air traffic surveillance’’ [28], presenta la concepción,
desarrollo y aplicación de ADS-B. También analiza la característica de la trayectoria del radar y la
trayectoria ADS-B. Utilizando el modelo CA / CV, propone un sistema práctico para la estimación de
fusión de múltiples sensores heterogéneos, que incluye radar y ADS-B, cuyas medidas y características
de los sensores son diferentes entre sí. Se adopta una arquitectura de fusión centralizada para los datos
que se reciben de forma asincrónica desde múltiples sensores para la fusión de estimación óptima. El
sistema de coordenadas tridimensional centrado en la Tierra fijo en la Tierra (ECEF) se utiliza para las
coordenadas comunes para el preprocesamiento y el filtrado a fin de evitar los errores de registro, que
pueden ocurrir en coordenadas bidimensionales con una proyección estereográfica en el centro del
sistema.
‘’ADS-B and SSR data fusion and application’’ [29], analiza las características y limitaciones de ADS-
B (Automatic Dependent Surveillance-Broadcast) y SSR (Secondary Surveillance Radar). Se propone un
modelo y algoritmo de la fusión de datos de ADS-B / SSR en la aviación civil. El modelo de fusión podría
proporcionar una pista única para cada avión con diferente aviónica (con o sin transpondedor SSR, o
aviónica ADS-B).
‘’Error analysis in data fusion of airborne radar and ADS-B’’ [30], analiza los errores del radar aéreo
ocurridos en el proceso de fusión, que incluyen errores de conversión de coordenadas y errores
cinemáticos. Se analiza la diferencia de característica estadística entre errores anteriores y errores
convertidos, y la relación entre errores cinemáticos y errores de posicionamiento.
‘’Data fusion algorithms based on radar and ADS measurements for ATC application’’ [31], describe
una función de seguimiento para el control del tráfico aéreo basada en mensajes de radar y ADS-B. El
uso de ambos sensores puede conducir a una mejora importante tanto en la precisión de la pista como en
la integridad general del sistema. Nuestro sistema hace uso de todas las mediciones disponibles,
proporcionando una pista única para cada aeronave, corrigiendo los sesgos de los sensores, utilizando
conversiones de coordenadas muy precisas y resolviendo la asociación de datos antes de la fusión de
datos.
‘’Data fusion techniques applied to scenarios including ADS-B and radar sensors for air traffic
control’’ [32], evalúa el uso eficiente de los datos de ambos sensores, radar y ADS-B, mediante el uso
de técnicas de fusión de datos. La fusión centralizada y distribuida se evalúa mostrando mejoras en la
estimación de la trayectoria de la aeronave en ambos casos, cuando se utiliza información de un sistema
GPS simulado.
‘’Integration of ADS-B surveillance data in operative multiradar tracking processors’’ [33], presenta
un método sencillo de fusión de datos ADS-B para incorporar datos ADS-B en centros de control de
tráfico ya operativos. La implementación de esta solución tiene un bajo impacto en el sistema con un
Página | 19
rendimiento bastante aceptable. El objetivo es realizar la fusión con la mínima intervención en el filtro
de seguimiento ya ajustado y probado.
‘’Fusion of Radar and Secondary Sensor Data Using Kinematic Models of Multiple Simultaneous
Targets’’ [34], presenta un método para la fusión de datos de radar y sensores secundarios, por ejemplo,
AIS (Sistema de identificación automática), ADS-B (Transmisión automática de vigilancia dependiente)
o IFF (Identificación, amigo o enemigo). El método se basa en la fusión de modelos cinemáticos de
trayectorias objetivo de los dos sensores en modelos cinemáticos de las asociaciones. El método puede
manejar varios cientos de objetivos simultáneos (mostrado para 529 x 529 objetivos + 1600 parcelas de
desorden).
‘’Selective fusion of out-of-sequence measurements with EK-IMM estimator’’ [35], presenta un
método de fusión selectiva extendido basado en el filtro de Kalman (EKF) para el OOSM.A través de la
evaluación del impacto de los datos de OOSM, determine el umbral y seleccione los OOSM que se
fusionarán. Para que el algoritmo sea adecuado. para sistema dinámico estocástico híbrido, ampliamos el
mecanismo de fusión selectiva al estimador extendido de modelo múltiple de interacción basado en
Kalman (EK-IMM). Los resultados de la simulación se presentan utilizando mediciones de Difusión de
vigilancia dependiente automática (ADS-B) y Radar de vigilancia secundario (SSR).
4.1.2. PRINCIPIOS BASICOS RADAR
El Radar de acuerdo a su abreviatura de Radio Detection And Ranging (Radio Detección y Telemetría), es un
dispositivo que utiliza ondas electromagnéticas para detectar y localizar objetos, siendo capaz de determinar
parámetros tales como la distancia, la dirección, la altitud y la velocidad de los objetos detectados [36]. Es así
que esta tecnología se basa en el principio físico de la reflexión de las ondas electromagnéticas. Los objetos
reflejan alguna porción de la energía electromagnética que incide sobre ellos, permitiendo que estos objetos
puedan ser detectados desde distancias considerables, mucho mayores que las que el ojo desnudo permitiría ver.
Además, el radar puede medir la distancia a un objeto (en la terminología radar, a la distancia también se le
denomina rango), así como la velocidad o el tamaño del objeto, y la dirección en la que se encuentra. La mayoría
de los radares operan en el rango de frecuencias de 50 MHz a 20 GHz, sin embargo, hay un número creciente de
radares que operan en el rango de 20 a 100 GHz [37].
4.1.3. SEÑAL RADAR
La gran mayoría de los radares que usan son radares de pulsos. Es decir, un radar emite al espacio una señal de
radiofrecuencia modulada con un pulso cuadrado, con una frecuencia del tren de pulsos llamada PRF (Pulse
Repetition Frequency) y durante un tiempo permanece a la escucha a la espera que parte de esa señal vuelva al
chocar con el blanco. En la figura 4 se puede ver el principio de funcionamiento de un radar de pulsos.
Página | 20
Fig 3. Principio de funcionamiento radar de pulsos [38]
Estas características del pulso de Radio Frecuencia determinan en gran medida el comportamiento y las
capacidades del radar. Estas características de la señal nos ofrecen una información muy valiosa sobre el tipo de
radar que está transmitiendo e incluso sobre la plataforma que lo lleva instalado, avión, buque, etc. [39]
Fig 4. Caracteristicas señal Radar [39].
En la figura 5 podemos ver las características de la señal del radar. El periodo de repetición de pulsos (PRI) es el
tiempo que tarda la señal en repetirse. Es decir es el período de la señal. Es la inversa de la frecuencia de repetición
de pulsos (PRF), que es el número de pulsos transmitidos por segundo. El PRI es un parámetro importante porque
es el que nos define la máxima distancia sin ambigüedad a la que puede operar el radar [40].
Página | 21
Los radares de pulsos emplean la misma antena para transmisión y recepción. Utilizan un dispositivo de
conmutación, duplexer, que permite compartir la antena para las dos tareas. El transmisor envía el pulso y durante
el tiempo de recepción el receptor está a la espera de recibir algún eco [40].
Fig 5. Ciclo de trabajo [40]
Otra consideración al hablar de la máxima distancia del radar es la potencia transmitida. La potencia de pico es
la medida del máximo nivel de potencia instantánea transmitida durante el pulso. La potencia y el ancho de pulso
son importantes para calcular la energía total en un pulso dado (Potencia X energía). Conociendo el ciclo de
trabajo y la potencia de pico podemos hallar la potencia media de un transmisor (Potencia de pico X ciclo de
trabajo). Esto se puede ver gráficamente en la figura 6.
La ecuación radar relaciona la potencia recibida 𝑃𝑟 , la potencia transmitida 𝑃𝑡 , la ganancia de la antena 𝐺𝑡 , el

área de la antena 𝐴𝑒 , la sección equivalente radar 𝜎 y la distancia [41].
𝑃𝐺𝐴 𝜎
𝑡 𝑡 𝑒
𝑃𝑟 = (4𝜋) 2 𝑅4 (1)
La ecuación radar tiene muchas formas dependiendo principalmente de los diferentes tipos de radar y de sus
configuraciones. Con la ecuación radar, se puede calcular el nivel de señal recibido y la potencia necesaria para
conseguir ese nivel de recepción. Integrando un mayor número de pulsos podemos conseguir que la señal recibida
tenga un nivel mayor y que la distancia de detección sea mayor. El ancho de pulso es una de las características
más importantes de la señal de radar. Cuanto más ancho sea el pulso mayor será la energía contenida en él, con
lo cual el pulso puede llegar más lejos. Además un aumento del ancho de pulso consigue una mayor potencia
media. La diferencia en decibelios entre la potencia de pico y la potencia media es fácilmente calculable (Figura
Página | 22
18). El ancho de pulso afecta también a la mínima resolución del radar. Cuando existen varios blancos cercanos,
sin la suficiente resolución es imposible separarlos y determinar el número de blancos que realmente existen. Los
pulsos estrechos proporcionan una mayor resolución. Esto se puede ver en la figura 7 [42].
Fig 6. Pulsos estrechos [42]
El ancho de pulso por lo tanto afecta a dos de las más importantes capacidades del radar, resolución y distancia
de detección, que por otra parte son incompatibles. Mayor ancho de pulso mayor distancia de detección pero
menos discriminación en distancia y viceversa. Además un ancho de pulso más estrecho necesita un mayor ancho
de banda del receptor para su correcto funcionamiento. De ahí la importancia del estudio del espectro de la señal
de radar.
4.1.4. FUNCION DE AMBIEGUDAD EN EL RADAR
En los primeros tiempos del radar de pulsos las señales utilizadas en este eran sencillas. Con una sencilla
modulación por pulsos podíamos conocer la localización de un blanco en demora y distancia, que en aquel
momento era lo que se pedía a un sistema de radar. Con el paso del tiempo el proceso de la señal de radar se hizo
más complejo, así como las formas de onda utilizadas en este proceso. La aparición de la compresión de pulsos
y su aplicación en los radares de alta resolución o el proceso doppler de la señal, son muestras de la mayor
complejidad en este proceso. Una de las herramientas fundamentales para el análisis y estudio de las señales de
radar es la función de ambigüedad. Esta función caracteriza las señales de radar y permite el estudio de estas,
desde las más sencillas hasta las más complejas. Esta función de ambigüedad tiene una amplia utilización,
especialmente en los radares de compresión de pulsos [43].
Página | 23
La función de ambigüedad representa la respuesta en el tiempo de un filtro adaptado a una señal de energía finita
que se recibe con un retardo en el tiempo τ y un desplazamiento doppler ν relativo con respecto al valor nominal
esperado por el filtro.
Cuando la señal del eco recibido es grande en relación al ruido, la salida del filtro adaptado se puede escribir
como una función de correlación cruzada [44].
∝
𝑆𝑎𝑙𝑖𝑑𝑎 𝑑𝑒𝑙 𝑓𝑖𝑙𝑡𝑟𝑜 𝑎𝑑𝑎𝑝𝑎𝑡𝑎𝑑𝑜 = ∫−∝ 𝑆𝑟 (𝑡)𝑠 ∗ (𝑡 − 𝜏 ′ )𝑑𝑡 (2)
Donde 𝑆𝑟 (𝑡) es la señal del eco recibida, 𝑆𝑟 (𝑡) es la señal transmitida, 𝑆 ∗ (𝑡) la conjugada compleja de la señal
transmitida y 𝜏 ′ es el retardo de tiempo, en este caso considerado como una variable. Si asumimos la forma
compleja, escribiremos la señal transmitida como 𝑢(𝑡)𝑒 𝑗2𝜋𝑓𝑜 𝑡 , donde 𝑢(𝑡) en una función de modulación
compleja cuya magnitud 𝑢(𝑡) es la envuelta de la señal y 𝑓0 la frecuencia portadora. Se asume que la señal de eco
recibida 𝑆𝑟 (𝑡) es la misma que la señal transmitida, excepto por el desplazamiento de frecuencia doppler 𝑣 y por
el retardo de tiempo real 𝜏0 (ahora ya no se considera una variable) [45].
Obteniendo la siguiente expresión:
𝑆𝑟 (𝑡) = 𝑢(𝑡 − 𝜏0 )𝑒 [𝑗2𝜋(𝑓0 +𝑣)(𝑡−𝜏0 )] (3)
Ahora se iguala 𝜏0 − 𝜏 ′ = −𝜏 ′ = 𝜏
Tenemos entonces que la expresión matemática de la función de ambigüedad es:

∝
|𝑋 (𝜏,𝑣) | = |∫−∝ 𝑢(𝑡)𝑢 ∗ (𝑡 + 𝜏)𝑒 𝑗2𝜋𝑣𝑡 𝑑𝑡| (4)
Donde 𝑢 es la envuelta compleja de la señal. Un desplazamiento en frecuencia doppler 𝑣 positivo implica que el
blanco se está moviendo hacia el radar y un valor de retardo en el tiempo 𝜏 positivo nos dice que el blanco está a
más distancia que la posición de referencia (𝜏 = 0) [46]
4.1.5. MEDIDAS QUE REALIZA EL SISITEMAS RADAR
El radar es un sistema capaz de determinar la posición y velocidad de un objeto incluso a larga distancia y en
condiciones meteorológicas adversas. A continuación se describen las principales ecuaciones de las que se
sirve para conseguirlo.
4.1.5.1. Eco y efecto doppler
En el eco cuando una onda electromagnética se propaga por el aire choca contra un obstáculo, parte de su
energía es absorbida y parte reflejada. Eventualmente, parte de la energía reflejada puede ser radiada hacia el
emisor. El retardo y las características de esta señal reflejada sirven al radar para determinar la posición,
velocidad e incluso propiedades morfológicas del obstáculo encontrado. Mientras que en el efecto doopler la
Página | 24
variación de frecuencia de una onda al ser emitida o recibida por un objeto en movimiento. Cuando el emisor
de una onda electromagnética se acerca al receptor, la frecuencia de la onda recibida será mayor que la
frecuencia emitida. Si por el contrario la fuente de ondas se aleja del receptor, la frecuencia recibida será
proporcionalmente menor. Por delante del emisor los frentes de onda se aproximan, generando un aumento
de la frecuencia. Por detrás del emisor se produce el efecto contrario, los frentes de onda se separan y por
tanto la frecuencia disminuye. Esta variación de frecuencia se puede calcular a partir de la siguiente expresión
[47]:
𝑣±𝑣𝑟
𝑓=𝑓 [𝐻𝑧] (5)
𝑣±𝑣𝑒
Donde:
fr = frecuencia de la señal recibida [Hz]
fe = frecuencia de la señal emitida [Hz]
v = velocidad de propagación (velocidad de la luz) [3 x 108 m/s]
vr = velocidad del receptor [m/s]
ve = velocidad del emisor [m/s]
4.1.5.2. Clutter
Un radar debe realizar sus funciones en presencia de: ruido, clutter, interferencias (EMI), etc. El clutter es
una forma inevitable de perturbación de la señal radar. Ocurre cuando objetos fijos cercanos al transmisor
como edificios, árboles o el propio terreno (colinas, oleaje en el mar, etc), obstruyen la onda electromagnética
emitida y producen un eco. El eco producido por el clutter puede ser mayor en tamaño e intensidad que el de
los objetos de interés. Los efectos del clutter disminuyen conforme la distancia aumenta, principalmente
debido al radio de curvatura de la Tierra y a la inclinación que suelen tener las antenas con respecto al
horizonte. Sin aplicar técnicas especiales de procesado, los ecos procedentes de los blancos quedarían
enmascarados por los ecos procedentes del clutter (por ejemplo, de los accidentes geográficos del terreno o
de las olas en el mar) [48].
4.1.5.3. Determinación de la distancia
El rango, o distancia, es posible debido a las propiedades de propagación de la energía electromagnética. Esta
energía normalmente viaja a través del espacio en línea recta, a una velocidad constante, y con variaciones
mínimas ocasionadas por fenómenos atmosféricos y condiciones meteorológicas que se discutirán más
adelante; sin embargo en este punto serán ignoradas. La energía electromagnética viaja a través del aire
aproximadamente a la velocidad de la luz, que es de 300.000 Kilómetros por segundo o 186.000 millas por
segundo o 162.000 millas náuticas por segundo [49].
Página | 25
Fig 7. Tiempo de retardo del eco retornado [49]
Este proceso se calcula multiplicando la velocidad de propagación de las ondas electromagnéticas

(velocidad de la luz) por el tiempo empleado por el pulso emitido en llegar hasta el blanco y regresar
(round trip time), dividido por dos al haber considerado el tiempo de ida y de vuelta [49].
𝐶.𝑇𝑅
𝑅= 2
[𝑚] (6)
Donde:
R = Distancia al blanco (rango) [m]

TR = Tiempo de propagación (ida y vuelta) [s]
C = Velocidad de la luz [3x108 m/s]
4.1.5.4. Dirección al blanco
A parte del rango es fundamental calcular la dirección angular del blanco para poder determinar su posición.
La dirección angular será determinada simplemente por la dirección en la que esté apuntando la antena.
Midiendo la dirección en la que la antena apunta cuando se recibe el eco, la dirección (ángulo de azimut)
puede ser determinada. El rumbo verdadero (referenciado al norte verdadero), de un objetivo detectado por
el radar, es el ángulo entre el norte verdadero y una línea apuntando directamente al objetivo. Este ángulo se
mide en el plano horizontal, en el sentido horario desde el norte verdadero. El ángulo del rumbo en relación
con el objetivo detectado por el radar también se puede medir en la dirección a las manecillas del reloj desde
la línea central de un barco o aeronave. La precisión de la medición de este ángulo depende de la directividad
de la antena. La Directividad es la capacidad de la antena para concentrar la energía transmitida en una
dirección particular. Midiendo la dirección en la que la antena esté apuntando cuando el eco es recibido, se
puede determinar el ángulo de acimut [50].
Página | 26
Fig 8. Relación entre el rumbo verdadero y el rumbo relativo [50]
Las antenas de la mayoría de los radares están diseñadas para radiar energía en un haz o lóbulo direccional
que puede barrer el área de exploración simplemente girando la antena. Como puede observarse en la figura
10, la forma del haz es tal que la intensidad del eco retornado por un blanco varía en amplitud cuando el haz
de la antena va rotando [50].
Fig 9. Determinación del rumbo [50]
4.1.1.1. Ángulo de elevación
El ángulo de elevación es el ángulo que forma la línea de vista radar-blanco con el plano horizontal. El ángulo
de elevación es positivo por encima del horizonte (el ángulo de elevación del horizonte es de 0°) y negativo
por debajo del horizonte. El ángulo de elevación es el ángulo que forma la línea de vista radar-blanco con el
plano horizontal. El ángulo de elevación es positivo por encima del horizonte (el ángulo de elevación del
horizonte es de 0°) y negativo por debajo del horizonte [51].
Página | 27
Fig 10. Ángulo de elevación [52]
4.1.1.1. Altura
La altura de un objetivo sobre la superficie de la tierra se llama altura o altitud. Esto se denomina con la letra
H (como: Altura) en la siguientes fórmula (7) y figuras 12 y 13. La altitud real es la distancia real del avión
sobre el nivel medio del mar. La altitud se puede calcular con los valores de distancia R y ángulo de elevación
ε, como se muestra en la figura 12, donde [53].
𝑅2
𝐻 = 𝑅 ∗ sin 𝜀 + 2𝑟 (7)
𝑒
Fig 11. Altura vs Altitud [53
Página | 28
Fig 12. Calculo de la altura [53].
R = objetivo rango inclinado

ε = ángulo de elevación medido
re = radio equivalente de la tierra (aproximadamente 6370 km)
En la práctica, sin embargo, la propagación de ondas electromagnéticas también está sujeta a
refracción, esto significa que el haz transmitido de la unidad de radar no es un lado recto de este
triángulo, pero este lado también está doblado y depende de:
La longitud de onda transmitida.

La presión barométrica.
La temperatura del aire.
La humedad atmosférica.
4.1.1.2. Resolución angular
La resolución angular es la separación angular mínima en la que se pueden separar dos objetivos
iguales en el mismo rango. Las características de resolución angular de un radar están
determinadas por el ancho del haz de la antena representado por el ángulo de -3 dB Θ que se
define por los puntos de media potencia (-3 dB) [54].
Página | 29
Propuesta para la Implementación de un Sistema de Detección de Blancos Móviles Basado en
Tecnología Satelital en la Aviación de Estado en Colombia
Fig 13. Resolución angular [45].
La resolución angular como una distancia entre dos objetivos depende del rango de inclinación
y se puede calcular con la ayuda de la siguiente fórmula [54]:
𝜃
𝑆𝐴 ≤ 2𝑅 sin [𝑚] (8)
2
Θ = ancho del haz de la antena (Theta)

SA = resolución angular como una distancia entre los dos objetivos
R = objetivos de alcance inclinado - antena
4.1.1.3. Resolución del rango
La resolución de alcance es la capacidad de un sistema de radar para distinguir entre dos o más
objetivos en el mismo rumbo pero a diferentes rangos. El grado de resolución del rango depende
del ancho del pulso transmitido, los tipos y tamaños de objetivos, y la eficiencia del receptor y el
indicador. El ancho de pulso es el factor principal en la resolución de rango. Un sistema de radar
bien diseñado, con todos los demás factores con la máxima eficiencia, debería ser capaz de
distinguir objetivos separados por la mitad del tiempo de ancho de pulso. Por lo tanto, la
resolución de alcance teórica de un sistema de radar se puede calcular a partir de siguiente fórmula
[55]:
𝐶0 ∗𝜏
𝑆𝑟 = [𝑚] (9)
2
c0 = speed of light
τ = transmitters pulse width
Sr = range resolution as a distance between the two targets
Página | 30
Fig 14. Separación mínima y máxima entre dos aeronaves [55]
En un sistema de compresión de pulso, la resolución de alcance del radar viene dada por el
ancho de banda del pulso transmitido (Btx), no por su ancho de pulso.
𝐶
𝑆𝑟 > 2𝐵0 [𝑚] (10)
𝑡𝑥
c0 = velocidad de la luz
Btx = ancho de banda del pulso transmitido
Sr = resolución de alcance como una distancia entre los dos objetivos
4.1.1.4. Celda de resolución
El rango y las resoluciones angulares conducen a la celda de resolución. El significado de esta

celda es muy claro: a menos que uno pueda confiar en eventuales cambios Doppler diferentes, es
imposible distinguir dos objetivos que se encuentran dentro de la misma celda de resolución.
Cuanto más corto es el pulso con τ (o más amplio es el espectro del pulso transmitido) y más
estrecho es el ángulo de apertura, menor es la celda de resolución y mayor es la inmunidad a la
interferencia de la estación de radar [56].
Página | 31
Fig 16. Resolución de celda [56].
4.1.1.5. Algoritmos de navegación
En particular, en lo que se refiere a los algoritmos de navegación, se pueden destacar diversos

libros modernos, como por ejemplo, que se centra en los sistemas de navegación inercial y en el
estudio del error; el libro [57] que describe en detalle la teoría del sistema GPS; o referencias más
generales como [58], [59] o [60] que estudian ambos sistemas y su integración. En lo que se
refiere a implementación, se puede citar [61] que analiza los sensores usados en la navegación
inercial moderna, o [62] que describe los sistemas desde el punto de vista de la aviónica.
Entrando en los algoritmos de filtrado, el primer filtro efectivo, el filtro de Kalman (KF), fue
desarrollado por Rudolph E. Kalman, un ingeniero húngaro nacionalizado estadounidense.
Presentó su filtro a la NASA en 1960, y público sus resultados ese mismo año [63], aunque
posteriormente desarrollaron más la teoría con ayuda de Bucy, razón por la cual a veces el filtro
se denomina de Kalman-Bucy. El KF se caracteriza por ser un estimador ´optimo (en el sentido
de que minimiza la covarianza del error) y recursivo (no requiere almacenar toda la historia de
las medidas realizadas sino simplemente la última estimación y la covarianza estimada del error)
[64].
No obstante, el KF, tal como se planteó originalmente, solo sirve para sistemas lineales. Así,
puesto que muchos sistemas reales son no lineales (como es el caso de las ecuaciones que
describen la navegación aérea), se han desarrollado multitud de extensiones no lineales, como el
Filtro Extendido de Kalman (EKF) (ver por ejemplo [Ande 79]). Aunque el EKF es la versión no
lineal del KF más utilizada, existen muchos otros desarrollos, como filtros de partículas (PFs),
filtros de Kalman “unscented”, filtros adaptativos, o filtros recursivos exactos (ver por ejemplo
Página | 32
[65]. El principal problema de estos algoritmos es que se pierden las buenas propiedades del KF
y no se garantiza la convergencia de la solución de navegación a su valor real; por ello, la
implementación de este tipo de algoritmos no es sencilla, si bien existe mucha literatura al
respecto [66].
4.2 MARCO CONCEPTUAL
En la actualidad hay dos modelos de sistemas para vigilancia ATM, los sistemas de vigilancia
independientes y los sistemas de vigilancia dependientes. Los primeros se caracterizan porque no
necesitan ayuda externa para detectar y posicionar el objetivo, mientras que los segundos necesitan
de ayuda externa (básicamente de un GNSS: Global Navigation Satellite System) para detectar y
posicionar el objetivo. En los sistemas de vigilancia dependientes solo existen cooperativos, los cuales
requieren que la aeronave esté equipada con un transpondedor o emisor. Por su parte, los sistemas
independientes pueden ser cooperativos o no cooperativos. En estos últimos, la aeronave es detectada
independientemente de que esté equipada o no con un transpondedor. [67].
Sistemas de
control de tráfico
aéreo
Independiente Dependientes
No Cooperativos
cooperativos
Cooperativos
Radar primario SSR, SSR-Modo

(PSR) S y MLAT ADS-(B y C)
Fig 16. Clasificación de los sistemas de vigilancia aérea en cuanto su cooperancia e independencia [67].
Página | 33
4.1.1. Sistemas de Vigilancia Independientes
Dentro de este grupo se encuentran los no cooperativos, donde aparece el radar primario (PSR) y
el SMR (Surface Movement Radar) que es el modelo de radar primario para trabajar en entornos
cercanos a la superficie, es decir para vigilancia aeroportuaria.
El funcionamiento del radar primario es el siguiente: el sistema emite pulsos de energía RF, que
son reflejados en el blanco y llegan al radar donde se detectan estas reflexiones de impulsos de
energía. Estas reflexiones son procesadas de manera que se obtiene la distancia radial y el ángulo
del azimut al objetivo. La estación terrestre de este sistema consta de un transmisor, un receptor
y una antena giratoria que abarca los 360 de azimut y gira a una velocidad típica entre 6 y 15
RPM [68].
Hay que tener en cuenta que todas las reflexiones que detecta el radar no provienen de los blancos
que se quiere detectar, también se producen reflexiones en otros objetos fijos como edificios o
montañas, que producen señales no deseadas. Para solucionar este problema se utilizan técnicas
especiales de procesamiento para identificar el tipo de blanco o las dimensiones de este.
El radar primario es un sistema de vigilancia completamente independiente que entre los años 60
y 70 se utilizaba para vigilancia en ruta. Sin embargo, con el paso de los años este sistema se ha
vuelto ineficiente debido a su elevado coste y al aumento del tráfico aéreo, ya que este sistema
no proporciona una identificación directa del objetivo y tiene una baja tasa de actualización de la
posición del objetivo. Actualmente se utiliza para fines de defensa militar aérea o para la
vigilancia meteorológica [68]. La siguiente imagen muestra el funcionamiento típico de un radar
primario:
Página | 34
Fig 18. Funcionamiento PSR [68].
Dentro del grupo de los cooperativos nos encontramos con el radar secundario (SSR), el SSR
Modo-S y los sistemas de multilateración.
El funcionamiento del radar secundario (SSR) es distinto al del primario, ya que para que
funcione este sistema se necesita un transpondedor instalado en el avión y por lo tanto es un
sistema cooperativo. Este sistema tiene una antena giratoria, cuya velocidad de rotación
determina la frecuencia a la que se actualiza la información. La antena emite una señal de 1030
MHz (Interrogación) que le llega al transpondedor de la aeronave, el cual, con un retardo fijo
establecido, decodifica la interrogación y transmite una señal de respuesta a 1090 MHz. Esta
señal de respuesta es recibida por la antena del radar, la cual es procesada para medir el tiempo
de ida y vuelta de la señal. A partir de este tiempo de ida y vuelta se logra obtener el radio de la
distancia al avión y a partir del ángulo de apuntamiento de la antena, el ángulo de azimut. La
resolución de la distancia radial en el área de cobertura suele ser constante; sin embargo, la
resolución del azimut es peor para las aeronaves más alejadas del radar [68].
La diferencia que existe entre el SSR y el SSR Modo-S es que mientras en el sistema de radar
SSR los mensajes de interrogación enviados son recibidos y respondidos por todas las aeronaves
en el área de cobertura, el SSR Modo-S envía el mensaje de interrogación selectivamente a un
avión en concreto, obteniendo así una identificación directa [68].
Página | 35
El SSR funciona en modo A/C: los transpondedores de los aviones contestan a los mensajes de
interrogación con un código de identidad (Modo A) o con la altitud barométrica de la aeronave
(Modo C). El SSR Modo-S, además de trabajar en Modo A/C puede también trabajar en Modo
S, lo cual le permite crear un enlace de datos de manera selectiva para cada aeronave [69].
A diferencia del radar primario, el SSR puede aportar una identificación directa del objetivo,
además de su altitud barométrica y una mejor precisión del radio de distancia y azimut.
El sistema de radar SSR ha evolucionado a partir de aplicaciones militares desarrolladas con el

fin de la identificación de aeronaves hostiles que posteriormente se han utilizado también en
navegación aérea civil. Actualmente hay otras tecnologías que proporcionan unas mejores
prestaciones, como los sistemas de multilateración, la tecnología ADS-B o ADS-C [69].
La siguiente imagen muestra el funcionamiento característico de los radares secundarios (SSR):
Fig 19 Funcionamiento SSR [69]
Un sistema de multilateración, como se ha dicho anteriormente, es un sistema de posicionamiento

independiente y cooperativo que está formado por estaciones receptoras sincronizadas en tiempo y
(opcionalmente) estaciones interrogadoras extendidas en toda el área de cobertura. El sistema también
dispone de una computadora central (CPS: Central Processing Station) donde se ejecutan los
algoritmos necesarios para calcular la posición de la aeronave [69].
Página | 36
El sistema puede trabajar de modo activo o modo pasivo. La diferencia entre ambos modos de
funcionamiento es que en el activo el sistema cuenta con una o varias estaciones interrogadoras
utilizadas para enviar sus propias interrogaciones, solicitando información adicional al transpondedor
del avión no disponible en los mensajes enviados de manera no solicitada. En el sistema pasivo no se
utiliza la estación interrogadora, por lo que sólo se utilizan las señales enviadas por el transpondedor.
La siguiente imagen muestra el típico funcionamiento de un sistema de multilateración [70]:
Fig 20. Funcionamiento Sistema MLAT [70]
4.1.2. Sistemas de Vigilancia Dependientes
En este grupo de sistemas de vigilancia encontramos la tecnología ADS-C (Automatic Dependent

Surveillance-Contract) y ADS-B (Automatic Dependent Surveillance-Broadcast).
En ADS-C, para determinar la posición, velocidad y otros datos de interés de la aeronave, esta
hace uso de un sistema de navegación a bordo. Un sistema ATM desde tierra establece un acuerdo
con la aeronave para enviar los datos de información en ciertos periodos de tiempo o en eventos
definidos. El operador de la aeronave y el proveedor de ATM establecen un conjunto de acuerdos
con el proveedor de servicios del enlace de datos, para una comunicación punto a punto donde es
posible el envío de los mensajes ADS-C [71].
La información que se transmite en los mensajes ADS-C puede ser la posición actual de la
aeronave (latitud, longitud y altura), una marca de tiempo, posibles futuros puntos del trayecto
Página | 37
del areonave (waypoints) para poder evitar conflictos potenciales, velocidad de la aeronave y
datos meteorológicos.
Este tipo de sistema se utiliza generalmente en áreas oceánicas, donde no es posible el uso de
radares o sistemas de multilateración; es decir: se utiliza fundamentalmente en aviones de
transporte aéreo que realizan grandes trayectos.
También hay que añadir que este sistema tiene ciertas desventajas y limitaciones que hay que
comentar. Al ser un sistema de vigilancia dependiente, se necesita que la aeronave esté equipada
para la transmisión de los mensajes; además, el sistema puede estar limitado por la capacidad que
pueden tener los medios de comunicación utilizados. En esta técnica las transmisiones de los
informes pueden tener ciertos costes, ya que se utiliza un proveedor de servicios de enlace de
datos; por este motivo, los sistemas ADS-C utilizan normalmente unas tasas de actualización
bajas para mantener los costes acotados [71]. En la siguiente figura podemos ver el
funcionamiento de la tecnología ADS-C.
Fig 21. Funcionamiento Sistema ADS-C [71].
Página | 38
La otra tecnología que falta por comentar dentro de este grupo es la ADS-B (Automatic Dependent
Surveillance-Broadcast). Esta técnica emplea un sistema de navegación satelital o GNSS, mediante
el cual se obtiene información de la posición de la aeronave (latitud,longitud,altitud), velocidad,
identificador de la aeronave y otra información práctica. Cada mensaje ADS-B incluye una
descripción de la calidad de los datos para que el usuario pueda determinar si suficientemente buenos
para poderlos aplicar a la función deseada.
Los mensajes ADS-B pueden ser recibidos y procesados por cualquier receptor adecuado, es decir
los mensajes pueden ser recibidos por medio de un enlace de datos a una agrupación de estaciones en
tierra, donde se procesan los datos y son enviados al centro de control, o bien pueden ser recibidos en
aeronaves equipadas con receptores ADS-B, donde se procesa la información para poder determinar
la ubicación del tráfico de aeronaves cercanas y poder visualizar la información de tráfico en la cabina
de mando de la aeronave y de esta manera poder evitar futuras colisiones. A este intercambio de
información entre aeronaves se le conoce como sistema de prevención de anticolisión aérea (ACAS:
Airborne Collision Avoidance System) [71].
En esta tecnología las estaciones terrestres son más simples que las del radar primario, secundario o
multilateración y suele tener unos costes más bajos.
También habría que comentar que en este sistema existen ciertas desventajas que afectan a la
precisión y rendimiento de este. El funcionamiento de ADS-B depende de que las aeronaves
dispongan el equipamiento necesario para poder realizar la comunicación de los mensajes entre avión
y estación o entre aviones. Las tecnologías actuales utilizan únicamente GPS y GLONASS para el
cálculo de la posición y velocidad debido a lo cual el sistema puede experimentar interrupciones
cuando el rendimiento o la geometría de la constelación de satélites son inadecuados para realizar una
aplicación en concreto [71].
Página | 39
Fig 22. Funcionamiento Sistema ADS-B [71]
4.1.3. Métodos algebraicos para algoritmos de posicionamiento
Los algoritmos de forma cerrada o algebraica, son aquellos que se basan en la resolución directa de
las ecuaciones dadas transformándolas en polinomios de grado cuatro o inferior, de forma que no
hace falta el uso de cálculos iterativos para llegar a una solución. Por ello, se basan en construir un
modelo matemático del cual puedan obtener la posición del transpondedor a partir de los datos dados,
o bien, manipular las ecuaciones hiperbólicas hasta que realizan la resolución de un problema inverso.
En este trabajo se han utilizado algunos de los algoritmos de forma cerrada más representativos
utilizados en sistemas de multilateración [72]:
Algoritmo de Schmidt.
Algoritmo de Chan Ho.
Algoritmo de Friedlander.
Algoritmo de Schau & Robinson.
Algoritmo de Smith & Abel.
4.1.4. Métodos iterativos para algoritmos de posicionamiento
Página | 40
En contraposición a los algoritmos de forma cerrada, los algoritmos de forma abierta o iterativa hacen
uso de aproximaciones de las ecuaciones exactas. El procedimiento habitual es el realizar una
linealización de las ecuaciones. Dado que utilizan procesos iterativos, se necesita utilizar un punto de
inicio del proceso. Estos métodos, aunque menos eficientes computacionalmente que los de forma
cerrada son menos sensibles al error de medida, por lo que si se garantiza la convergencia
proporcionan datos más precisos estadísticamente hablando. La linealización de Taylor es el método
más utilizado en este caso. Los algoritmos bajo prueba han sido [73]:
Taylor.
Taylor con regulación de Thikonov.
4.1.5. Filtros de seguimiento
Para intentar compensar los posibles errores producidos en el cálculo de la posición debido al ruido
introducido por el sistema de multilateración, los filtros de seguimiento se basan en suponer que el
objetivo tiene ciertas propiedades cinemáticas, esto es, suponer que la aeronave sigue algún tipo de
trayectoria bien conocida, como puede ser el caso de los movimiento uniforme (MU) o movimientos
uniformemente acelerados (MUA). De esta forma, por medio de cálculos matemáticos, es fácil prever
a partir de instantes de tiempo anteriores, dónde va a encontrarse el objetivo en futuros instantes de
tiempo futuros en caso de mantener este tipo de cinemática. La ecuación general que rige este tipo de
filtros es:
𝑋𝑛+1,𝑛 = 𝑀𝑛 𝑋𝑛,𝑛 (11)
Representando 𝑋𝑛+1,𝑛 la predicción de la posición en un instante de tiempo n+1 a partir de los valores
proporcionados por la información en el instante n y siendo 𝑋𝑛,𝑛 la posición en el instante de tiempo
n una vez hecha la corrección por el filtro para ese instante. Por consiguiente 𝑀𝑛 representa la matriz
de transición entre el instante n y n+1, es decir, la relación entre la posición actual y la futura. De
forma análoga, esta ecuación se puede expresar en función de instantes de tiempo anteriores:
𝑋𝑛,𝑛−1 = 𝑀𝑛−1 𝑋𝑛−1,𝑛−1 (12)
Página | 41
La principal diferencia entre filtros radica en la estrategia de selección de la matriz de transición, lo

cual afecta directamente al error de predicción. Por lo tanto, según sea el tipo de movimiento realizado
por el objetivo se deberá seleccionar aquel filtro que reduzca el ruido de predicción.
4.1.5.1. Filtros G-H
El filtro g-h representa la base de los filtros de seguimiento. Es uno de los filtros más simples y surgió
por la necesidad de poder predecir posiciones futuras de objetivos en sistemas de radares “Fan-
Beam”. Los sistemas Fan-Beam son sistema de radares con haz directivo en el plano horizontal,
típicamente con una rotación constante sobre de 360º en acimut, como es el caso del radar primario
y secundario.
Para dar solución a este problema, los filtros realizan el seguimiento de los objetivos haciendo posible
prever posiciones futuras a partir de ciertas suposiciones. Más concretamente, el filtro g-h se basa en
la suposición de que la aeronave describe un movimiento uniforme (MU).
A partir de la suposición de dicha cinemática se puede predecir una posición futura a partir de las
ecuaciones (8-9) [74]:
∗ ∗
𝑋𝑛+1,𝑛 = 𝑋𝑛+1,𝑛 (13)
∗ ∗ ∗
𝑋𝑛+1,𝑛 = 𝑋𝑛+1,𝑛 + 𝑇𝑋𝑛+1,𝑛 (14)
Donde 𝑥 representa la velocidad del blanco, 𝑥 representa la posición, el superíndice * significa que
se trata de una predicción, y los subíndices se interpretan de forma análoga a los de la ecuación (7).
Las ecuaciones (8-9) estiman una posición futura del objetivo, pero esta posición puede no ser
exactamente la futura posición debido a dos motivos [74]:
1. La coordenada obtenida por el algoritmo de posicionamiento contiene errores de medida.

2. El objetivo no está describiendo un movimiento uniforme.
Página | 42
Debido a la presencia de estos errores, el filtro g-h realiza una corrección de la posición basándose
en las coordenadas estimadas y las obtenidas por los algoritmos de posicionamiento [74]:
∗
∗ ∗ 𝑦𝑛 −𝑥𝑛,𝑛−1
𝑋𝑛+1,𝑛 = 𝑋𝑛+1,𝑛 + ℎ𝑛 ( 𝑇
) (15)
∗ ∗ ∗
𝑋𝑛,𝑛 = 𝑋𝑛+1,𝑛 + 𝑔𝑛 (𝑦𝑛 − 𝑥𝑛,𝑛−1 ) (16)
Donde 𝑦𝑛 representa el valor calculado por el algoritmo utilizado en la etapa de posicionamiento. Las
ecuaciones (10-11) son las llamadas ecuaciones de actualización del filtro g-h e introducen dos nuevos
parámetros: g y h, que dan nombre a este filtro. El objetivo de los parámetros es realizar la corrección
de la posición estimada, por ello, la correcta selección de los valores ℎ𝑛 y 𝑔𝑛 , condicionará la
eficiencia del filtro.
Para la selección de estos valores debemos de tener en cuenta que un filtro g-h posee dos estados [74]:
El estado de inicialización, donde los valores ℎ𝑛 y 𝑔𝑛 cambiarán para cada instante. En los
primeros instantes de esta fase los valores de los parámetros serán grandes ya que se considera
que el filtro aún no se ha adaptado a la trayectoria y el factor de corrección tiene que ser alto.
Estos valores irán disminuyendo progresivamente con el tiempo, ya que el filtro se irá
adaptando a la trayectoria y cada vez serán más precisas las predicciones.
El estado estacionario, que caracteriza a los filtros g-h, ya que una vez el filtro se ha adaptado
a la trayectoria, utiliza valores constantes de g y h.
4.1.5.2. Filtro de Kalman
Como se ha dicho en el apartado anterior, muchos filtros de seguimiento basan sus fundamentos en
el filtro g-h. El filtro de Kalman es un claro ejemplo y representa uno de los filtros más utilizados por
los sistemas de seguimiento, debido a su alta precisión.
Página | 43
Sus aplicaciones de implementación son numerosas, destacando en el sector militar para la

reconstrucción del punto de lanzamiento de misiles balísticos a partir de la trayectoria observada.
El filtro de Kalman se fundamenta en considerar que un blanco bajo seguimiento no va a mantener

siempre una velocidad constante, sino que puede tener cambios en la velocidad de forma esporádica
o de forma constante. Para considerar este posible cambio de velocidad el objetivo, se introduce un
término a la ecuación (8) que representa un cambio de velocidad aleatorio. Quedando las ecuaciones
de la dinámica del blanco de la siguiente forma [75]:
∗ ∗
𝑋𝑛+1,𝑛 = 𝑋𝑛+1,𝑛 + 𝑢𝑛 (17)
∗ ∗ ∗
𝑋𝑛+1,𝑛 = 𝑋𝑛+1,𝑛 + 𝑇𝑋𝑛+1,𝑛 (18)
Donde un representa el cambio aleatorio en la velocidad entre los instantes de tiempo n+1 y n con
varianza 𝜎𝑢2 y es independiente para cada instante de tiempo. Este término es llamado con una gran
diversidad de nombres en la bibliografía. Como resultado se tiene una ecuación no determinista. Para
estas estimaciones, las ecuaciones del filtro de Kalman que minimizan el error, son las siguientes
[75]:
∗
∗ ∗ 𝑦𝑛 −𝑥𝑛,𝑛−1
𝑋𝑛+1,𝑛 = 𝑋𝑛+1,𝑛 + ℎ𝑛 ( 𝑇
) (19)
∗ ∗ ∗ ∗
𝑋𝑛+1,𝑛 = 𝑋𝑛+1,𝑛 + 𝑇𝑋𝑛+1,𝑛+ 𝑔𝑛 (𝑦𝑛 − 𝑥𝑛,𝑛−1 ) (20)
Que como se puede observar, son el resultado de sustituir en las ecuaciones (10-11) las ecuaciones
(8-9), por lo que las ecuaciones del filtro de Kalman son las mismas que las del filtro g-h. La diferencia
entre los dos filtros radica en que en el filtro de Kalman las variables ℎ𝑛 y 𝑔𝑛 son diferentes para cada
punto de la trayectoria mientras que en el filtro g-h únicamente varían en el estado de inicialización.
El cálculo de las variables hn y gn depende de la varianza del error en cada instante de la trayectoria.
Para conocer la varianza en cada instante de tiempo, el filtro necesita tener información a priori de la
trayectoria, información que obtiene cuando se está inicializando el seguimiento, la cual puede ser
obtenida de otros sensores que complementen el sistema. Por ello los valores de ℎ𝑛 y 𝑔𝑛 dependen de
Página | 44
la 𝜎𝑥 2 de cada instante del recorrido. En régimen estacionario, la relación entre g y h es la que se

indica en la ecuación (20), que es la misma que se tiene para un filtro g-h de Benedict-Bordner [75].
𝑔2
ℎ = 2−𝑔 (21)
El resultado es un filtro más preciso que el filtro g-h, pero que requiere de un gasto computacional
mayor.
Existen modificaciones del filtro de Kalman que actualmente son muy utilizadas en los sistemas de
vigilancia. El principal problema reside en la complejidad del filtro y como consecuencia un
encarecimiento de los sistemas. Para el caso que nos ocupa, el seguimiento de las posiciones necesita
un filtro de Kalman de 9 estados, ya que de cada coordenada se analiza; la posición, velocidad y
aceleración por separado. En cambio, un seguimiento en el dominio del tiempo solamente necesitaría
un filtro de Kalman de 2 o 3 estados, ya que solamente tendríamos una variable bajo vigilancia [75].
Página | 45
5. HIPÓTESIS
Es posible mitigar los errores humanos, errores de medición en orientación, distancia y actualización
de procesamiento en el sistema de vigilancia aérea de la Fuerza Aérea Colombiana, mediante la
integración de las señales suministradas por la red de sensores de vigilancia Radar y aquellas
suministradas por un sistema de vigilancia aérea basado en tecnología satelital, usando un algoritmo
de filtrado de seguimiento de objetos para un centro de monitoreo, seguimiento y visualización de
aeronaves en el espacio aéreo de Aviación de Estado Colombiano.
Página | 46
6. METODOLOGÍA
Para el desarrollo del presente proceso de investigación, el cual se encuentra cimentado en un contexto
teórico que se orienta a la innovación en los sistemas de vigilancia aérea basados en una red de
Radares para el transporte aéreo y en su interdependencia con sistemas de vigilancia aérea con
tecnología satelital, serán abordadas tres fases de la siguiente manera:
6.1. Fase 1: Preliminares, sistematización y documentación. Esta fase, permitirá satisfacer el

objetivo específico número uno. En ella se realizará un enfoque de tipo exploratorio de las
caracteristicas técnicas de los sistemas basados en sensores Radar de la Fuerza Aérea Colombiana,
junto con los reportes de mantenimiento donde se esperan identificar las deficiencias que se presentan
en la operación de control de tránsito aéreo usando estos sistemas. Seguidamente se identificarán las
características técnicas de los nuevos sistemas de vigilancia aérea basados en tecnología satelital que
podrían ser integrados en la aviación de estado en Colombia. Para esto, se pretenden desarrollar las
siguientes actividades:
Indagar los parámetros técnicos y de operación de los equipos actuales que integran la red de
sensores Radar para la vigilancia aérea en aviación de estado en Colombia.
Documentar las caracteristicas de los servicios a la navegación y defensa aérea de la
aviación civil y de estado en Colombia.
Realizar entrevistas a expertos para conocer las condiciones actuales y posibles deficiencias
del sistema de vigilancia aérea basado en la red de sensores Radar.
Obtener los reportes de falla que presentan los equipos que integran la red de sensores Radar
para vigilancia aérea convencional en aviación de estado.
Identificar las caracteristicas técnicas de los nuevos sistemas de vigilancia aérea basados en
tecnología satelital que puedan ser integrados con los sistemas convencionales usados en la
aviación de Estado en Colombia.
Definir que tecnología satelital para vigilancia aérea, sería la más adecuada para ser
integrada al sistema de vigilancia aérea actual en aviación de estado.
Revisión de la información constituida en esta fase por parte del director del proceso de
investigación.
Página | 47
6.2. Fase 2: Indagación técnica y concepciones. Esta fase permitirá satisfacer el objetivo específico
número dos. Esta se desarrollará con un enfoque de tipo descriptivo, que permitirá caracterizar la
información sobre los filtros de seguimiento de objetos que predominan a nivel internacional y
regional, en la integración de señales para diferentes técnicas en vigilancia aérea. Para esto, se
pretenden desarrollar las siguientes actividades:
Documentar las recomendaciones de autoridades en aviación, internacionales, regionales y

locales para la integración de señales provenientes de diferentes técnicas en vigilancia
aérea.
Realizar una revisión bibliográfica de artículos científicos para el estudio de los diferentes
algoritmos que permitan la validación de los filtros de seguimiento de objetos.
Caracterizar las técnicas de filtrado para el seguimiento de objetos en vigilancia aérea, que
actualmente se encuentran presentes en la aviación internacional y regional.
Triangular la información obtenida para enfocar las diferentes técnicas de filtrado para el
seguimiento de objetos en movimiento, seleccionando el más adecuado para la integración
de las señales provenientes de la tecnología Radar y satelital en vigilancia aérea.
investigación.
6.3. FASE 3: Desarrollo de la propuesta. Esta fase permitirá satisfacer el objetivo específico
número tres. Esta se desarrollará con un enfoque de tipo propositivo, que permitirá entregar los
resultados del proceso de investigación, los cuales serán de tipo cualitativo. Para esto, se pretenden
desarrollar las siguientes actividades:
Identificar diferentes herramientas de software especializadas, que permitan simular la

integración de señales provenientes de sistemas basados en tecnología radar y satelital
mediante filtros de seguimiento de objetos.
Desarrollar un algoritmo que permita aplicar la técnica de filtros de seguimiento de objetos,
integrando las señales de los sistemas de vigilancia aérea basados en tecnología radar y
satelital.
Simular mediante el programa especializado escogido, el algoritmo desarrollado.
Analizar los resultados obtenidos en el proceso de simulación.
Página | 48
Elaborar una propuesta para implementación de un sistema de detección de blancos móviles

basado en tecnología satelital.
Establecer las conclusiones del proceso de investigación.
investigación.
Entrega final del informe del proceso de investigación al proyecto curricular (maestría en
telecomunicaciones móviles) y fuerza aérea colombiana.
Página | 49
7. IMPACTO Y RESULTADOS ESPERADOS
Se espera obtener un documento que contenga una propuesta para la implementación de un sistema
de vigilancia aérea basado en tecnología satelital, que pueda integrar sus señales a las del sistema de
vigilancia aérea convencional basado en una red de sensores Radar que usa la Fuerza Aérea
Colombiana. Con este se busca aumentar la seguridad y la eficiencia en los sistemas operativos,
estableciendo una mayor resolución, precisión e integridad en la información obtenida de los sistemas
de vigilancia que usa la aviación de Estado en Colombia.
Esta propuesta deberá buscar su estatización normativa, en el Reglamento Aeronáutico de Colombia

de Aviación de Estado (RACAE), garantizando el rol principal de la vigilancia aérea, la cual es guiar,
controlar en su trayectoria a las aeronaves y evitar colisiones entre las mismas.
Se espera que el resultado sea de utilidad para la Fuerza Aérea Colombiana, y sea la base para la
optimización de su sistema de vigilancia aérea, ya que esta institución es la Autoridad de aviación de
Estado en Colombia. Para ello, los resultados serán puestos a consideración de la Dirección de
Defensa Aérea y Jefatura de las Tecnologías de la información.
7.1. Resultados/productos esperados y potenciales beneficiarios.

7.1.1. Conducentes al fortalecimiento de la capacidad científica nacional
Resultado/Producto
Indicador Beneficiario
esperado
Desarrollo de un curso – taller dirigido
a estudiantes de pregrado o posgrado.
Certificación expedida por la IES Egresados del programa
Actualización del syllabus del (ESUFA) donde se avale la Educativo de la Tecnología
programa de extensión Curso de actualización del syllabus, con los en Electrónica Aeronáutica de
mantenimiento RADAR-TPS-70. De resultados de este proyecto. ESUFA.
la IES Escuela de Suboficiales CT.
Andrés M. Díaz (ESUFA-FAC:
Fuerza Aérea Colombiana).
Tab 1. Fortalecimiento de la comunidad científica. Fuente propia.
Página | 50
7.1.2. Dirigidos a la apropiación social del conocimiento
Resultado/Producto
Indicador Beneficiario
esperado
Certificado de aprobación por
parte de la Facultad de Ingeniera La Fuerza Aérea Colombiana
Documento final del proceso de
de la Universidad Distrital y la Universidad Distrital
investigación.
Francisco José de Caldas. Francisco José de Caldas.
Certificado de participación como Comunidad académica y

Participación con ponencia en evento
ponente en el evento académico científica de la Fuerza Aérea
académico nacional o internacional.
nacional o internacional. Colombiana.
Tab 2. Apropiación social del conocimiento. Fuente propia.
7.2. Impactos esperados a partir del uso de los resultados.
Plazo (años) después de

finalizar el proyecto
Impacto esperado Indicador verificable Supuestos
corto (1-4), mediano (5-
9) y largo (10 o más)
Se espera que los
Impacto en la resultados de esta
aviación de estado propuesta de
con la integración Recomendaciones investigación sean de
tecnologías de normativas técnicas para utilidad para la Fuerza
vigilancia aérea el Reglamento Aérea Colombiana como
Mediano plazo. Aeronáutico
cooperativa para la autoridad de aviación de
supervisión del Colombiano de Aviación estado, permitiendo
espacio aéreo de Estado (RACAE). mejoras los procesos
colombiano que para el control y
ejerce la Fuerza Aérea supervisión del espacio
Colombiana. aéreo en nuestro
territorio.
Disminución del riesgo
Innovación tecnológica
de incidentes o
Aumento en la seguridad los sistemas de
accidentes a los usuarios
y control operacional del vigilancia aérea
Largo Plazo del transporte aéreo, y
espacio aéreo convencionales actúales
riesgo de la afectación en
Colombiano para aviación de estado
la movilidad de
Colombiano.
aeronaves ilícitas.
Tab 3. Impactos esperados. Fuente propia.
Página | 51
8. RECURSOS Y PRESUPUESTO
COSTOS DIRECTOS E INDIRECTOS

DURACIÓN V.MENSUA V. TOTAL
ITEM DESCRIPCIÓN CANTIDAD DEDICACIÓN FINANCIACIÓN
(MESES) L (PESOS) (PESOS)
Comunicaciones
EST
1 (Internet y plan 1 6 1 200000 1.200.000
Celular)
EST
2 PC 1 6 1 200.000 1.200.000
Licencias de
EST
3 Software. y 1 6 1 600.000 3.600.000
Servidor.
EST
4 Servicios Públicos 1 6 1 200.000 1.200.000
EST
7 Instalaciones 1 1 500.000 3.000.000
8 Papelería - - - 100.000 600.000 EST
9. Transporte - 6 1 200.000 1.200.000 EST
10. Bibliografía - 6 1 150.000 900.000 EST
SUBTOTAL 12.900.000
Tab 4. Costos directos. Fuente propia.
PERSONAL
V.
DURACIÓN V.MENSUAL
ITEM DESCRIPCIÓN CANTIDAD DEDICACIÓN FACTOR TOTAL FINANCIACIÓN
(MESES) (PESOS)
(PESOS)
1 Director Interno 1 6 0.2 2.0 5.000.000 12.000.000 UD
3 Ingeniero 1 6 1 2.0 3.500.000 42.000.000 EST

SUBTOTAL 54.000.000
Tab 5. Recursos humanos. Fuente propia.
PRESUPUESTO
Costos Directos 12.900.000
Personal 54.000.000
SUBTOTAL 66.900.000
Imprevistos (20%) 13.380.000
VALOR TOTAL 80.280.000
Tab 6. Presupuesto total. Fuente propia.
Página | 52
9. CRONOGRAMA
Para la organización y planificación de las diferentes actividades y tareas que se llevaran a cabo para
el cumplimiento de los objetivos trazados en el presente proceso de investigación y en coherencia con
las fases descritas en la metodología, se utilizó la Estructura de Descomposición del Trabajo (EDS o
WBS), lo cual puede ser observado en las figuras 23 y 24 respectivamente:
Fig 23. Diagrama jerárquico WBS de las actividades a desarrollar. Fuente propia.
Página | 53
Fig 24. Cronograma de actividades de Gantt Fase 0. Fuente propia.
Fig 24. Cronograma de actividades de Gantt Fase 1. Fuente propia.
Página | 54
Fig 24. Cronograma de actividades de Fase 2. Fuente propia.
Fig 24. Cronograma de actividades de Fase 3. Fuente propia.
Página | 55
10. LIMITACIONES
La mayoría del material se encuentra en idioma ingles lo cual al hacer su traducción, se debe
ser con mucho tecnicismo, al momento del estudio.
Banco de datos y repositorio sobre las caracteristicas técnicas y normas de sistemas de

telecomunicaciones aeronáuticas son muy extensas y viven de cambios continuamente por
tanto se deberá estar muy atentos, ya que no depende de nuestro objeto de estudio la celeridad
estos cambios. Ahora al ser escaso las personas expertas en el tema dificultad la asesoría y
enfoque de actualización de los registros normativos, por tal razón hace que la búsqueda y la
construcción del trabajo pueda tomar más del tiempo estimado.
El período de tiempo de recolección de la información comprende tres meses de duración a

partir de la aprobación del anteproyecto.
Algunos contenidos a tratar en la presente investigación, reciben un estado de secreto en el

trato de la información.
Página | 56
11. REFERENCIAS
[1] Leonardo, Gómez G. Edgar, and Ortiz T. Jorge Eduardo. "VHF Data Link communications to
provide air traffic services in Colombia." 2012 IEEE/AIAA 31st Digital Avionics Systems
Conference (DASC). IEEE, 2012.
[2] Brooker, Peter. "Air traffic control separation minima: Part 1-the current stasis." The Journal of
Navigation 64.3 (2011): 449.
[3] Reynolds, Tom G., and R. John Hansman. "Analysis of separation minima using a surveillance
state vector approach." 3rd USA/Europe Air Traffic Management R&D Seminar. Vol. 10. 2000.
[4] Farroha, Bassam. "Next Generation Data link Air Traffic Technology International." (2002).
[5] Undertaking, SESAR Joint. "European ATM Master Plan: Roadmap for the safe integration of
drones into all classes of airspace." SESAR Joint Undertaking: Brussels, Belgium (2018).
.
[6] Vivas Moreno, Katherine Andrea. Apoyo en la definición y establecimiento de una red de datos
aeronáuticos establecidos bajo el concepto CNS/ATM así como el uso eficiente de las redes de
transporte y multiplexores de la UAEAC (unidad administrativa especial de la aeronáutica civil) a
nivel nacional. BS thesis. Universidad Distrital Francisco José de Caldas.
[7] Gómez, Édgar Leonardo Gómez, and Jorge Eduardo Ortiz Triviño. "Enlaces de datos En VHF
(VDL) dentro del contexto CNS/ATM para la prestación de los servicios de tránsito aéreo en
Colombia." Ciencia y Poder Aéreo 7.1 (2012): 57-67.
[8] MI Skolnik y JW Sherman, "Matrices planas con elementos espaciados desigualmente", en Radio
and Electronic Engineer , vol. 28, no. 3, págs. 173-184, septiembre de 1964, doi: 10.1049 /
ree.1964.0113.
[9] J. Romberg, "Sensing by Random Convolution," 2007 2nd IEEE International Workshop on
Computational Advances in Multi-Sensor Adaptive Processing, St. Thomas, VI, 2007, pp. 137-140.
[10] Shang, Fute, et al. "Multidevice false data injection attack models of ADS-B multilateration
systems." Security and Communication Networks 2019 (2019). [12] J. Baek, E. Hableel, Y. Byon, D.
S. Wong, K. Jang and H. Yeo, "How to protect ADS-B: Confidentiality framework and efficient
realization based on staged identity-based encryption", IEEE Trans. Intell. Transp. Syst., vol. 18, no.
3, pp. 690-700, Mar. 2017.
[11] B. Bian and P. M. Moertl, "Global positioning system accuracy under varying ionospheric
conditions for surface Automatic Dependent Surveillance-Broadcast applications," 2012 Integrated
Communications, Navigation and Surveillance Conference, Herndon, VA, 2012, pp. A3-1-A3-18.
Página | 57
[12] Purton, Leon; Abbass, Hussein; Alam, Sameer. Identification of ADS-B system vulnerabilities
and threats. En Australian Transport Research Forum, Canberra. 2010. p. 1-16.
[13] Deutsch, Frank. "The method of alternating orthogonal projections." Approximation theory,
spline functions and applications. Springer, Dordrecht, 1992. 105-121.
[14] M. E. Davis, "A history of battlefield surveillance radar," 2015 IEEE Radar Conference
(RadarCon), Arlington, VA, 2015, pp. 1345-1350.
[15] B. McKinney, "Radar: a case history of an invention (the evolution of an innovation)," in IEEE
Aerospace and Electronic Systems Magazine, vol. 21, no. 8, pp. i-i, Aug. 2006.
[16] P. Bezoušek and M. Pola, "Analysis of short - base multistatic systems receiving aircraft
transponders signals," 2017 27th International Conference Radioelektronika
(RADIOELEKTRONIKA), Brno, 2017, pp. 1-5.
[17] Correa-Escobar, Juan Felipe. "Tendencias en el desarrollo social y económico en relación al

transporte aéreo, Aerotrópolis." Lámpsakos 1.20 (2019): 9-11.
[18] W. Chen, J. He, Z. Shi and R. Liao, "Quality Control of Differential Phase of Dual Polarization
Radar Based on Kalman Filter Algorithm," 2019 International Conference on Meteorology
Observations (ICMO), Chengdu, China, 2019, pp. 1-4.
[19] Sahadevan, D., and P. Palanisamy. "Adaptive Registration with Decentralized Kalman Filter
Fusion Algorithm for Radar-ADS-B Data Fusion in Air Traffic Surveillance." Global J Technol
Optim 9 (2018): 236.
[20] Zhang, Tao, et al. "Probability hypothesis density filter for radar systematic bias estimation aided
by ADS-B." Signal Processing 120 (2016): 280-287.
[21] Dӓstner, Kaeye, et al. "Classification of military aircraft in real-time radar systems based on
supervised machine learning with labelled ads-b data." 2018 Sensor Data Fusion: Trends, Solutions,
Applications (SDF). IEEE, 2018.
[22] Gagliardi, Paolo, et al. "ADS-B system as a useful tool for testing and redrawing noise
management strategies at Pisa Airport." Acta Acustica united with Acustica 103.4 (2017): 543-551.
[23] Li, Xiaobin, Hongfeng Ma, and En Fan. "Topology Sequences-based Fuzzy Track Initialization
Method for Radars and ADS-B." 2019 12th Asian Control Conference (ASCC). IEEE, 2019.
[24] Gao, Zhanchun, and Yu Xiang. "Multi-source Radar Data Fusion via Support Vector
Regression." Proceedings of the 2019 2nd International Conference on Signal Processing and
Machine Learning. 2019.
[25] Jiang, Yanjun, and Jian Hua. "A Data Fusion System for Aerial Surveillance Information Based
on Neural Network." 2019 2nd International Conference on Artificial Intelligence and Big Data
(ICAIBD). IEEE, 2019.
Página | 58
[26] Gong, Boyuan, Wenbo Li, and Zhiyuan Shen. "An ADS-B Trajectory Segmentation Correction
Algorithm Based on Improved Kalman Filtering." 2017 International Conference on Applied
Mathematics, Modeling and Simulation (AMMS 2017). Atlantis Press, 2017.
[27] O. Baud, N. Honore and O. Taupin, "Radar / ADS-B data fusion architecture for experimentation
purpose," 2006 9th International Conference on Information Fusion, Florence, 2006, pp. 1-6.
[28] D. Jeon, Y. Eun and H. Kim, "Estimation fusion with radar and ADS-B for air traffic
surveillance," Proceedings of the 16th International Conference on Information Fusion, Istanbul,
2013, pp. 1328-1335.
[29] T. Yong, W. Honggang, X. Zhili and H. Zhongtao, "ADS-B and SSR data fusion and
application," 2012 IEEE International Conference on Computer Science and Automation Engineering
(CSAE), Zhangjiajie, 2012, pp. 255-258.
[30] D. Li and Q. Pan, "Error analysis in data fusion of airborne radar and ADS-B," 2011 IEEE 5th
International Conference on Cybernetics and Intelligent Systems (CIS), Qingdao, 2011, pp. 181-184.
[31] J. A. Besada, J. Garcia, G. De Miguel, F. J. Jimenez, G. Gavin and J. R. Casar, "Data fusion
algorithms based on radar and ADS measurements for ATC application," Record of the IEEE 2000
International Radar Conference [Cat. No. 00CH37037], Alexandria, VA, USA, 2000, pp. 98-103.
[32] J. L. R. da Silva, J. F. B. Brancalion and D. Fernandes, "Data fusion techniques applied to

scenarios including ADS-B and radar sensors for air traffic control," 2009 12th International
Conference on Information Fusion, Seattle, WA, 2009, pp. 1481-1488.
[33] JG. de Miguel Vela, J. I. Alvarez, J. B. Portas and J. G. Herrero, "Integration of ADS-B
surveillance data in operative multiradar tracking processors," 2008 11th International Conference on
Information Fusion, Cologne, 2008, pp. 1-8.
[34] B. L. Karlsen, E. Nielsen and M. T. Pedersen, "Fusion of Radar and Secondary Sensor Data
Using Kinematic Models of Multiple Simultaneous Targets," 2015 Sensor Signal Processing for
Defence (SSPD), Edinburgh, 2015, pp. 1-5.
[35] H. Fei, L. Riguang and Z. Yanbo, "Selective fusion of out-of-sequence measurements with EK-
IMM estimator," 2013 IEEE Aerospace Conference, Big Sky, MT, 2013, pp. 1-7.
[36] Tian, Yong, et al. "Optimization Method for Reducing the Air Pollutant Emission and Aviation
Noise of Arrival in Terminal Area." Sustainability 11.17 (2019): 4715. [29] R. H. Khan and D. K.
Mitchell, "Waveform analysis for high frequency FMICW radar", IEE Proc.-F, vol. 138, pp. 411-419,
1991.
[37] J. R. Guerci and S. U. Pillai, "Theory and application of optimum transmit-receive radar," Record
of the IEEE 2000 International Radar Conference [Cat. No. 00CH37037], Alexandria, VA, USA,
2000, pp. 705-710.
Página | 59
[38] R. H. Khan, B. Gamberg, D. Power, J. Walsh, B. Dawe, W. Pearson, et al., "Target detection and
tracking with a high frequency ground wave radar", IEEE Journal of Oceanic Engineering, vol. OE-
19, pp. 540-548, 1994.
[39] X. Wang, E. Aboutanios and M. G. Amin, "Slow radar target detection in heterogeneous clutter
using thinned space-time adaptive processing", IET Radar Sonar Navigat., vol. 10, pp. 726-734, 2016.
[40] Anil K. Maini, "Radar Fundamentals," in Handbook of Defence Electronics and Optronics:
Fundamentals, Technologies and Systems, Wiley, 2018, pp.113-202.
[41] C. J. Coleman, "A hybrid ray tracing/integral equation approach to the modelling of microwave
radar propagation," 2003 Proceedings of the International Conference on Radar (IEEE Cat.
No.03EX695), Adelaide, SA, Australia, 2003, pp. 88-91.
[42] G. Cui, L. Kong, X. Yang and J. Yang, "Distributed target detection with polarimetric MIMO
radar in compound-Gaussian clutter", Digit. Signal Process. vol. 22, no. 3, pp. 430-438, 2012.
[43] P. Huang, G. Liao, Z. Yang, X.-G. Xia, J.-T. Ma and J. Ma, "Long-time coherent integration for
weak maneuvering target detection and high-order motion parameter estimation based on keystone
transform", IEEE Trans. Signal Process., vol. 64, no. 15, pp. 4013-4026, Aug. 2016.
[44] X. Chen, Y. Huang, J. Guan and Y. He, "Radar micro-Doppler signal detection and extraction
via short-time sparse fractional Fourier transform", Proc. Int. Conf. Radar Syst. (Radar), pp. 1-4,
2017.
[45] H. Talisa, KW O'haver, TM Comberiate, MD Sharp y OF Somerlock, "Benfits of digital phased

array radars", Proceed of IEEE , vol. 104, no. 3, págs. 530-543, marzo de 2016.
[46] Mohamed Zakaria, Mohamed Nagib, Khaled Gamal, Ahmed Salem, Alaa El-Din Sayed Hafez,
"C36. Design and implementation CFAR processor with programmable timer", Radio Science
Conference (NRSC) 2012 29th National, pp. 461-469, 2012. [39] John G. Proakis. “Tratamiento
digital de señales”. Prentice Hall. 2001.
[47] S. A. Harman, P. Williams and A. L. Hume, "The correction of Doppler errors and receiver chain
anomalies in CW radars," Record of the IEEE 2000 International Radar Conference [Cat. No.
00CH37037], Alexandria, VA, USA, 2000, pp. 199-204.
[48] Y. K. Kwag, Y. C. Park and S. C. Park, "Adaptive clutter map detector with a band-selective
velocity filter in the multimode radar signal processor using array processing technique," Proceedings
International Radar Conference, Alexandria, VA, USA, 1995, pp. 674-679.
[49] Igor Komarov; Sergey Smolskiy, "Fundamentals of Short-Range FM Radar," in Fundamentals

of Short-Range FM Radar , Artech, 2003.
[50] Boris Atayants; Viacheslav Davydochkin; Victor Ezerskiy; Valery Parshin; Sergey Smolskiy,
"Precision FMCW Short-Range Radar for Industrial Applications," in Precision FMCW Short-Range
Radar for Industrial Applications , Artech, 2014.
Página | 60
[51] I David Barton, "Radar Equations for Modern Radar," in Radar Equations for Modern Radar ,
Artech, 2012.
[52] Anil K. Maini, "Radar Fundamentals," in Handbook of Defence Electronics and Optronics:
Fundamentals, Technologies and Systems , Wiley, 2018, pp.113-202.
[53] Olga Boric-Lubecke; Victor M. Lubecke; Amy D. Droitcour; Byung-Kwon Park; Aditya Singh,
"Radar Principles," in Doppler Radar Physiological Sensing , IEEE, 2016, pp.21-38.
[54] Anil K. Maini, "Military Radars," in Handbook of Defence Electronics and Optronics:
Fundamentals, Technologies and Systems , Wiley, 2018, pp.203-294.
[55] Maria Greco; Bruno Neri; Giuseppe Palmisano; Egidio Ragonese; Sergio Saponara, "Highly
Integrated Low-Power Radars," in Highly Integrated Low-Power Radars , Artech, 2014.
[56] Kaplan, Elliott D., and Christopher J. Hegarty. "Understanding GPS: principles and applications.
Norwood, MA: Artech House." (2006): 379-380.
[57] Grewal, Mohinder S., Lawrence R. Weill, and Angus P. Andrews. Global positioning systems,
inertial navigation, and integration. John Wiley & Sons, 2007.
[58] Schmidt, Peter S., and Therese Werner. "The informational contents of announcements on
verified emissions in the EU ETS-An empirical investigation using a multi-country event study
approach." (2011): 1-24.
[59] Biezad, Daniel J. Integrated navigation and guidance systems. American Institute of Aeronautics
and Astronautics, 1999.
[60] Titterton, David, and John Weston. "Strapdown inertial navigation technology--[Book review]."
IEEE Aerospace and Electronic Systems Magazine 20.7 (2005): 33-34.
[61] Kayton, Myron, and Walter R. Fried. Avionics navigation systems. John Wiley & Sons, 1997.
[62] Mohinder S. Grewal; Angus P. Andrews, "Practical Considerations," in Kalman Filtering:
Theory and Practice with MATLAB , IEEE, 2015, pp.427-502.
[63] Mohinder S. Grewal; Angus P. Andrews, "Linear Optimal Filters and Predictors," in Kalman
Filtering: Theory and Practice Using MATLAB , IEEE, 2008, pp.131-181.
[64] "IEE Colloquium on 'Kalman Filters: Introduction, Applications and Future Developments'
(Digest No.27)," IEE Colloquium on Kalman Filters: Introduction, Applications and Future
Developments, London, UK, 1989.
[65] H. Khazraj, F. Faria da Silva and C. L. Bak, "A performance comparison between extended
Kalman Filter and unscented Kalman Filter in power system dynamic state estimation," 2016 51st
International Universities Power Engineering Conference (UPEC), Coimbra, 2016, pp. 1-6.
Página | 61
[66] B. Kujur, S. Khanafseh and B. Pervan, "Detecting GNSS spoofing of ADS-B equipped aircraft
using INS," 2020 IEEE/ION Position, Location and Navigation Symposium (PLANS), Portland, OR,
USA, 2020, pp. 548-554.
[67]. Zavodny, V. Schejbal and P. Bezousek, "Primary surveillance radar of RSP-10M system," 2018
28th International Conference Radioelektronika (RADIOELEKTRONIKA), Prague, 2018, pp. 1-6.
[68] M. Schafer et al., "OpenSky report 2016: Facts and figures on SSR mode S and ADS-B usage,"
2016 IEEE/AIAA 35th Digital Avionics Systems Conference (DASC), Sacramento, CA, 2016, pp.
1-9.
[69] Z. Xu, D. He, Y. Tang and J. Li, "A MLAT algorithm based on target pressure altitude," 2015
IEEE International Conference on Mechatronics and Automation (ICMA), Beijing, 2015, pp. 1800-
1804.
[70] Lin Xi, Zhang Jun, Zhu Yanbo and Liu Wei, "Surveillance accuracy analysis of ADS-B
supporting the separation service in western China," 2009 Integrated Communications, Navigation
and Surveillance Conference, Arlington, VA, 2009, pp. 1-6.
[71] Brizzi, Andre S., Leonardo de Abreu Schmidt, and Marcia Pasin. "Simulação de Cenários em
Redes Veiculares enfatizando Suporte de Rede." Anais da XIX Escola Regional de Alto Desempenho
da Região Sul. SBC, 2019.
[72] Serrano Flores, María Eugenia. Aplicación de algoritmo de optimización de resolución para la
detección de objetivos en movimiento con tecnología SDRADAR. BS thesis. Escuela Superior
Politécnica de Chimborazo, 2019.
[73] M. S. Kemouche, N. Aouf, A. Tsourdos and B. White, "A Hybrid Kalman/γH∞ Filter for
Maneuvering Target Tracking," 2007 IEEE International Conference on Signal Processing and
Communications, Dubai, 2007, pp. 1267-1270.
[74] Zhou, Y. (2004), “A Kalman Filter Based Registration Approach for Asynchronous Sensors in
Multiple Sensor Fusion Applications,” in Proceedings of the IEEE International Conference on
Acoustics, Speech, and Signal Processing, Quebec, Canada.
[75] P. R. Gunjal, B. R. Gunjal, H. A. Shinde, S. M. Vanam and S. S. Aher, "Moving Object Tracking
Using Kalman Filter," 2018 International Conference On Advances in Communication and
Computing Technology (ICACCT), Sangamner, 2018, pp. 544-547, doi:
10.1109/ICACCT.2018.8529402.
Página | 62

Propuesta para La Implementación de Un Sistema de Detección de Blancos Móviles Basado en Tecnología Satelital en La Aviación de Estado en Colombia

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Propuesta para La Implementación de Un Sistema de Detección de Blancos Móviles Basado en Tecnología Satelital en La Aviación de Estado en Colombia

Cargado por

Copyright:

Formatos disponibles

Propuesta para la Implementación de un Sistema de Detección de Blancos Móviles Basado en Tecnología Satelital en la

Aviación de Estado en Colombia

PROPUESTA PARA LA IMPLEMENTACIÓN DE UN SISTEMA DE

UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS

Tabla 1. Fortalecimiento de la comunidad científica ............................................................... 49

Figura 5. Ciclo de trabajo ............................................................................................... ..…22

Primera fase: Preliminares, sistematización y documentación. Esta fase, permitirá satisfacer el

1.1 PLANTEAMIENTO DEL PROBLEMA

1.2 FORMULACIÓN DEL PROBLEMA

1.3 SISTEMATIZACIÓN DEL PROBLEMA

2.1 OBJETIVO GENERAL

2.2 OBJETIVOS ESPECÍFICOS

Diseño simple de estación terrestre sin transmisor.

4.1 MARCO TEÓRICO

4.1.1. ANTECEDENTES DEL SISTEMA DE VIGILANCIA AÉREA

Fig. 1. Crecimiento sostenido del tráfico [17]

Fig 2. Lóbulo principal del Radar [18].

A continuación se va a mostrar un barrido tecnológico, con desarrollos e investigaciones donde se integran

4.1.2. PRINCIPIOS BASICOS RADAR

4.1.3. SEÑAL RADAR

Fig 3. Principio de funcionamiento radar de pulsos [38]

Fig 4. Caracteristicas señal Radar [39].

Fig 5. Ciclo de trabajo [40]

La ecuación radar relaciona la potencia recibida 𝑃𝑟 , la potencia transmitida 𝑃𝑡 , la ganancia de la antena 𝐺𝑡 , el

Fig 6. Pulsos estrechos [42]

4.1.4. FUNCION DE AMBIEGUDAD EN EL RADAR

Obteniendo la siguiente expresión:

𝑆𝑟 (𝑡) = 𝑢(𝑡 − 𝜏0 )𝑒 [𝑗2𝜋(𝑓0 +𝑣)(𝑡−𝜏0 )] (3)

Tenemos entonces que la expresión matemática de la función de ambigüedad es:

4.1.5. MEDIDAS QUE REALIZA EL SISITEMAS RADAR

4.1.5.3. Determinación de la distancia

Fig 7. Tiempo de retardo del eco retornado [49]

Este proceso se calcula multiplicando la velocidad de propagación de las ondas electromagnéticas

R = Distancia al blanco (rango) [m]

4.1.5.4. Dirección al blanco

Fig 8. Relación entre el rumbo verdadero y el rumbo relativo [50]

Fig 9. Determinación del rumbo [50]

4.1.1.1. Ángulo de elevación

Fig 10. Ángulo de elevación [52]

Fig 11. Altura vs Altitud [53

R = objetivo rango inclinado

La longitud de onda transmitida.

4.1.1.2. Resolución angular

Fig 13. Resolución angular [45].

Θ = ancho del haz de la antena (Theta)

4.1.1.3. Resolución del rango

Fig 14. Separación mínima y máxima entre dos aeronaves [55]

4.1.1.4. Celda de resolución

El rango y las resoluciones angulares conducen a la celda de resolución. El significado de esta

Fig 16. Resolución de celda [56].

4.1.1.5. Algoritmos de navegación

En particular, en lo que se refiere a los algoritmos de navegación, se pueden destacar diversos

4.2 MARCO CONCEPTUAL

Radar primario SSR, SSR-Modo

4.1.1. Sistemas de Vigilancia Independientes

Fig 18. Funcionamiento PSR [68].

El sistema de radar SSR ha evolucionado a partir de aplicaciones militares desarrolladas con el

Fig 19 Funcionamiento SSR [69]

Un sistema de multilateración, como se ha dicho anteriormente, es un sistema de posicionamiento

La siguiente imagen muestra el típico funcionamiento de un sistema de multilateración [70]:

Fig 20. Funcionamiento Sistema MLAT [70]

4.1.2. Sistemas de Vigilancia Dependientes

En este grupo de sistemas de vigilancia encontramos la tecnología ADS-C (Automatic Dependent