Resumen
En un gran número de escenarios de la vida real se requiere procesar señales de interés que se encuentran muy inmersas en medio de ruido de fondo: señales tectónicas de las entrañas de la Tierra, otras provenientes del lejano cosmos, de telemetría biomédica, acústicas lejanas, interfaces neuronales no invasivas, etc. El propósito de este trabajo es presentar la descripción de una plataforma robusta y eficiente para hacer filtraje en tiempo real de señales muy inmersas en ruido (bastante débiles) y de naturaleza muy diferente. La estrategia propuesta se basa en dos principios: el modelado de las señales de los fenómenos físicos mediante procesos caóticos y la aplicación de estrategias de filtraje basadas en la teoría de sistemas dinámicos no lineales. Tomando como caso de estudio señales sísmicas, señales de electrocardiogramas fetales, señales de tipo voz y señales de interferencias de radiofrecuencia, este trabajo experimental muestra que la metodología es eficiente (error cuadrático medio menor al 1 %) y robusta (la estructura de filtraje, basada en filtro de Kalman, es invariante ante diferentes señales fenomenológicas). La metodología presentada resulta ser muy atractiva para aplicaciones prácticas para la detección de señales débiles en tiempo real por su alta precisión de filtraje con una mínima complejidad computacional y tiempos de procesamiento muy cortos.