Sensado inalámbrico UHF bayesiano y localización RF híbrida de retrodispersores pasivos en medios complejos

BACKSENSE investiga los fundamentos del sensado y la localización inalámbrica pasiva en medios electromagnéticamente complejos, donde la alta permitividad, las fuertes pérdidas y el régimen de campo cercano evidencian las limitaciones de las técnicas de diseño electromagnético convencionales. El proyecto aborda el reto científico de excitar y detectar resonadores pasivos situados a profundidades superiores a 4 cm mediante enlaces UHF externos, y de reconstruir su posición y estado en condiciones de baja SNR y fuerte distorsión de fase. Para ello se propone un marco integral que combina modelado electromagnético, diseño de hardware, adquisición SAR coherente y métodos de inferencia bayesiana. El primer eje del proyecto desarrolla modelos analíticos y de orden reducido del enlace bidireccional UHF (iluminadormediocápsularetransmisión) que capturan acoplamiento de campo cercano, atenuación dependiente de la profundidad, detuning y distorsiones de amplitud/fase propias de medios estratificados y lossy. A partir de estos modelos se derivan límites de rendimiento, cotas de localización y requisitos de coherencia, que guían el diseño del sistema y la definición de geometrías SAR adecuadas al régimen de onda esférica. El segundo eje consiste en la implementación de una plataforma experimental completa: diseño y optimización del radiador externo, desarrollo de cápsulas pasivas en volúmenes muy reducidos, integración con un pórtico XY para adquisiciones SAR coherentes, y caracterización en fantomas con propiedades dieléctricas controladas. Esta infraestructura permitirá obtener datasets calibrados que reflejan el comportamiento real del enlace en medios de alta atenuación. El tercer eje explora la localización y el seguimiento mediante inferencia bayesiana. A partir de las adquisiciones SAR se construyen modelos generativos físicoestadísticos que relacionan el estado latente (posición, reflectividad, movimiento) con las medidas complejas obtenidas a lo largo de la apertura sintética. Se desarrollarán algoritmos basados en filtros de partículas RaoBlackwellizados capaces de acumular múltiples observaciones débiles, mejorar la precisión más allá del límite de SAR convencional y proporcionar estimaciones robustas bajo alta incertidumbre. Esto se logrará mediante una metodología iterativa basada en el refinamiento de los modelos probabilísticos con medidas experimentales. Complementariamente, BACKSENSE incorpora una infraestructura de sensado a ~5 GHz asistida por superficies inteligentes reconfigurables (RIS). Mediante la modulación controlada del canal y la generación de diversidad espacial, angular y frecuencial, se obtendrán datasets que permitirán entrenar modelos de deep learning y marcos probabilísticos para reconocimiento de postura y localización en interiores, integrando características amplitudfase y metadatos RIS. Este componente complementa la parte UHF al abordar la interpretación del movimiento del sujeto y la geometría global del entorno. El proyecto culmina con un demostrador integrado que combina la plataforma SAR UHF, las cápsulas pasivas, la infraestructura RIS y los módulos de inferencia, validando su funcionamiento conjunto en escenarios de laboratorio (TRL4/TRL5). BACKSENSE establece así un marco unificado para el estudio y la implementación de sistemas de sensado y localización pasivos en medios complejos, combinando teoría electromagnética, hardware especializado y técnicas avanzadas de inferencia