Supervisor académico:

Santiago Figueroa Lorenzo

División CEIT:

División TIC. Grupo de Análisis de Datos y Gestión de la Información

Área temática:

Desarrollo de software, DevOps

Descripción:

En el mundo de DevOps es fundamental implementar infraestructura como código (IaC), ya que proporciona una forma de automatizar la gestión y aprovisionamiento de la infraestructura. Para ello, una de las herramientas más populares es Terraform, que permite desplegar infraestructuras a una amplia gama de proveedores de una manera sencilla y efectiva.

Por otra parte, en la mayoría de los proyectos en los que se aplica esta metodología, es imprescindible la presencia de máquinas virtuales dedicadas al desarrollo, que tengan una vida útil igual que la del proyecto o alguna fase del proyecto. En este caso, las máquinas serán creadas en un servidor Proxmox.

Para poder gestionar estas máquinas virtuales utilizando Terraform, es necesario construir una API con la ayuda de Swagger (OpenAPI) que permita conectarlo con el servidor Proxmox.

Objetivos:

El objetivo del proyecto es desarrollar la API para poder automatizar la creación y eliminación de estas máquinas; aprendiendo a lo largo del proyecto herramientas como Jira, Gitlab/Github, Swagger, Terraform o Proxmox.

Supervisor académico:

Santiago Figueroa Lorenzo

División CEIT:

División TIC. Grupo de Análisis de Datos y Gestión de la Información

Área temática:

5G, Desarrollo de software, Cloud Computing

Descripción:

El proyecto tiene como objetivo diseñar e implementar una plataforma de red 5G basada en Amarisoft y Open Source MANO (OSM) para ofrecer servicios de Network-as-a-Service (NaaS).

La plataforma proporcionará una API utilizando Swagger, que permitirá el despliegue y la gestión de los componentes clave de la red 5G, incluyendo 5G cores, gnB, VMs, UE, un servidor Prometheus y los recursos relacionados con Kubernetes.

Esta solución permitirá una implementación ágil y flexible de servicios 5G, mejorando la eficiencia y la capacidad de adaptación de la red.

Objetivos: Diseñar e implementar una red 5G utilizando la solución Amarisoft, que permita la conexión inalámbrica de dispositivos 5G y brinde un rendimiento óptimo de la red.

Utilizar Open Source MANO (OSM) como orquestador de la red, para facilitar la implementación y gestión de los recursos de la red 5G.

Aplicar el concepto de Network-as-a-Service (NaaS) para ofrecer servicios de red bajo demanda, permitiendo a los usuarios consumir recursos y capacidades de la red de manera flexible y escalable.

Desarrollar una API utilizando Swagger para la gestión y despliegue de los componentes de la red 5G, incluyendo 5G cores, gnB, VMs, UE, un servidor Prometheus y los recursos relacionados con Kubernetes.

Supervisor académico:

Íñigo Adín

División CEIT:

División TIC

Área temática:

IoT, comunicaciones, bajo consumo, bluetooth.

Descripción y objetivos:

Este proyecto plantea la evaluación de la tecnología de Bluetooth 5.1 en su modalidad Long Range para su uso en entornos industriales. Se trata aquí de ver las posibilidades de esta versión de mayor alcance para competir en las tecnologías IoT a instalar en las plantas productivas o en sensores remotos, con alcance para los metros admisibles en este caso.

Se trata de evaluar esta tecnología mediante placas de evaluación y configurando los elementos a nivel de FW y SW para medir la calidad de señal en los parámetros potencialmente útiles en aplicaciones industriales (Tiempo de vuelo, data rate, Packet Error rate, etc.). Para ello, se propondrá una búsqueda de estas placas de evaluación y se necesitará programar mediante los interfaces admisibles en cada caso.

Supervisor académico:

Ion Irizar

División CEIT:

Análisis de Datos y Gestión de la Información

Área temática:

Inteligencia Artificial

Descripción y objetivos:

El procesamiento de lenguaje natural (NLP) es una tecnología muy prometedora para facilitar la interacción entre las personas y los procesos industriales. Actualmente, dicha interacción tiene lugar a través de métodos convencionales basados en pantallas y teclados. Sin embargo, en los últimos años se está observando un interés creciente por explorar el potencial de las técnicas NLP en el ámbito de la industria.

El cometido de este PFG será realizar una revisión bibliográfica del estado de la técnica sobre aplicaciones industriales basadas en NLP y plataformas gratuitas disponibles. Una vez llevada a cabo esta revisión, el segundo objetivo será desarrollar un algoritmo basado en NLP que permita interaccionar con una planta de tratamiento de agua virtual.

Supervisor académico:

Ion Irizar

División CEIT:

Análisis de Datos y Gestión de la Información

Área temática:

Control

Descripción y objetivos:

En muchos procesos industriales hay variables que, siendo de gran interés para la toma de decisiones, no se pueden medir de forma directa por medio de sensores. Sin embargo, en ocasiones, dichas variables se pueden observar indirectamente relacionándolas con otras variables medibles. El filtro de Kalman es precisamente un observador que permite observar variables no medibles utilizando modelos matemáticos dinámicos en los que intervienen variables medibles y no medibles.

El cometido de este PFG será utilizar un simulador de una planta de tratamiento de agua para desarrollar un observador capaz de estimar en tiempo real la concentración de amonio y nitrato en dicha planta. Para realizar el proyecto se utilizará Matlab/Simulink y/o Python.

Supervisor académico:

Ion Irizar

División CEIT:

Análisis de Datos y Gestión de la Información

Área temática:

Inteligencia Artificial

Descripción y objetivos:

El control automático clásico está dando paso a nuevas técnicas de control más sofisticadas basadas en la inteligencia artificial como por ejemplo las técnicas de Reinforcement Learning.

El cometido de este PFG será utilizar un simulador de una planta de tratamiento de agua y aplicar técnicas de Reinforcement Learning para diseñar una estrategia de control automático que ajuste el nivel de oxígeno para mantener el nivel de amonio cerca de una consigna de referencia.  Para realizar el proyecto se utilizará Matlab/Simulink y/o Python.

Supervisor académico:

Ion Irizar

División CEIT:

Análisis de Datos y Gestión de la Información

Área temática:

Inteligencia Artificial

Descripción y objetivos:

Muchos procesos industriales reales se pueden formular matemáticamente mediante modelos mecanicistas complejos compuestos por ecuaciones diferenciales no lineales. Aunque estos modelos son de gran utilidad para llevar a cabo estudios de diseño y operación, su hándicap es su alto coste computacional el cual los hace inviables para su uso en la toma de decisiones en tiempo real.

Con la llegada de las técnicas de Deep Learning, han surgido propuestas que permiten reducir la complejidad de estos modelos y con ello el coste computacional. El cometido de este PFG será utilizar la técnica conocida como “physics informed neural networks” para obtener un modelo reducido de una planta de tratamiento de agua. Para llevar a cabo el proyecto se utilizará el entorno Python.

Supervisor académico:

Ion Irizar

División CEIT:

Análisis de Datos y Gestión de la Información

Área temática:

Inteligencia Artificial

Descripción y objetivos:

Las plantas de tratamiento de agua están sujetas a requisitos operacionales cada vez más exigentes. Ya no es suficiente con cumplir con la calidad del agua tratada, sino que además hay que hacerlo con el mínimo consumo energético. Para ello, los operados de estos procesos necesitan disponer de información adecuada que les permita mejorar la toma de decisiones.

El cometido de este PFG sería utilizar un simulador de una planta depuradora ya desarrollado para generar conjuntos de datos que recojan su operación histórica. Estos conjuntos de datos se utilizarán posteriormente para evaluar diferentes algoritmos de clasificación de Machine Learning con el objetivo de poder predecir el estado operacional del proceso. Los algoritmos se programarán en Python.

Supervisor académico:

Santiago Figueroa Lorenzo

División CEIT:

División TIC. Grupo de Análisis de Datos y Gestión de la Información

Área temática:

Desarrollo de software, Privacidad, Automatización de código, contenedores.

Descripción y objetivos:

Fides es una plataforma de código abierto de gestión de la privacidad, que permite aplicar normas de privacidad a nivel de código. Las herramientas de Fides permite etiquetar las características de privacidad del sistema, orquestar el cumplimiento de los derechos programáticos y auditar la información personal identificable almacenada en todos los sistemas e infraestructuras de las aplicaciones. Fides a su vez, es compatible con las principales normativas de privacidad (por ejemplo, GDPR, CCPA y LGPD), y con normas como la ISO 19944 por defecto.

Este proyecto busca la implementación automatizada de la plataforma Fides en un caso de uso práctico aplicado a una tienda de comercio electrónico, de manera que pueda crearse una definición coherente y versionada de las características y los recursos de privacidad de este sistema, siendo utilizado como parte de un pipeline de CI/CD para procesar las solicitudes de privacidad.

Supervisor académico:

Santiago Figueroa Lorenzo

División CEIT:

División TIC. Grupo de Análisis de Datos y Gestión de la Información

Área temática:

Seguridad, Desarrollo de software, Autenticación, FIDO2, Autorización, Oauth2.

Descripción y objetivos:

El uso de contraseñas elemento de autenticación de los sistemas, presentan debilidades, relacionadas con la limitada capacidad humana para retener largas cadenas de caracteres, al mismo tiempo que es susceptibles a diferentes tipos de ataques como los de fuerza bruta. Eso ha hecho que poco a poco vayan surgiendo herramientas y esquemas complementarios al uso exclusivo de contraseñas. Por defecto, un sistema de autenticación se debe componer de “algo que sabemos”, por ejemplo, una contraseña o un código PIN, “algo que poseemos”, por ejemplo, una tarjeta de crédito o un token RSA, o “algo que somos” (autenticación biométrica), como la forma de la mano o la huella dactilar.

Este proyecto consiste en implementar un sistema de autenticación biométrico basado en el estándar de FIDO 2, que conlleva al diseño e implementación de un wallet para el almacenamiento de credenciales que interactúe con un sistema de autenticación y autorización compuesto por Proveedores de Identidad, Policy Enforcement Points (PEP) Proxies y Servidores de Autorización.

Supervisor académico:

Santiago Figueroa Lorenzo

División CEIT:

División TIC. Grupo de Análisis de Datos y Gestión de la Información

Área temática:

Desarrollo de software, Seguridad.

Descripción y objetivos:

El proyecto busca la identificación, acorde al estado del arte, de herramientas y metodologías para el desarrollo de SW seguro, de manera ágil y eficiente. En base a este estudio se busca la puesta en práctica de un caso de uso que integre las tecnologías seleccionadas. Por ello se busca:

• Identificar metodologías para desarrollo de SW seguro: análisis de código, realización de tests.

• Identificar herramientas para desarrollo de SW seguro y de manera ágil: desarrollo de SW seguro en la práctica con herramientas existentes.

• Relación con herramientas de Integración Continua y Despliegue Continuo.

• Realización de pruebas que avalen las posibilidades de las metodologías y herramientas identificadas.

Algunas de las herramientas propuestas para ser utilizadas a lo largo del proyecto serán Jira, Gitlab/Github, Docker, Kubernetes, Trivy, Jest, Testpy.

Supervisor académico:

Santiago Figueroa Lorenzo

División CEIT:

División TIC. Grupo de Análisis de Datos y Gestión de la Información

Área temática:

5G, Kubernetes, Cloud Computing, Virtualization.

Descripción y objetivos:

La adopción de Cloud Native en los sistemas de telecomunicaciones 5G se ha identificado como un buen candidato para reducir el coste, mejorar la agilidad del sistema y el papel de los servicios 5G. Con base en el estándar 3GPP, el Instituto Europeo de Normas de Telecomunicaciones (ETSI) ha publicado la arquitectura de referencia de la NFV adaptada a los entornos Cloud Native y para mejorar el marco de NFV, incluyendo, contenedores, balanceadores de carga y otros elementos como parte de la arquitectura de referencia.

Este trabajo persigue la validación de la tecnología de contenedores en la plataforma MANO alojada en el ETSI, en un entorno de CN, de manera que los resultados que se obtengan en el trabajo pueden ayudar a animar a los usuarios y a los operadores a utilizar los KNFs y aprovechando de este modo las tecnologías de contenedores.

Supervisor académico:

Ion Irizar

División CEIT:

Análisis de Datos y Gestión de la Información

Área temática:

Inteligencia Artificial

Descripción y objetivos:

La detección de eventos raros en procesos industriales es un tema que, con la Industria 4.0, ha adquirido especial relevancia. Los procesos industriales cada vez están más digitalizados lo cual supone importantes beneficios en términos de mejora de eficiencia, pero como contrapartida hace estos sistemas más vulnerables a los ciberataques. Este es un tema especialmente relevante en el caso de las infraestructuras críticas como es el caso de las instalaciones de tratamiento de agua.

Supervisor académico:

José Sebastián Gutiérrez Calderón

Departamento:

Grupo de Control y Robótica del departamento de Ingeniería Mecánica y Materiales de Tecnun

Área temática:

Ingeniería en Automatización y Sistemas Electrónicos

Descripción y objetivos:

La industria 4.0 actualmente está revolucionando la forma en que las empresas fabrican, mejoran y distribuyen sus productos. Estas fábricas inteligentes en la actualidad están integrando una gran cantidad de sensores y actuadores, y con la ayuda del Internet de las cosas (IoT), los sistemas ciberfísicos y la computación en la nube, están permitiendo recopilar y analizar datos para la toma de decisiones.

El objetivo de este PFG sería la automatización de una bancada monitorizada, simulando un equipo industrial mediante un PLC y la obtención de datos proveniente de sensores y actuadores a través del Internet de las Cosas para su posterior procesamiento.

Supervisor académico:

Leticia Zamora Cadenas – Iker Aguinaga Hoyos.

División CEIT:

Tecnologías de la Información y Comunicación. Grupo de Sistemas Inteligentes para Industria 4.0.

Área temática:

Ingeniería de Telecomunicación/Industrial

Descripción y objetivos:

Los sistemas de localización para interiores son un elemento en auge en los últimos años. Ya sea mediante tecnologías de radiofrecuencia, sensores inerciales o sistemas de visión artificial, la localización de objetos o personas en espacios interiores es un elemento clave en muchas aplicaciones (tracking de piezas, accesos a zonas de seguridad, seguimiento de personas, realidad aumentada, etc.).

Para determinar y evaluar la precisión de un sistema de localización, lo más habitual es recurrir a la medida manual de unos puntos de control o test en un entorno controlado, que permitan determinar la precisión del mismo. Sin embargo, este tipo de medidas siempre están sujetas a errores en la medida, errores humanos, y la imposibilidad de seguir un elemento que se mueve en tiempo real. Otra opción muy extendida, sobre todo cuando se quiere evaluar la precisión en dinámico, es recurrir a sistemas de gran coste económico que permitan crear el recorrido real o “ground truth”, como, por ejemplo, sistemas de seguimiento mediante visión. Sin embargo, no siempre es posible un despliegue de este tipo de sistemas, o no se dispone de los medios económicos para ello. Es por ello que, poder evaluar la precisión de los sistemas de posicionamiento en interiores con un coste bajo, sigue siendo un problema que investigadores y empresas intentan resolver.

Actualmente Ceit tiene una línea de investigación asociada a los sistemas de posicionamiento para espacios interiores, en la que trabaja con diversas empresas para dar solución a sus necesidades. Es por ello que nace la necesidad de tener un sistema de “ground truth” sencillo de instalar y de coste no elevado.

El cometido de este PFG sería desarrollar un sistema de “ground truth”, mediante el uso de sistemas de realidad virtual/aumentada, para su posterior uso en la evaluación de la precisión del sistema de localización en interiores del que es propietario Ceit. Se dispone del hardware HTC Vice, Oculus Quest y Hololens 2 para el desarrollo de este sistema empleando la plataforma de programación Unity3D. El candidat@ deberá tener conocimientos de programación en lenguaje C# o en lenguajes similares como C++ o Java.

Supervisor académico:

Emilio Sánchez Tapia

División CEIT:

Tecnologías de información y comunicaciones. Grupo de Sistemas Inteligentes para Industria 4.0. Subgrupo de Visión y Robótica

Área temática:

Ingeniería Robótica

Descripción y objetivos:

La industria 4.0 ha abierto camino a múltiples formas de automatización que tienen como objetivo mejorar la productividad y optimizar los procesos de trabajo. En este contexto, se pretende desarrollar un manipulador móvil inteligente: un nuevo tipo de robot que integra la tecnología de un robot móvil autónomo y un brazo robótico colaborativo muy eficiente capaz de realizar diversas operaciones.

La idea del proyecto es desarrollar un robot que pueda desplazarse, detectar y evitar obstáculos, explorar su entorno para reconocer objetos a través de la visión artificial y llevar a cabo tareas de manipulación de piezas, siendo capaz de interactuar con los operarios. Con la idea de implantar un modelo de transformación digital, exigido hoy en día en entornos de fábrica reales, los robots, elementos de control, sensores y el resto de elementos embarcados estarán conectados entre ellos a través de una plataforma digital para tener un control del proceso en tiempo real y desde cualquier lugar.

Actualmente CEIT tiene ya desarrollado un primer prototipo funcional (ver siguiente figura).

El cometido de este PFG sería la programación bajo ROS-2 de una secuencia de tareas para que el robot interactúe con una celda robotizada clásica. El caso concreto a desarrollar será que el robot vaya a un repositorio de piezas a procesar, las acerque a la celda, espere su procesamiento y las lleve a otro almacén de piezas ya clasificadas.

Bajo esta tarea simple, se probarán conceptos de:

• Robótica móvil colaborativa
• Machine tending
• Control en fuerza
• Problemática de sincronización de dos dispositivos automáticos

Se requiere conocimientos de programación en C/C++, Python o java-script.

Supervisor académico:

Diego Borro

División CEIT:

Sistemas Inteligentes para la Industria 4.0

Área temática:

Ingeniería en Sistemas de Telecomunicación

Descripción y objetivos:

Copernicus es, a día de hoy, el programa más importante de Observación de la Tierra a nivel mundial. El programa es una iniciativa conjunta de la Comisión Europea y de la Agencia Espacial Europea (ESA) que persigue construir un sistema autónomo de observación de la Tierra. El programa Copernicus se apoya en una familia de satélites llamados Sentinel, propiedad de la Unión Europea y desarrollados para satisfacer las necesidades de los servicios Copernicus y de sus usuarios.

Cada objeto de la superficie de la Tierra refleja y absorbe energía en diversas formas. La firma espectral representa la forma única en la que una superficie refleja la energía del sol, dentro del espectro electromagnético. Además, las firmas espectrales típicamente se caracterizan en una gráfica de eje X (largo de onda) e Y (porciento de reflectancia) de modo que diferentes superficies tienen distintas firmas espectrales.

Actualmente existen multitud de datos, herramientas y software,… para acceder a los datos de los satélites y procesarlos. El objetivo de este PFG sería acceder a la información multiespectral de cierta zona del planeta y procesarla para obtener cierta información como cambios en la cobertura del suelo, el crecimiento de algas en el agua, diferentes tipos de cultivos, o la cantidad de desarrollo urbano en un área. La información concreta necesaria depende de la aplicación y se definirá cuando empiece el PFG.

El alumno no empezará de cero ya que se ha defendido un PFM que ha realizado un estudio del arte de todas las tecnologías y herramientas existentes.

Supervisor académico:

Santiago Figueroa Lorenzo.

División CEIT:

DAIM.

Área temática:

Ingeniería de Telecomunicación/Informática.

Descripción:

La virtualización de dispositivos constituye un importante foco de atención en la actualidad. El proyecto de código abierto OpenPLC virtualiza Controladores Lógicos Programables (del inglés PLC) siguiendo el estándar IEC 61131-3. En el artículo “OpenPLC: An IEC 61,131–3 compliant open source industrial controller for cyber security research” lleva a cabo un estudio comparativo del proyecto OpenPLC con PLCs reales en lo que respecta a la funcionalidad de este, obteniendo resultados satisfactorios. Sin embargo, actualmente no existe un estudio comparativo considerando exclusivamente parámetros de red como son rendimiento y latencia. Precisamente este proyecto de fin de grado (PFG) pretende poner el foco en este análisis. Para desarrollar las pruebas tanto sobre OpenPLC como sobre PLCs reales se utilizará la metodología de “Hardware in the Loop” la cual se llevará a cabo simulando un proceso en Matlab Simulink el cual será conectado a entradas y salidas de los PLCs. Adicionalmente para realizar las pruebas de conexión sobre los PLCs se utilizarán clientes Modbus desplegados sobre la herramienta docker.

Objetivos:

• Conectar a cada PLC un proceso desplegado sobre Matlab Simulink como parte de la metodología “Hardware in the Loop”.
• Crear clientes Modbus sobre docker con la capacidad de enviar tramas Modbus ad hoc al proceso desplegado sobre los PLCs basados en la librería pymodbus.
• Medir latencias y rendimientos de los PLCs físicos y virtuales disponibles.

• Título:
  Sistema de comunicación interna para monovolúmenes grandes

• Supervisor académico:
  Adam Podhorski

• Perfil recomendado:
  Grado en Ingeniería en Sistemas de Telecomunicación 
  Grado en Ingeniería en Electrónica de Comunicaciones

• Descripción y Objetivos:
  En monovolúmenes grandes existe bastante dificultad de mantener una conversación entre pasajeros de distintas filas debido a un nivel de ruido más elevado que en turismos convencionales. El objetivo de este proyecto es revisar las ideas de solucionar este problema propuestas hasta ahora, diseñar un sistema de comunicación interna multicanal con cancelación de eco, simularlo en Matlab y realizar un prototipo basado en una placa DSP C6713DSK equipada con una interfaz audio multicanal y hacer pruebas en un coche.

• Área/Departamento Ceit/Tecnun:
  Departamento de Electrónica y Comunicaciones - Ceit

• Área temática:
  Ingeniería en Sistemas de Telecomunicación / Ingeniería en Electrónica de Comunicaciones

• Título:
  Corrección de voz de buceadores

• Supervisor académico:
  Adam Podhorski

• Perfil recomendado:
  Grado en Ingeniería en Electrónica de Comunicaciones 
  Grado en Ingeniería en Sistemas de Telecomunicación

• Descripción y Objetivos:
  Los buzos que trabajan a grandes profundidades respiran una mezcla de helio y oxígeno (heliox), debido a que a altas presiones el nitrógeno es nocivo. Sin embargo esta mezcla causa un cambio en la voz que adquiere una característica parecida a la voz de Pato Donald y se vuelve prácticamente ininteligible. Una de las soluciones para este problema es construir un mapa en que se relacionan los espectros de diferentes sonidos producidos en heliox y en el aire por la misma persona. La voz producida en heliox se corrige cambiando el espectro de cada sonido por su espectro correspondiente de voz normal. El objetivo de este proyecto es investigar una serie de cambios y posibles mejoras en la calidad de la voz corregida para un diseño existente en Matlab de un sistema de este tipo.

• Área/Departamento Ceit/Tecnun:
  Departamento de Electrónica y Comunicaciones - Ceit

• Área temática:
  Ingeniería en Sistemas de Telecomunicación / Ingeniería en Electrónica de Comunicaciones

Supervisor académico:

Diego Borro

Departamento Tecnun/División CEIT:

CEIT. Grupo de Sistemas Inteligentes para la Industria 4.0

Área temática:

Visión artificial para la industria

Descripción y objetivos:

Se dispone de una aplicación que permite probar multitud de algoritmos de visión artificial sobre imágenes. El proyecto consistirá en aumentar las capacidades de la herramienta actual añadiendo algoritmos, mejorando la GUI, dando más funcionalidades, etc.

Supervisor académico:

Diego Borro

Departamento Tecnun/División CEIT:

Grupo de Sistemas Inteligentes para la Industria 4.0 de CEIT

Área temática:

Visión artificial para la industria

Descripción y objetivos:

El proyecto consiste en utilizar técnicas de Deep Learning para detección de objetos y su clasificación. En concreto, el enfoque estará en detectar piezas con y sin defectos.

Supervisor académico:

Íñigo Adín.

Departamento Tecnun/División CEIT:

CEIT. División TIC

Área temática:

Posicionamiento y comunicaciones

Descripción y objetivos:

Este proyecto trata de proponer técnicas novedosas para conseguir posicionar en interiores y exteriores por medio de señales de oportunidad, en combinación con las señales de satélites GNSS (GPS, Galileo, etc.). La tendencia actual es fusionar la señal GNSS con sensores inerciales y sensores basados en visión y radar para su guiado preciso. Sin embargo existen técnicas menos costosas que utilizan las señales ya presentes en el espectro y en el entorno de aplicación, que pueden resultar útiles. Los beacons de Wifi, bluetooth pueden usarse como anclas y mediante técnicas de fingerprinting en base a la potencia recibida, se consiguen precisiones del orden de pocos metros. Sin embargo, la nueva 5G, con espectros frecuencias mayores y celdas más pequeñas pueden resultar útiles para posicionar mediante tiempo de llegada de la señal. Así mismo, existen constelaciones de satélites comerciales en orbitas bajas que emiten señales que pueden igualmente utilizarse para estos medios.

El objetivo es establecer las técnicas usadas en cada caso y llegar a estimar las precisiones alcanzables.