Un ingeniero europeo recién graduado ha construido, como proyecto de fin de estudios, un radar de ondas milimétricas (mmWave) capaz de clasificar materiales presentes en paredes y superficies, con el amianto como caso de uso prioritario. La motivación es práctica: en Europa, el amianto sigue presente en muchos edificios y su detección tradicional exige tomar muestras, enviarlas a un laboratorio y pagar analyses que, sumadas a intermediarios, pueden multiplicarse por sesenta. El dispositivo emplea un kit IWRL6432 BOOST de Texas Instruments y una placa ESP32, sobre los que corre una cadena DSP basada en beamforming Capon para obtener un espectro de densidad por distancia y ángulo, la «huella electromagnética» de la superficie. Ese tensor alimenta una red neuronal convolucional que aprende las propiedades dieléctricas (épsilon' y épsilon'') de los materiales y los clasifica en categorías como madera-aluminio, madera-piedra, piedra-libro o piedra-plexiglás. Para acelerar el diseño de antenas, el autor recurrió a simulaciones FDTD con OpenEMS, código abierto que evitó la licencia de Ansys HFSS; mediante convoluciones y pulsos gaussianos en lugar de pulsos de Dirac —que volvían inestable la simulación—, redujo el tiempo de cálculo de una hora a dos minutos. El proyecto se detuvo por falta de financiación, pero deja un prototipo funcional con demostraciones en vídeo y un clasificador entrenado con 500 KB de datos espectrales por clase.
Noticias agregadas con IA