Analisis de la Ionosfera Utilizando Señales Radio Transmitidas por la ISS

High-Level Project Summary

El proyecto se basa en paginas web donde se relata el estado del arte de la medición de la radiaciónque podría afectar la tierra proveniente del sol mediante las sondas y la estación espacial internacional además de dar una descripción detallada de la ciencia de la heliofísica y su relación con otras ciencias así como describir con la página web diferentes misiones y procesos científicos que suceden en la heliosfera magnetósfera estratósfera mesósfera y en la superficie del sol .con información de la Nasa y fuentes de internet como pdf artículos científicos y videos de YouTube básicamente se capta el audio del paso de la estación espacial internacional por el territorio suramericano

Link to Project "Demo"

Detailed Project Description

Se construye una página web, dentro de ella se despliegan diversas pestañas “inicio” nos da una contextualización general de lo tratado: nombrando ionización, características de fuentes naturales y en general proyección de satélites según sus orbitas; luego “fundamentos teóricos y prácticos” muestra un análisis de los distintos espectros electromagnéticos generados por ciertos astros, balance efecto dopler y como intervienen con la ISS; “heliofísica avanzada” se describe de forma resumida lo que se estudia de la ciencia de la heliofísica, analizando la definición del termino tanto a nivel matemático como físico y por ultimo “servicios” una proyección fundamentada en búsqueda de solución al reto Ionosfera 4D-Map API y Ionosfera Clima-Analisis API. Con el fin de, generar una propuesta guía metodológica dirigida a los radioaficionados desde la fundamentación practica de la ionosfera y machine learning.

Space Agency Data

https://omniweb.gsfc.nasa.gov/

se usaron imágenes e información de la página para la fundamentación teórica.


https://github.com/sebasmos/NASASpaceApps_training

Inicialmente se hace una descripción de los datos, contextualización de relación entre variables, seguimiento de tendencias, contraste con la teoría, lo que lleva al conjunto de datos a una modelación con algoritmos de machine learning, redes neuronales. La base de datos empieza a ser alimentada con información espacial y temporal que permite tener valores densidad de electrones con menor incertidumbre.

Hackathon Journey

¿Cómo describirías tu experiencia con Space Apps? 


  • Mucho Aprendizaje

¿Qué aprendiste? 


  • Trabajo en Equipo

¿Qué inspiró a su equipo a elegir este desafío? 

• Radioaficionados y Machine Learning

¿Cuál fue su enfoque para desarrollar este proyecto? 


  • Radiopropagación y Procesamiento de Imágenes Usando Machine Learning

¿Cómo resolvió su equipo los contratiempos y desafíos? 


  • Trabajo en Equipo

¿Hay alguien a quien le gustaría agradecer y por qué?


  • Profesor de Universidad por su enseñanzas en Radio y al Equipo en General por su Arduo Trabajo

Fue un trabajo multidisciplinar donde se aprendió bastante de la radio. Se trabajó arduamente en la consecución del objetivo de aprender un poco más de radioastronomía y heliofísica.

References

Tags

#MachineLearning, #Radio, #FM, #ISS, #Ionosfera