Construir un escáner de radio impulsado por inteligencia artificial ya no es un proyecto reservado a laboratorios o presupuestos elevados.
Con apenas 220 dólares en hardware , es posible desarrollar un sistema capaz de identificar automáticamente señales de radio reales en tiempo casi real. Su propuesta combina un receptor RTL‑SDR Blog V4 con una placa Indiedroid Nova —o incluso una Raspberry Pi 5— para capturar el espectro y clasificarlo mediante técnicas de machine learning tradicionales, evitando la necesidad de GPUs o redes neuronales complejas.
El proyecto se apoya en un conjunto de 240 muestras reales, validadas con decodificadores como dump1090 o multimon-ng, que abarcan desde señales aeronáuticas ADS‑B hasta emisiones meteorológicas NOAA, pasando por sensores ISM, pagers y APRS.
Tras extraer 18 características de cada captura, Unland entrenó varios modelos y obtuvo un 87,5% de precisión con Random Forest, destacando su rapidez y tamaño reducido.
Más allá del logro técnico, la iniciativa llena un vacío en la comunidad SDR: una guía práctica, reproducible y basada en señales reales. Su enfoque abre la puerta a aplicaciones educativas, investigación en espectro y herramientas de monitorización accesibles para cualquier aficionado.
https://unland.dev/blog/building-ai-radio-scanner-rtl-sdr-machine-learning
Categorías:IA
El Radioescucha 