Ingeniería de GNC para Espacio (actitud/órbita, LQR/MPC, robustez)

2.2 Fundamentos de GNC Espacial: misión, alcance y terminología
2.2 Actitud y orientación: modelos de rotación y cuaterniones
2.3 Órbitas y dinámica orbital: tipos, elementos y propagación básica
2.4 Dinámica espacial: ecuaciones de movimiento y estados
2.5 Sensores y actuadores en GNC: IMU, estrellas, sensores de orientación y ruedas de reacción
2.6 Modelado y simulación de GN&C: MBSE, Simulink y herramientas de simulación
2.7 Estimación y observadores: filtros de estado y teoría básica
2.8 Robusteza y tolerancia a fallos: conceptos y enfoques de resiliencia
2.9 Requisitos, normativas y certificación espacial
2.20 Casos de estudio y aplicaciones de GN&C espacial

2.2 Modelado dinámico de rotores: ruedas de reacción y CMG
2.2 Dinámica de rotación, inercia y fricción en actuadores
2.3 Identificación de parámetros y validación en banco de pruebas
2.4 Respuesta ante perturbaciones y saturación de torque
2.5 Control básico de velocidad y torque de rotores
2.6 Integración GN&C con rotores: estimación y control
2.7 Modelos de pérdidas, microgravedad y efectos de misión
2.8 Robustez frente a fallas y estrategias de redundancia
2.9 Métodos de prueba, verificación y validación
2.20 Casos de estudio: desempeño de rotores en misiones

3.2 Fundamentos de Control Predictivo para GN&C Espacial
3.2 Formulación de MPC para trayectorias orbitales
3.3 Modelado de incertidumbres y restricciones en MPC
3.4 Integración de sensores y estimadores en MPC
3.5 Implementación práctica: discretización y latencias
3.6 Robustez en MPC: técnicas y herramientas
3.7 Métricas de desempeño y criterios de optimización
3.8 Simulaciones de misión con MPC
3.9 Casos de estudio: control predictivo en GN&C
3.20 Mejores prácticas de validación, verificación y go/no-go

4.2 Fundamentos de control robusto para GN&C Espacial
4.2 Técnicas de robustez: H-infinity, mu y enfoques LMI
4.3 Diseño de control robusto ante fallas de actuadores
4.4 Control predictivo con enfoques robustos
4.5 Gestión de incertidumbres en sensores y actuadores
4.6 Estabilidad y rendimiento en sistemas discretos
4.7 Validación ante escenarios extremos y pruebas de Monte Carlo
4.8 Integración de límites de operación y seguridad de misión
4.9 Consideraciones de implementación en hardware y computación
4.20 Casos de estudio: misiones con enfoques robustos

5.2 Fundamentos de LQR para GN&C Espacial
5.2 Diseño de MPC con énfasis en LQR/MPC
5.3 Integración de LQR y MPC en un marco híbrido
5.4 Observadores y estimación de estado para GN&C
5.5 Robustez de LQR/MPC ante incertidumbres y ruido
5.6 Manejo de saturación de actuadores y anti-windup
5.7 Optimización de coste y restricciones en GN&C
5.8 Métodos de discretización y precisión numérica
5.9 Validación con simulaciones de misión
5.20 Caso de estudio: implementación práctica de LQR/MPC

6.2 Fundamentos de control avanzado para GN&C Espacial
6.2 Control no lineal y adaptativo aplicado a GN&C
6.3 Enfoques de control por modelo y retroalimentación avanzada
6.4 Observadores robustos y estimación avanzada de estado
6.5 Integración de GNC con estrategias de misión y决
6.6 Verificación y validación de control avanzado
6.7 Simulación, benchmarking y pruebas de hardware
6.8 Consideraciones de cómputo, latencia y implementación
6.9 Seguridad, ética y gestión de riesgos en control avanzado
6.20 Casos de estudio de control avanzado en misiones

7.2 Fundamentos de control inteligente para GN&C Espacial
7.2 Aprendizaje automático y control adaptativo aplicado a GN&C
7.3 Control basado en redes neuronales para estimación y control
7.4 Fusión de sensores y confianza probabilística
7.5 Metaheurísticas y optimización para trayectorias
7.6 Seguridad, interpretabilidad y robustez de sistemas inteligentes
7.7 Implementación en tiempo real y límites de hardware
7.8 Validación y verificación de sistemas inteligentes
7.9 Estudio de misión con control inteligente
7.20 Tendencias, desafíos y futuras direcciones en GN&C inteligente

8.2 Arquitecturas GN&C Espacial orientadas a resiliencia
8.2 Diagnóstico, mantenimiento predictivo y autonomía
8.3 Gestión de riesgo y matrices go/no-go
8.4 Diseño orientado a mantenibilidad y modularidad
8.5 Trazabilidad, MBSE/PLM y gestión de cambios
8.6 Integración de software y sistemas de misión
8.7 Simulación de escenarios extremos y pruebas en hardware
8.8 Consideraciones de seguridad, cumplimiento y ética
8.9 Casos de estudio y lecciones aprendidas
8.20 Proyectos finales y presentaciones

3.3 Análisis y Control de Sistemas Rotorcraft: fundamentos, dinámica y estructura de control
3.2 Modelado dinámico de rotorcraft: ecuaciones de movimiento y reducciones
3.3 Estabilidad, rendimiento y objetivos de control en actitudes y trayectorias
3.4 Diseño de leyes de control por estados y por salidas
3.5 Observación y estimación de estados: filtros y observadores
3.6 Control de actitud: quaterniones, Euler y robustez
3.7 Control de posición y trayectoria en 3D
3.8 Robustez ante perturbaciones e incertidumbres aerodinámicas
3.9 Simulación, benchmarking y herramientas de desarrollo
3.30 Casos de estudio y ejercicios de diseño de curso

2.3 Modelado aerodinámico de rotores: empuje, par y eficiencia
2.2 Dinámica de rotor y efectos de flapping y clearance
2.3 Modelado de motores y electrónica de potencia
2.4 Identificación de modelos y validación experimental
2.5 Desempeño bajo diferentes condiciones de carga y viento
2.6 Influencia de variantes de rotor y configuración
2.7 Análisis de vibraciones, resonancias y disipación
2.8 Optimización de rendimiento y eficiencia energética
2.9 Comparación de modelos: simplificados vs. no lineales
2.30 Casos de estudio de desempeño de rotores

3.3 GNC Espacial: Control Predictivo Robusto: fundamentos y alcance en órbita
3.2 Modelado de incertidumbre y perturbaciones para control predictivo
3.3 Diseño de MPC robusto con restricciones de estado y control
3.4 Integración de estimadores y observadores en MPC
3.5 Estabilidad, robustez y análisis de rendimiento en GNC espacial
3.6 Simulación de escenarios orbitales y perturbaciones
3.7 Sensores espaciales y fusión de datos para GNC
3.8 Validación con hardware-in-the-loop y ensayos de misión
3.9 Consideraciones de certificación, seguridad y confiabilidad
3.30 Casos de estudio: go/no-go con matriz de riesgo

4.3 GNC Espacial: Control Robusto y Predictivo — fundamentos y estrategias
4.2 Arquitecturas de control robusto para contingencias y fallos
4.3 Modelado no lineal y transformación de estados para GNC
4.4 MPC robusto con escenarios de perturbación y restricciones
4.5 Estimación de estados y detección de fallos en presencia de ruido
4.6 Implementación en plataformas embebidas y consideraciones de hardware
4.7 Verificación, validación y benchmarking de algoritmos
4.8 Casos prácticos de robustez en misiones simuladas
4.9 Requisitos de seguridad y auditoría de control
4.30 Casos de estudio: go/no-go con matriz de riesgo

5.3 Fundamentos de LQR y MPC para GNC espacial
5.2 Diseño de matrices de costo, pesos y consumo de energía
5.3 Integración de LQR dentro de MPC para desempeño y robustez
5.4 Control con restricciones de actuadores y combustible
5.5 Robustez frente a incertidumbres dinámicas
5.6 Observadores y estimación de estados para control MPC
5.7 Análisis de estabilidad y rendimiento
5.8 Implementación en hardware embebido y recursos limitados
5.9 Validación por simulación realista y pruebas en banco
5.30 Caso de estudio: go/no-go con matriz de riesgo

6.3 Extensión de LQR/MPC para sistemas de alta dimensionalidad en GNC
6.2 MPC con horizonte adaptativo y muestreo variable
6.3 Robustez ante fallos de sensores y discrepancias de modelo
6.4 Optimización de energía y límites de actuadores
6.5 Estimación de estados en presencia de ruido y fallos
6.6 Pruebas, verificación y validación de software de control
6.7 Comparación entre enfoques LQR y MPC en escenarios espaciales
6.8 Integración de pliegues de misión y cambios de plan
6.9 Simulación de misiones complejas y escenarios adversos
6.30 Caso de estudio: misión espacial con contingencias (robustez)

7.3 GNC: Control Avanzado — visión general de técnicas no lineales y adaptativas
7.2 Control no lineal: retroalimentación linealización y transformaciones
7.3 Sliding mode y control por deslizamiento: endurecimiento de robustez
7.4 H-infinity y mu-synthesis para robustez en GNC
7.5 Control adaptativo y aprendizaje en tiempo real
7.6 Control distribuido y cooperativo entre subsistemas
7.7 Diagnóstico, detección de fallos y resiliencia en control
7.8 Verificación y validación de métodos avanzados
7.9 Implementación en plataformas de hardware y compatibilidad
7.30 Caso de estudio: go/no-go con matriz de riesgo

8.3 GNC Espacial: Control Inteligente — aprendizaje por refuerzo y ML para GNC
8.2 Fusión de sensores y razonamiento probabilístico para control
8.3 Planificación de trayectorias con ML y optimización
8.4 Seguridad, confianza y explicabilidad en control inteligente
8.5 Integración de ML con normas y certificación de misión
8.6 Validación en simuladores y entornos hardware-in-the-loop
8.7 Mantenimiento predictivo y diagnóstico con técnicas inteligentes
8.8 Gestión de datos y trazabilidad en control inteligente
8.9 Aspectos éticos y de seguridad en control inteligente
8.30 Caso de estudio: go/no-go con matriz de riesgo

4.4 GNC Espacial: Actitud, Órbita y Robustez: Dinámica de actitud y marcos de referencia
4.2 GNC Espacial: Actitud, Órbita y Robustez: Modelado orbital y perturbaciones ambientales
4.3 GNC Espacial: Actitud, Órbita y Robustez: Estimación de estado de actitud
4.4 GNC Espacial: Actitud, Órbita y Robustez: Integración actitud-órbita en maniobras
4.5 GNC Espacial: Actitud, Órbita y Robustez: Control de actitud ante perturbaciones
4.6 GNC Espacial: Actitud, Órbita y Robustez: Robustez ante fallos de sensores
4.7 GNC Espacial: Actitud, Órbita y Robustez: Estabilidad y rendimiento del sistema
4.8 GNC Espacial: Actitud, Órbita y Robustez: Fusión de sensores y filtrado de ruido
4.9 GNC Espacial: Actitud, Órbita y Robustez: Validación numérica y pruebas de simulación
4.40 GNC Espacial: Actitud, Órbita y Robustez: Casos de estudio y laboratorios de validación

2.4 Modelado y Desempeño de rotores: Modelado aerodinámico de rotores
2.2 Modelado y Desempeño de rotores: Dinámica de rotor y efectos aerodinámicos
2.3 Modelado y Desempeño de rotores: Identificación de parámetros de rotores
2.4 Modelado y Desempeño de rotores: Modelos multirotores y configuración de postura
2.5 Modelado y Desempeño de rotores: Rendimiento y eficiencia de rotor
2.6 Modelado y Desempeño de rotores: Pérdidas energéticas y pérdidas por tolerancia
2.7 Modelado y Desempeño de rotores: Modelado de interacción rotor-ambiente
2.8 Modelado y Desempeño de rotores: Validación experimental y pruebas de bancada
2.9 Modelado y Desempeño de rotores: Simulación de maniobras y trayectorias
2.40 Modelado y Desempeño de rotores: Casos de benchmarking y comparación de configuraciones

3.4 GNC Espacial: Control Predictivo y Robustez: Introducción al control predictivo (MPC) en GNC
3.2 GNC Espacial: Control Predictivo y Robustez: Formulación de MPC: coste, restricciones y horizonte
3.3 GNC Espacial: Control Predictivo y Robustez: Modelos de estado para MPC espacial
3.4 GNC Espacial: Control Predictivo y Robustez: Estimación de estado para MPC
3.5 GNC Espacial: Control Predictivo y Robustez: Robustez ante incertidumbre y perturbaciones
3.6 GNC Espacial: Control Predictivo y Robustez: Diseño de MPC con restricciones suaves
3.7 GNC Espacial: Control Predictivo y Robustez: Implementación en hardware y RTOS
3.8 GNC Espacial: Control Predictivo y Robustez: Comparación con LQR y enfoques robustos
3.9 GNC Espacial: Control Predictivo y Robustez: Validación y pruebas de simulación
3.40 GNC Espacial: Control Predictivo y Robustez: Casos de misión y maniobras orbitales

4.4 GNC Espacial: Control Robusto y Predictivo: Fundamentos de control robusto para GNC
4.2 GNC Espacial: Control Robusto y Predictivo: Diseño de control robusto ante perturbaciones orbitales
4.3 GNC Espacial: Control Robusto y Predictivo: MPC robusto con restricciones
4.4 GNC Espacial: Control Robusto y Predictivo: Observadores robustos para estimación de estado
4.5 GNC Espacial: Control Robusto y Predictivo: Estrategias de redundancia y fault-tolerance
4.6 GNC Espacial: Control Robusto y Predictivo: Análisis de estabilidad bajo incertidumbre
4.7 GNC Espacial: Control Robusto y Predictivo: Validación con Monte Carlo y pruebas de estrés
4.8 GNC Espacial: Control Robusto y Predictivo: Sintonización y tuning de parámetros
4.9 GNC Espacial: Control Robusto y Predictivo: Consideraciones de seguridad y fallo
4.40 GNC Espacial: Control Robusto y Predictivo: Caso práctico de misión con control robusto

5.4 GNC: Control LQR/MPC y Robustez: Introducción a LQR y MPC para GNC
5.2 GNC: Control LQR/MPC y Robustez: Diseño de control LQR para actitud y órbita
5.3 GNC: Control LQR/MPC y Robustez: Estimación de estado con Kalman para LQR
5.4 GNC: Control LQR/MPC y Robustez: Integración LQR/MPC en estructuras de control jerárquicas
5.5 GNC: Control LQR/MPC y Robustez: Robustez y trade-offs con H2/H∞
5.6 GNC: Control LQR/MPC y Robustez: Identificación de incertidumbres y mitigación
5.7 GNC: Control LQR/MPC y Robustez: Implementación en hardware de tiempo real
5.8 GNC: Control LQR/MPC y Robustez: Evaluación de desempeño y métricas
5.9 GNC: Control LQR/MPC y Robustez: Pruebas en simuladores y entornos HIL
5.40 GNC: Control LQR/MPC y Robustez: Caso de misión con LQR/MPC

6.4 GNC: Control LQR/MPC y Robustez Avanzado: Extensiones avanzadas de LQR/MPC
6.2 GNC: Control LQR/MPC y Robustez Avanzado: LQR distribuido para constelaciones de satélites
6.3 GNC: Control LQR/MPC y Robustez Avanzado: Estimación robusta y fusión de sensores
6.4 GNC: Control LQR/MPC y Robustez Avanzado: MPC paramétrico y adaptativo
6.5 GNC: Control LQR/MPC y Robustez Avanzado: Estabilidad en sistemas MIMO
6.6 GNC: Control LQR/MPC y Robustez Avanzado: Integración hardware-in-the-loop
6.7 GNC: Control LQR/MPC y Robustez Avanzado: Selección y sintonía de costes
6.8 GNC: Control LQR/MPC y Robustez Avanzado: Validación de modelos y pruebas de sensibilidad
6.9 GNC: Control LQR/MPC y Robustez Avanzado: Simulaciones de contingencias y fallas
6.40 GNC: Control LQR/MPC y Robustez Avanzado: Caso de misión con LQR/MPC en entorno adverso

7.4 GNC Avanzado y Análisis de Robustez: Arquitecturas híbridas y conmutación en GNC
7.2 GNC Avanzado y Análisis de Robustez: Análisis de incertidumbre y sensibilidad de modelos
7.3 GNC Avanzado y Análisis de Robustez: Evaluación de fiabilidad y seguridad de misiones
7.4 GNC Avanzado y Análisis de Robustez: Pruebas de estrés y Monte Carlo para robustez
7.5 GNC Avanzado y Análisis de Robustez: Tolerancia a fallas y reconfiguración de sistemas
7.6 GNC Avanzado y Análisis de Robustez: MBSE y model-based design para robustez
7.7 GNC Avanzado y Análisis de Robustez: Gestión de datos, trazabilidad y cumplimiento
7.8 GNC Avanzado y Análisis de Robustez: Validación y verificación con hardware-in-the-loop
7.9 GNC Avanzado y Análisis de Robustez: Seguridad de software y ciberseguridad en GNC
7.40 GNC Avanzado y Análisis de Robustez: Casos de misión extremo y lecciones aprendidas

8.4 GNC Espacial: Control Inteligente y Robustez: Control inteligente con IA y aprendizaje automático
8.2 GNC Espacial: Control Inteligente y Robustez: Fusión de sensores con aprendizaje para GNC
8.3 GNC Espacial: Control Inteligente y Robustez: Control adaptativo con IA
8.4 GNC Espacial: Control Inteligente y Robustez: Toma de decisiones en tiempo real y planificación
8.5 GNC Espacial: Control Inteligente y Robustez: ML para simulación, MBSE y PLM
8.6 GNC Espacial: Control Inteligente y Robustez: Seguridad y robustez de IA ante ataques
8.7 GNC Espacial: Control Inteligente y Robustez: Ética, gobernanza y confianza en IA espacial
8.8 GNC Espacial: Control Inteligente y Robustez: Validación y verificación de modelos ML
8.9 GNC Espacial: Control Inteligente y Robustez: Implementación en hardware espacial
8.40 GNC Espacial: Control Inteligente y Robustez: Casos de misión autónoma y exploración

**Módulo 5 — Dinámica y Rendimiento de Rotores**

5.5 Diseño y Análisis de Palas Rotóricas: Aerodinámica, Geometría y Materiales
5.5 Modelado Aerodinámico: Teoría del Elemento de Pala (BEMT) y Métodos de Volumen Finito (CFD)
5.3 Dinámica de Rotores: Estabilidad, Vibraciones y Fenómenos Aeroelásticos
5.4 Modelado del Flujo de la Estela: Métodos de Vortex y Modelado de Wake
5.5 Rendimiento del Rotor: Empuje, Potencia Requerida y Eficiencia
5.6 Análisis del Ruido: Fuentes de Ruido y Estrategias de Mitigación
5.7 Optimización del Diseño del Rotor: Metodologías de Optimización y Diseño Multidisciplinario
5.8 Sistemas de Control de Rotor: Control de Paso Cíclico y Colectivo
5.9 Aplicaciones de Rotores en Diferentes Vehículos Aéreos: Helicópteros, eVTOL y Drones
5.50 Simulación y Validación de Modelos: Software de Simulación y Ensayos en Túnel de Viento

**Módulo 6 — Fundamentos y Actitud Espacial**

6.6 Introducción a la Dinámica de Naves Espaciales y Sistemas de Referencia
6.2 Cinemática y Rotaciones en el Espacio
6.3 Modelado de Actitud: Cuaterniones y Matrices de Rotación
6.4 Estabilización de Actitud: Leyes de Control Básico
6.5 Sensores de Actitud: Sensores Estelares, Giroscopios, Sensores Sol y de Tierra
6.6 Actuadores de Actitud: Ruedas de Reacción, Motores de Cohetes, Sensores
6.7 Fundamentos de Órbita: Elementos Orbitales Keplerianos
6.8 Perturbaciones Orbitales: Efectos de la Gravedad, Atmósfera y Presión Solar
6.9 Diseño de Misiones: Selección de Órbita y Trayectoria
6.60 Análisis de Estabilidad y Robustez en el Control de Actitud

**Módulo 2 — Modelado de Rotores**

2.6 Introducción a la Aerodinámica de Rotores: Fundamentos
2.2 Teoría del Elemento de la Pala (BEM)
2.3 Modelado Aerodinámico: Coeficientes de Sustentación, Resistencia y Momento
2.4 Dinámica de Rotores: Modelado de las Fuerzas y Momentos
2.5 Efectos del Flujo: Viento, Estela y Interferencia entre Palas
2.6 Modelado de Componentes: Motores, Transmisiones y Sistemas de Control
2.7 Análisis de Vibraciones: Modelado y Mitigación
2.8 Simulación de Rendimiento: Métricas y Análisis
2.9 Diseño de Palas: Consideraciones Aerodinámicas y Estructurales
2.60 Aplicaciones Específicas: Helicópteros, UAVs y eVTOLs

**Módulo 3 — GNC Espacial: Control Predictivo**

3.6 Introducción al Control Predictivo (MPC)
3.2 Modelado de Sistemas Dinámicos para MPC
3.3 Formulación de la Función de Costo y Restricciones
3.4 Algoritmos de Optimización en MPC
3.5 Aplicaciones de MPC en Control de Actitud
3.6 Aplicaciones de MPC en Control de Órbita
3.7 MPC para Navegación y Guiado: Seguimiento de Trayectoria
3.8 Implementación de MPC: Consideraciones Prácticas
3.9 Análisis de Estabilidad y Rendimiento de MPC
3.60 Estudios de Caso: Aplicaciones de MPC en Misiones Espaciales

**Módulo 4 — GNC: Control Robusto-Predictivo**

4.6 Fundamentos del Control Robusto
4.2 Modelado de Incertidumbres
4.3 Técnicas de Control Robusto
4.4 Control Robusto basado en MPC
4.5 Aplicaciones de Control Robusto-Predictivo en Actitud
4.6 Aplicaciones de Control Robusto-Predictivo en Órbita
4.7 Diseño de Observadores Robustos
4.8 Implementación Práctica y Consideraciones Computacionales
4.9 Análisis de Estabilidad y Robustez
4.60 Estudios de Caso: Aplicaciones en Entornos Reales

**Módulo 5 — GNC: Control LQR/MPC y Robustez**

5.6 Control LQR (Controlador Cuadrático Lineal)
5.2 Diseño de Controladores LQR
5.3 Implementación de Control LQR en Actitud
5.4 Implementación de Control LQR en Órbita
5.5 Combinación de LQR y MPC
5.6 Robustez en Control LQR y MPC
5.7 Técnicas para Mitigar la Sensibilidad a las Incertidumbres
5.8 Análisis de Desempeño y Estabilidad
5.9 Sintonización de Controladores LQR y MPC
5.60 Estudios de Caso: Aplicaciones Combinadas en Sistemas Espaciales

**Módulo 6 — GNC: Control LQR/MPC y Robustez**

6.6 Control LQR (Controlador Cuadrático Lineal)
6.2 Diseño de Controladores LQR
6.3 Implementación de Control LQR en Actitud
6.4 Implementación de Control LQR en Órbita
6.5 Combinación de LQR y MPC
6.6 Robustez en Control LQR y MPC
6.7 Técnicas para Mitigar la Sensibilidad a las Incertidumbres
6.8 Análisis de Desempeño y Estabilidad
6.9 Sintonización de Controladores LQR y MPC
6.60 Estudios de Caso: Aplicaciones Combinadas en Sistemas Espaciales

**Módulo 7 — GNC: Control Avanzado y Robustez**

7.6 Control Adaptativo
7.2 Control Basado en Modelos Internos
7.3 Control por Modos Deslizantes
7.4 Técnicas de Filtrado Avanzadas: Filtro de Kalman Extendido (EKF) y Filtro de Partículas
7.5 Control Tolerante a Fallos
7.6 Análisis de Robustez y Estabilidad para Sistemas de Control Avanzado
7.7 Implementación Práctica de Controladores Avanzados
7.8 Diseño de Sistemas de Gestión de Actitud y Órbita Complejos
7.9 Integración de Sensores y Actuadores Avanzados
7.60 Estudios de Caso: Aplicaciones de Control Avanzado en Misiones Espaciales

**Módulo 8 — GNC Espacial: Control Inteligente**

8.6 Introducción a la Inteligencia Artificial en el Control Espacial
8.2 Redes Neuronales en el Control de Actitud
8.3 Control Basado en Lógica Difusa
8.4 Algoritmos Genéticos para Optimización de Control
8.5 Aprendizaje Reforzado para GNC Espacial
8.6 Diseño e Implementación de Sistemas de Control Inteligente
8.7 Integración de Inteligencia Artificial con Técnicas de Control Clásicas
8.8 Análisis de Rendimiento y Robustez de Sistemas Inteligentes
8.9 Consideraciones Éticas y de Seguridad en IA para GNC
8.60 Estudios de Caso: Aplicaciones de Inteligencia Artificial en Misiones Espaciales

**Módulo 2 — Dinámica y Rendimiento de Rotores**

2.7 eVTOL y UAM: propulsión eléctrica, múltiples rotores
2.2 Requisitos de certificación emergentes (SC-VTOL, special conditions)
2.3 Energía y térmica en e-propulsión (baterías/inversores)
2.4 Design for maintainability y modular swaps
2.7 LCA/LCC en rotorcraft y eVTOL (huella y coste)
2.6 Operations & vertiports: integración en espacio aéreo
2.7 Data & Digital thread: MBSE/PLM para change control
2.8 Tech risk y readiness: TRL/CRL/SRL
2.9 IP, certificaciones y time-to-market
2.70 Case clinic: go/no-go con risk matrix

**Módulo 8 — Ingeniería GNC: Actitud, Órbita y Control**

8.8 Introducción a la Ingeniería GNC Espacial: Conceptos fundamentales.
8.8 Determinación y Control de Actitud: Sensores, actuadores y algoritmos.
8.3 Mecánica Orbital: Principios, trayectorias y maniobras.
8.4 Control de Órbita: Diseño y análisis de sistemas de control orbital.
8.5 Robustez en Sistemas GNC: Fundamentos y análisis de estabilidad.

**Módulo 8 — Modelado de Rotores: Desempeño y Simulación**

8.8 Fundamentos de Aerodinámica de Rotores: Teoría del elemento de pala.
8.8 Modelado Dinámico de Rotores: Ecuaciones de movimiento y simulaciones.
8.3 Desempeño del Rotor: Empuje, potencia y eficiencia.
8.4 Métodos de Simulación: Análisis transitorio y estacionario.
8.5 Análisis de Desempeño: Influencia de parámetros de diseño.

**Módulo 3 — GNC Espacial: Control Predictivo**

3.8 Control Predictivo basado en Modelo (MPC): Principios y fundamentos.
3.8 Aplicación de MPC en Actitud y Órbita: Diseño de controladores.
3.3 Optimización en MPC: Funciones objetivo y restricciones.
3.4 Implementación de MPC: Algoritmos y consideraciones prácticas.
3.5 Análisis de Robustez y Rendimiento: MPC en escenarios complejos.

**Módulo 4 — GNC Espacial: Control Robusto-Predictivo**

4.8 Control Robusto: Fundamentos y técnicas.
4.8 Control Robusto-Predictivo: Integración de MPC y técnicas robustas.
4.3 Diseño de Controladores Robusto-Predictivos para Actitud y Órbita.
4.4 Análisis de Robustez: Garantía de rendimiento frente a perturbaciones.
4.5 Implementación y Validación: Casos de estudio y simulación.

**Módulo 5 — GNC: Control LQR/MPC y Robustez**

5.8 Control LQR (Linear Quadratic Regulator): Diseño y optimización.
5.8 Integración de LQR y MPC: Estrategias de control híbridas.
5.3 Diseño de Controladores LQR/MPC para Actitud y Órbita.
5.4 Análisis de Robustez: Estabilidad y rendimiento con LQR/MPC.
5.5 Aplicaciones y Ejemplos Prácticos: Implementación y evaluación.

**Módulo 6 — GNC: Control LQR/MPC y Robustez**

6.8 Repetición del Módulo 5: Control LQR/MPC y Robustez
6.8 Ampliación del contenido: Estudios de casos adicionales y ejercicios prácticos.

**Módulo 7 — GNC Avanzado y Análisis de Robustez**

7.8 Técnicas Avanzadas de Control: Control no lineal y adaptativo.
7.8 Análisis de Robustez Avanzado: Técnicas de análisis de estabilidad.
7.3 Aplicaciones de Control Avanzado en Actitud y Órbita.
7.4 Diseño de Sistemas GNC Robustos: Consideraciones de diseño.
7.5 Implementación y Validación: Simulación y pruebas.

**Módulo 8 — GNC: Control Inteligente y Robustez**

8.8 Control Inteligente: Algoritmos basados en inteligencia artificial.
8.8 Control con Redes Neuronales: Aplicaciones en sistemas GNC.
8.3 Control con Lógica Difusa: Diseño y aplicación en GNC.
8.4 Control Híbrido: Integración de diferentes técnicas de control inteligente.
8.5 Análisis de Robustez en Sistemas de Control Inteligente.
8.6 Implementación y Evaluación: Casos de estudio.

**Módulo 9 — Ingeniería GNC: Actitud, Órbita y Control**

9.9 Fundamentos de la GNC Espacial: Introducción a la Actitud, Órbita y Control.
9.9 Dinámica de la Actitud: Ecuaciones de Euler, cinemática y dinámica de cuerpos rígidos.
9.3 Determinación y Estimación de la Actitud: Sensores, filtros de Kalman y algoritmos de fusión de datos.
9.4 Dinámica Orbital: Elementos orbitales, perturbaciones y propagación orbital.
9.5 Control Orbital: Maniobras orbitales, transferencia de Hohmann y control de órbita.
9.6 Diseño de Controladores: Técnicas clásicas y modernas aplicadas a la GNC.
9.7 Análisis de Estabilidad y Rendimiento: Simulación y evaluación de sistemas GNC.
9.8 Integración del Sistema GNC: Arquitectura, sensores, actuadores y software.
9.9 Estudio de Caso: Aplicaciones de la GNC en satélites y vehículos espaciales.
9.90 Desafíos y Tendencias Futuras: Innovaciones en la GNC espacial.

**Módulo 9 — Modelado y Desempeño de Rotores**

9.9 Principios Aerodinámicos de los Rotores: Teoría del disco actuador y elementos de pala.
9.9 Modelado de Rotores: Ecuaciones de movimiento, aerodinámica del rotor.
9.3 Análisis de Desempeño: Empuje, potencia, eficiencia y rendimiento de vuelo.
9.4 Modelado Avanzado: Efectos de la no linealidad y las perturbaciones.
9.5 Simulación de Vuelo: Modelado dinámico de helicópteros.
9.6 Optimización del Diseño: Métodos y herramientas.
9.7 Análisis de Estabilidad: Diseño de sistemas.
9.8 Efectos de suelo y vórtices.
9.9 Aplicaciones: Análisis de rendimiento y simulación de vuelo.
9.90 Innovación y tendencias en modelado de rotores.

**Módulo 3 — GNC Espacial: Control Predictivo**

3.9 Revisión de GNC: Fundamentos y conceptos clave.
3.9 Control Predictivo: Principios y metodología.
3.3 Modelado de Sistemas: Técnicas para la GNC.
3.4 Diseño de Controladores Predictivos: Algoritmos y optimización.
3.5 Control Predictivo en la Actitud: Aplicaciones y ejemplos.
3.6 Control Predictivo en la Órbita: Maniobras orbitales.
3.7 Implementación: Consideraciones prácticas.
3.8 Análisis de Estabilidad y Rendimiento: Evaluación de sistemas.
3.9 Estudio de Caso: Aplicaciones del control predictivo en misiones espaciales.
3.90 Desafíos y Futuro del Control Predictivo en GNC.

**Módulo 4 — GNC: Control Robusto y Predictivo**

4.9 Revisión de Control Robusto: Fundamentos y conceptos.
4.9 Control Predictivo: Revisión y aplicaciones.
4.3 Diseño de Control Robusto y Predictivo: Metodologías.
4.4 Control Robusto de la Actitud: Diseño de controladores robustos.
4.5 Control Robusto de la Órbita: Maniobras orbitales con robustez.
4.6 Implementación y Simulación: Consideraciones.
4.7 Análisis de Estabilidad y Rendimiento: Métodos de evaluación.
4.8 Aplicaciones: Ejemplos en misiones espaciales.
4.9 Estudio de Caso: Aplicación combinada en sistemas GNC.
4.90 Desafíos y Tendencias: Futuro del control robusto y predictivo.

**Módulo 5 — GNC: Control LQR/MPC y Robustez**

5.9 Revisión de Control LQR: Fundamentos y conceptos.
5.9 Control MPC: Fundamentos y aplicaciones.
5.3 Diseño LQR/MPC: Metodologías y herramientas.
5.4 Control LQR/MPC en la Actitud: Aplicaciones y diseño.
5.5 Control LQR/MPC en la Órbita: Maniobras orbitales.
5.6 Robustez en LQR/MPC: Técnicas de diseño y análisis.
5.7 Implementación y Simulación: Consideraciones prácticas.
5.8 Análisis de Estabilidad y Rendimiento: Evaluación.
5.9 Estudio de Caso: Aplicaciones de LQR/MPC en misiones espaciales.
5.90 Desafíos y Futuro del Control LQR/MPC en GNC.

**Módulo 6 — GNC: Control LQR/MPC y Robustez**

6.9 Revisión de Control LQR: Fundamentos y conceptos.
6.9 Control MPC: Fundamentos y aplicaciones.
6.3 Diseño LQR/MPC: Metodologías y herramientas.
6.4 Control LQR/MPC en la Actitud: Aplicaciones y diseño.
6.5 Control LQR/MPC en la Órbita: Maniobras orbitales.
6.6 Robustez en LQR/MPC: Técnicas de diseño y análisis.
6.7 Implementación y Simulación: Consideraciones prácticas.
6.8 Análisis de Estabilidad y Rendimiento: Evaluación.
6.9 Estudio de Caso: Aplicaciones de LQR/MPC en misiones espaciales.
6.90 Desafíos y Futuro del Control LQR/MPC en GNC.

**Módulo 7 — GNC Avanzado y Robustez**

7.9 Fundamentos de GNC Avanzado: Introducción a técnicas.
7.9 Técnicas de Control Avanzado: Control adaptativo, control no lineal.
7.3 Diseño de Controladores Avanzados: Metodologías y herramientas.
7.4 Análisis de Robustez: Métodos y técnicas.
7.5 Implementación y Simulación: Consideraciones prácticas.
7.6 Control Avanzado de la Actitud: Aplicaciones y ejemplos.
7.7 Control Avanzado de la Órbita: Maniobras orbitales avanzadas.
7.8 Análisis de Estabilidad y Rendimiento: Evaluación de sistemas.
7.9 Estudio de Caso: Aplicaciones del GNC avanzado en misiones espaciales.
7.90 Desafíos y Tendencias Futuras: Innovaciones en la GNC avanzada y robusta.

**Módulo 8 — GNC: Control Inteligente**

8.9 Introducción al Control Inteligente: Conceptos y aplicaciones.
8.9 Lógica Difusa en GNC: Diseño y aplicación.
8.3 Redes Neuronales en GNC: Diseño y aplicación.
8.4 Sistemas Expertos en GNC: Diseño y aplicación.
8.5 Control Adaptativo Inteligente: Diseño.
8.6 Implementación y Simulación: Consideraciones.
8.7 Análisis de Estabilidad y Rendimiento: Evaluación de sistemas.
8.8 Estudio de Caso: Aplicaciones del control inteligente.
8.9 Aplicaciones: Ejemplos en misiones espaciales.
8.90 Desafíos y Tendencias Futuras: Innovaciones en el control inteligente.

**Módulo 1 — Fundamentos de Actitud y Órbita Espacial**

1.1 Principios de Dinámica Orbital y Mecánica Celeste.
1.2 Sistemas de Referencia y Coordenadas Espaciales.
1.3 Determinación y Propagación de Órbitas.
1.4 Actitud de Satélites: Modelado y Cinematica.
1.5 Sensores de Actitud: Principios y Tecnologías.
1.6 Actuadores de Actitud: Tipos y Funcionamiento.
1.7 Estabilización Orbital y Control Pasivo.
1.8 Análisis de Perturbaciones Orbitales y sus Efectos.
1.9 Diseño Preliminar de Trayectorias y Maniobras.
1.10 Introducción a Software de Simulación Orbital.

**Módulo 2 — Modelado y Simulación de Rotores**

2.1 Fundamentos de Aerodinámica de Rotores.
2.2 Modelado Matemático de Palas de Rotor.
2.3 Teoría del Elemento de Pala (BEM).
2.4 Modelado de Efectos de Flujo No Estacionario.
2.5 Simulación Numérica de Rotores: Métodos CFD.
2.6 Modelado del Rendimiento del Rotor en Diferentes Condiciones.
2.7 Modelado de Vibraciones y Análisis Estructural.
2.8 Implementación de Software de Simulación de Rotores.
2.9 Análisis de Datos de Simulación y Validación.
2.10 Diseño y Optimización de Rotores.

**Módulo 3 — GNC Espacial: Control Predictivo Robusto**

3.1 Revisión de Control Predictivo (MPC): Conceptos Básicos.
3.2 Modelado de Sistemas Espaciales para MPC.
3.3 Formulación de Problemas de MPC para Control de Órbita.
3.4 Implementación de Restricciones en MPC.
3.5 Técnicas de Robustez en MPC: Modelado de Incertidumbre.
3.6 Diseño de Observadores de Estado Robusto.
3.7 Implementación de MPC para Control de Actitud.
3.8 Análisis de Estabilidad y Rendimiento del Sistema.
3.9 Simulación y Validación de Control Predictivo Robusto.
3.10 Aplicaciones de MPC en Misiones Espaciales.

**Módulo 4 — GNC Espacial: Control Robusto-Predictivo**

4.1 Revisión de Control Robusto: H-infinito, μ-Análisis.
4.2 Diseño de Controladores Robusto para Sistemas Espaciales.
4.3 Integración de Control Predictivo y Control Robusto.
4.4 Formulación de Problemas de Control Robusto-Predictivo.
4.5 Análisis de Estabilidad con Incertidumbre.
4.6 Diseño de Filtros de Kalman Robusto.
4.7 Implementación de Control Robusto-Predictivo.
4.8 Evaluación de Rendimiento y Robustez.
4.9 Simulación y Validación en Diferentes Escenarios.
4.10 Aplicaciones Específicas: Maniobras Orbitales.

**Módulo 5 — GNC: Control LQR/MPC y Robustez**

5.1 Fundamentos de Control LQR (Linear Quadratic Regulator).
5.2 Diseño de Controladores LQR para Sistemas Espaciales.
5.3 Relación entre LQR y Control Predictivo.
5.4 Control MPC con Funciones de Costo Cuadráticas.
5.5 Incorporación de Robustez en Control LQR/MPC.
5.6 Modelado de Incertidumbre en Controladores LQR/MPC.
5.7 Diseño de Observadores de Estado y Filtros de Kalman.
5.8 Análisis de Estabilidad y Rendimiento del Sistema.
5.9 Implementación y Simulación de Control LQR/MPC Robusto.
5.10 Aplicaciones en Misiones de Alta Precisión.

**Módulo 6 — GNC: Control LQR/MPC y Robustez**

6.1 Fundamentos de Control LQR (Linear Quadratic Regulator).
6.2 Diseño de Controladores LQR para Sistemas Espaciales.
6.3 Relación entre LQR y Control Predictivo.
6.4 Control MPC con Funciones de Costo Cuadráticas.
6.5 Incorporación de Robustez en Control LQR/MPC.
6.6 Modelado de Incertidumbre en Controladores LQR/MPC.
6.7 Diseño de Observadores de Estado y Filtros de Kalman.
6.8 Análisis de Estabilidad y Rendimiento del Sistema.
6.9 Implementación y Simulación de Control LQR/MPC Robusto.
6.10 Aplicaciones en Misiones de Alta Precisión.

**Módulo 7 — GNC Avanzado y Análisis de Robustez**

7.1 Revisión de Técnicas de Control Avanzado: Control Adaptativo.
7.2 Control por Modos Deslizantes (Sliding Mode Control).
7.3 Control con Redes Neuronales y Lógica Difusa.
7.4 Análisis de Robustez: Teoría de Lyapunov.
7.5 Métodos de Análisis de Estabilidad Avanzados.
7.6 Evaluación de la Sensibilidad del Sistema a Perturbaciones.
7.7 Diseño de Sistemas GNC Tolerantes a Fallos.
7.8 Implementación y Simulación de Sistemas GNC Avanzados.
7.9 Estudios de Caso: Aplicaciones en Misiones Reales.
7.10 Análisis de Resultados y Conclusiones.

**Módulo 8 — GNC Espacial: Control Inteligente**

8.1 Introducción a la Inteligencia Artificial en GNC.
8.2 Control Basado en Lógica Difusa.
8.3 Control con Redes Neuronales Artificiales.
8.4 Algoritmos Genéticos para Optimización de GNC.
8.5 Sistemas Expertos para la Toma de Decisiones.
8.6 Aprendizaje por Refuerzo en GNC.
8.7 Diseño de Sistemas GNC Inteligentes.
8.8 Integración de IA con Técnicas de Control Clásicas.
8.9 Simulación y Validación de Sistemas Inteligentes.
8.10 Aplicaciones Futuras y Tendencias en GNC Inteligente.