Deijany Rodriguez-Linares
Procesamiento de Señales,. sincronización de frecuencia de muestreo,. linealización,. y ecualización.
Doctorando en Sistemas de Comunicaciones enfocado en procesamiento de señales con baja complejidad para sistemas inalámbricos modernos.
Sobre mí
Investigador doctoral en procesamiento de señales que trabaja en estimación, compensación, sincronización, linealización y ecualización, con un fuerte énfasis en la robustez frente a efectos de hardware no ideales y condiciones de ruido. Desarrolla algoritmos de baja complejidad y conscientes del hardware, incluyendo linealizadores inspirados en redes neuronales, junto con técnicas basadas en modelos clásicos.
Datos rápidos
Posición Actual
Doctorando, Sistemas de Comunicaciones — Universidad de Linköping
Graduación Prevista
17 de abril de 2026
Especialidad Principal
Procesamiento de Señales · Estimación y Sincronización · DSP Consciente del Hardware · Linealización · Ecualización
Herramientas y Lenguajes
Python · MATLAB · C++ · PyTorch · NumPy · SciPy · Linux
Idiomas
Habilidades
Mi experiencia se centra en el procesamiento digital de señales (DSP) para sistemas de comunicaciones, con un fuerte énfasis en el diseño de algoritmos de baja complejidad y conscientes del hardware bajo restricciones prácticas. Combino métodos clásicos con técnicas inspiradas en aprendizaje para abordar los efectos del hardware en sistemas inalámbricos modernos.
Procesamiento de Banda Base Beyond-5G
Investigación doctoral en algoritmos de procesamiento de banda base de baja complejidad y conscientes del hardware, en el marco del proyecto ELLIIT: Baseband Processing for Beyond 5G Wireless.
Sincronización de Frecuencia de Muestreo
Desarrollo de métodos eficientes de estimación y compensación del desajuste de frecuencia de muestreo en sistemas de comunicaciones de banda ancha bajo estrictas restricciones de hardware.
Modelado de sistemas no lineales
Modelado y análisis de sistemas no lineales y de sistemas de señal mixta para aplicaciones de comunicaciones, con énfasis en representaciones implementables y en los compromisos entre rendimiento y complejidad.
Linealización de ADC
Diseño de linealizadores de baja complejidad e inspirados en aprendizaje para ADC y convertidores de datos, cubriendo no linealidades sin memoria y dependientes de la frecuencia, generadas antes y después del muestreo.
Ecualización de DAC
Ecualización de distorsiones en la respuesta en frecuencia de DAC mediante filtros FIR de fase lineal cubriendo múltiples bandas de Nyquist.
Análisis de Orden de Modelo y Complejidad
Análisis del orden de modelo y de la complejidad computacional mediante regresión simbólica y técnicas de optimización estructurada.
Procesamiento de Señales Inspirado en Aprendizaje
Uso de métodos inspirados en aprendizaje y técnicas no supervisadas para ajustar modelos, descubrir estructura y mejorar la robustez cuando los datos etiquetados son limitados.
Asistencia Docente
Asistente de docencia en los cursos Procesamiento de Señales para Comunicaciones, Filtros Analógicos y Filtros Digitales.
Experiencia
Experiencia en investigación e ingeniería en procesamiento de señales consciente del hardware, modelado computacional y aprendizaje automático aplicado, combinada con docencia universitaria e investigación científica.
Universidad de Linköping
Doctorando — Sistemas de Comunicaciones
División de Sistemas de Comunicaciones, Departamento de Ingeniería Eléctrica
Logros clave
- Investigación doctoral en algoritmos de procesamiento de banda base de baja complejidad y conscientes del hardware (proyecto ELLIIT: Baseband Processing for Beyond 5G Wireless).
- Desarrollo de métodos eficientes de estimación y compensación del desfase de frecuencia de muestreo en sistemas de comunicaciones de banda ancha.
- Diseño de linealizadores de baja complejidad, inspirados en aprendizaje, para ADCs y convertidores de datos, abordando no linealidades sin memoria y dependientes de la frecuencia antes y después del muestreo.
- Ecualización de distorsiones en la respuesta en frecuencia de DACs mediante filtros FIR de fase lineal en múltiples bandas de Nyquist.
- Derivación de estimaciones analíticas del orden de modelo y la complejidad computacional mediante regresión simbólica y optimización estructurada.
- Énfasis en implementabilidad, análisis de complejidad y diseño de algoritmos bajo restricciones de hardware.
University of Havana
Investigador y Asistente de Docencia
Instituto Superior de Tecnologías y Ciencias Aplicadas (InSTEC)
Logros clave
- Investigación en aprendizaje profundo combinado con transporte radiativo Monte Carlo para mejorar la precisión en eventos de interacción de baja probabilidad.
- Asistente de docencia en Matemática Numérica II y Fundamentos de Física Médica.
Centro para el Control Estatal de Medicamentos, Equipos y Dispositivos Médicos (CECMED)
Físico Médico — Aseguramiento de Calidad y Modelado
Autoridad reguladora cubana de medicamentos y dispositivos médicos
Logros clave
- Desarrollo de técnicas de procesamiento de imágenes para detección y clasificación de tumores.
- Simulación Monte Carlo del transporte de radiación para el cálculo y verificación de dosis en sistemas de planificación de tratamientos.
- Verificación de planes de dosis, validación de modelos de haz y participación en auditorías clínicas de aseguramiento de la calidad.
Publicaciones
(Últimos 3 Años)
Journal Articles
- D. R. Linares, O. Moryakova, and H. Johansson, “Joint sampling frequency offset estimation and compensation algorithms based on the Farrow structure,” IEEE Open J. Signal Process., 2026. Manuscript in preparation (journal extension of DSP 2025 conference paper; 12-page draft).
- D. Rodriguez-Linares, O. Moryakova, and H. Johansson, “Efficient Computation of Time-Index Powered Weighted Sums Using Cascaded Accumulators,” IEEE Signal Process. Lett., 2026. Accepted (minor revision). arXiv: 2509.15069
- D. R. Linares and H. Johansson, “Low-Complexity Frequency-Dependent Linearizers Based on Parallel Bias-Modulus and Bias-ReLU Operations,” IEEE Access, vol. 13, pp. 209796–209812, 2025. DOI: 10.1109/ACCESS.2025.3642613
- D. R. Linares, H. Johansson, and Y. Wang, “Order Estimation of Linear-Phase FIR Filters for DAC Equalization in Multiple Nyquist Bands,” IEEE Signal Process. Lett., vol. 31, pp. 2955–2959, 2024. DOI: 10.1109/LSP.2024.3483008
- A. Quiñones-Espín, M. Perez-Diaz, R. Espín-Coto, D. R. Linares, and J. D. Lopez-Cabrera, “Automatic detection of breast masses using deep learning with YOLO approach,” Health Technol., vol. 13, no. 6, pp. 915–923, 2023. DOI: 10.1007/s12553-023-00783-x
Conference Proceedings
- D. R. Linares, O. Moryakova, and H. Johansson, “Joint Sampling Frequency Offset Estimation and Compensation Based on the Farrow Structure,” in Proc. 25th Int. Conf. Digit. Signal Process. (DSP), 2025, pp. 1–5. DOI: 10.1109/DSP65409.2025.11074995
- D. R. Linares and H. Johansson, “Digital Linearizer Based on 1-Bit Quantizations,” in Proc. IEEE 24th Int. Conf. Commun. Technol. (ICCT), 2024, pp. 1659–1663. DOI: 10.1109/ICCT62411.2024.10946352
- D. R. Linares and H. Johansson, “Low-Complexity Memoryless Linearizer for Analog-to-Digital Interfaces,” in Proc. 24th Int. Conf. Digit. Signal Process. (DSP), 2023, pp. 1–5. DOI: 10.1109/DSP58604.2023.10167765
Premios y Reconocimientos
Premio a la Mejor Presentación Oral (Premio de Sesión) — IEEE ICCT 2024
Beca Completa y Ayuda de Viaje del ICTP (2017, 2018) — ICTP
Beca Nacional (Ministerio de Educación, Cuba) (2010–2015)
Let's Connect
Envíame un mensaje
Información de contacto
Let's connect! I'm always interested in hearing about new projects and opportunities.