En este proyecto se estudiará e implementará una técnica de estimación de la posición de uno o más blancos a partir de observaciones recogidas por un conjunto de sensores desplegados aleatoriamente por un terreno. Para ello emplearemos una técnica de localización basada en interpolación de funciones con base radial (RBFs). Para ello, se parte de la hipótesis de que la función que estamos aproximando presenta máximos en las posiciones de los blancos a localizar. Por tanto, si la calidad de la función interpolada es lo suficientemente buena, sus máximos coincidirán también con los de la función original, por lo que la determinación de dichos máximos proporcionará una estima de las posiciones de los blancos. Para reducir la complejidad del método, las RBFs se distribuirán sobre una rejilla predefinida, por lo que, sólo será necesario calcular el ancho y peso asociados. Como las RBFs son funciones de base local (sólo toman valores significativos en torno a su centro), el peso asociado estará relacionado con el valor de la función a interpolar en su entorno, de forma similar a la que tendría un “sensor virtual” ubicado en su misma posición. El despliegue de las RBFs sobre la rejilla tiene el inconveniente de que su número aumenta de forma exponencial cuando aumenta el tamaño de la región a controlar. Para mantener controlado el número de RBFs que participan en la interpolación, en este PFC se empleará el método de optimización LASSO. Con este método, se puede optimizar un vector de parámetros (los pesos de las RBFs), de forma que se minimice una determinada función de coste, reduciendo así el número de elementos no nulos en dicho vector. En este PFC, se ha aplicado el método RBF+Lasso a problemas de localización. Mediante una serie de simulaciones, se han podido ajustar los parámetros del método RBF+Lasso (ancho y número de funciones RBFs activas) y se han obtenido medidas de la calidad de las posiciones estimadas.