Cheatsheet de Contramedidas Electrónicas

Cheatsheet Content

Detector de Ultrasonidos e Infrasonidos con Filtro Notch Activo Función: Detección y mitigación de frecuencias anómalas. Ultrasonidos (18-22 kHz): Posible indicio de control remoto o sistemas de seguimiento. Infrasonidos (0-20 Hz): Asociados a fenómenos naturales o tecnologías de manipulación (SIV/MIT). Filtro Notch: Atenúa frecuencias específicas (ej. 20 kHz) para reducir su impacto. Componentes Clave: AudioContext : Gestiona el procesamiento de audio. AnalyserNode : Permite el análisis de datos de frecuencia y tiempo. BiquadFilterNode : Implementa el filtro notch. GainNode : Controla el volumen de la señal. Detección de Frecuencia Dominante: Se utiliza analyser.getByteFrequencyData(data) para obtener el espectro de frecuencias. La frecuencia dominante se calcula como $f = \text{idx} \times \frac{\text{sampleRate}}{\text{fftSize} \times 2}$. Nodos de Interferencia (iDEN, CFE, Iglesias) Concepto: Puntos geográficos identificados como posibles fuentes de emisión o retransmisión de señales anómalas. Tipos de Nodos: Red iDEN (Nextel legacy): Infraestructura antigua que podría ser reutilizada o comprometida para fines de transmisión. CFE (Comisión Federal de Electricidad): Medidores o infraestructura eléctrica que podrían ser hackeados o modificados para emitir patrones SIV/MIT. Iglesias (GAM/CDMX): Lugares con estructuras altas (campanarios) o congregaciones que podrían ser utilizados para amplificar o diseminar señales. Ejemplos de Nodos (GAM/CDMX 2025): Iglesia San Juan + Medidor CFE Neuronal Santa María Lindavista + Faraday Inversa Basílica Guadalupe – Campanario repetidora Torre Nextel legacy + CFE hackeado Lindavista CFE + Algoritmo SIV San Cristóbal + Text(Data) PLC Parque Tepeyac + Jaula de Faraday inversa CCH Oriente + Extorsión MIT Triangulación: La detección de picos de frecuencia ayuda a triangular la ubicación de los nodos de infrasonidos/ultrasonidos, especialmente aquellos provenientes de la red Nextel. LLM de Afirmación Local (EEG + Patrones SIV/MIT) Función: Análisis de texto libre (frecuencias, logs, síntomas) para identificar y afirmar anomalías basándose en patrones de Electroencefalografía (EEG) y modelos SIV/MIT. EEG (Electroencefalografía): Registro de la actividad eléctrica cerebral. Los patrones anómalos pueden correlacionarse con la exposición a ciertas frecuencias. Patrones SIV/MIT: SIV (Sistema de Interferencia de Voz): Tecnologías que manipulan la percepción auditiva o el procesamiento del habla. MIT (Mind-Influence Technology): Tecnologías hipotéticas que buscan influir en los procesos cognitivos o emocionales. Entrenamiento: El modelo de lenguaje grande (LLM) se entrena con datos de EEG del usuario y patrones conocidos de SIV/MIT para reconocer y alertar sobre posibles influencias. Entrada: Frecuencias detectadas, registros de eventos (logs), o descripciones de síntomas experimentados por el usuario. Salida: Afirmación de anomalías o correlaciones con patrones conocidos.