La gestión del tráfico es una tarea que requiere disponer de la máxima información sobre el estado de las vías de circulación y sobre los vehículos que las utilizan. Esta información se obtiene a través del procesamiento de los datos que ofrecen un gran conjunto de sensores distribuidos sobre la infraestructura y los vehículos que se desea monitorizar. En este contexto, los datos más apreciados son los que permiten conocer los itinerarios individuales de cada vehículo, y son muy pocos los tipos de sensores que pueden ofrecerlos a través de un proceso de re-identificación de vehículos en distintos puntos de la red viaria. Los sensores magnéticos se han aplicado a la detección del tráfico desde los años 1960. La evolución tecnológica de los últimos años ha permitido la aparición de un nuevo tipo de sensores que pueden obtener información muy detallada de los vehículos en movimiento: los sensores magneto-resistivos. Estos sensores son capaces de obtener una caracterización propia de cada vehículo a través de una huella magnética, que no es más que una representación de la interferencia que genera un vehículo en movimiento sobre el Campo Magnético de la Tierra. Las huellas magnéticas obtenidas de los sensores magneto-resistivos se han utilizado recientemente con fines de clasificación y re-identificación de vehículos. Los estudios científicos que han fundamentado estas aplicaciones constatan la dificultad de obtener con precisión la información relevante para estos fines. Los principales problemas con los que se han enfrentado los investigadores han sido la obtención de huellas magnéticas de todos los vehículos (detección), la extracción de la información relevante de cada huella magnética (segmentación de la señal), la selección de los datos de los sensores adecuados para cada una de las aplicaciones (procesamiento de la señal), la utilización de un método óptimo de comparación de vehículos a través de sus huellas (medida de similitud), la definición de una arquitectura de sensorización adecuada para la adquisición de los datos relevantes de los vehículos (red de sensores) y la consideración del modelo magnético del vehículo en los procedimientos de re-identificación (caracterización magnética del vehículo). Esta tesis profundiza en estos problemas y propone nuevas soluciones para mejorar los ratios de re-identificación de vehículos en el caso de las vías interurbanas, donde las velocidades elevadas y las trayectorias de los vehículos representan una dificultad añadida con respecto al caso de las vías urbanas en las que se desarrollan la mayor parte de estudios de la literatura. En primer lugar se aborda el estudio de las señales que proporcionan los sensores magneto-resistivos y la eficacia de las medidas de similitud que han sido utilizadas por otros investigadores con fines de re-identificación. Como resultado de este estudio se propone un nuevo método de extracción y comparación de señales con una parametrización adecuada de los procedimientos de tratamiento de señales y una selección adecuada y justificada de la medida de similitud. También se propone una técnica de alineación de señales que permite obtener valores de similitud más altos y mejora la eficacia de la re-identificación. Posteriormente se analiza el modelo magnético de un vehículo según los datos que perciben los sensores magneto-resistivos. Este análisis pone de manifiesto la complejidad de la estructura de los vehículos y permite determinar y cuantificar las zonas que son más adecuadas para la extracción de huellas magnéticas que vayan a ser utilizadas con fines de re-identificación. Finalmente, se realiza un experimento en un entorno real (autopista M-12) donde se despliega una nueva configuración de sensores para la re-identificación y se aplican todos los algoritmos y procedimientos de tratamiento y comparación de señales resultantes de las tareas previas. Con ello se constata la mejora que supone la metodología propuesta en esta tesis sobre los trabajos previos de otros investigadores en términos de ratios de re-identificación correctos.Traffic Management is a task that needs as much information as possible about the roads status and about the vehicles that are circulating on them. This information is usually obtained by processing the data that can be extracted from a large set of sensors located around the roads and from the circulating vehicles. In this context, the most appreciated data is that about the individual paths of each and every vehicle. However, few are the types of sensors that can provide the traffic managers with this kind of data by means of a re-identification process at different points of the road network. Magnetic sensors have been applied to traffic detection since the 1960’s. The evolution of the technology in the most recent years has brought a new type of sensors that can extract very detailed information from the moving vehicles: the magneto-resistive sensors. These sensors can obtain a particular characterization of every vehicle through a magnetic fingerprint. The magnetic fingerprint is just the representation of the interference that a moving vehicle causes to the Earth magnetic field. Magnetic fingerprints from magneto-resistive sensors have been recently used for vehicle classification and re-identification purposes. The work of scientists in this field shows the difficulties of getting accurate data for these objectives. The major problems that have been found are the acquisition of magnetic fingerprints for all vehicles (detection), the extraction of relevant information from the magnetic time series (signal segmentation), the selection of the appropriate data of each signal for a particular problem (signal processing), the use of an optimal method to compare vehicles through their magnetic fingerprints (similarity measure), the definition of a sensors architecture to gather the relevant information from the vehicles (sensor network) and the consideration of a magnetic model for the vehicles during the re-identification process (magnetic characterization of the vehicles). This thesis deals with the above mentioned problems and proposes new solutions to improve the vehicles re-identification ratios for inter-urban roads. In this environment, the high vehicles speeds and varying trajectories increase the problem complexity in contrast to the urban roads, where almost all the previous studies have been carried out. Firstly, a study of the signals produced by the magneto-resistive sensors will be made, together with an analysis of the similarity measures that have been used by other researchers with re-identification purposes. The result of the study will be a new signal extraction and comparison method, the definition of a procedure for an adequate signal processing phase, and the justified definition of a similarity measure to compare vehicles. A signal alignment technique will also be proposed in order to improve the similarity values and the vehicles re-identification ratios. Secondly, a vehicle magnetic model will be studied by using the data gathered by the magneto-resistive sensors. The complexity of the vehicles structure will be analyzed and the longitudinal vehicle section that can produce the best signals for re-identification will be bounded. Finally, an experiment with real traffic conditions will be made (M-12 highway). A new configuration for a sensors network will be tested. The algorithms and procedures defined during the previous work and experiments will be put into practice and tested. The results of the final experiment will show the improvements that the proposed methodology has on vehicle re-identification performance, compared to previous research works.