Model fuzji danych JDL: poziomy 0–5 wyjaśnione dla zespołów oprogramowania obronnego

Gdy zespoły oprogramowania obronnego mówią o architekturze fuzji danych, niemal niezmiennie odwołują się do modelu JDL — niezależnie od tego, czy używają tej nazwy. Model JDL (Joint Directors of Laboratories), pierwotnie opracowany w 1985 roku i znacząco zrewidowany w latach 90. i ponownie w 2004 roku, dostarcza kanonicznej dekompozycji fuzji danych na hierarchię poziomów przetwarzania. Zrozumienie, czego każdy poziom wymaga w kategoriach programistycznych, jest niezbędne do projektowania systemów fuzji rzeczywiście działających w praktyce.

Niniejszy artykuł przechodzi przez każdy poziom ze szczegółami implementacyjnymi — nie tylko teoretyczne definicje z literatury akademickiej, ale konkretne komponenty programowe, algorytmy i struktury danych implementujące każdy poziom w operacyjnych systemach obronnych Sił Zbrojnych RP i sojuszników.

Geneza i struktura modelu JDL

Podpanel fuzji danych Joint Directors of Laboratories opublikował oryginalny model w 1985 roku jako ramy do myślenia o problemie fuzji w systemach wywiadowczych obronności. Pierwotny model definiował cztery poziomy (od 0 do 3). Rewizja z 2004 roku autorstwa Blasch, Bosse i Lamberta rozszerzyła go do sześciu poziomów (od 0 do 5), dodając Poziom 0 (ocena podoobiektów) i Poziom 5 (doskonalenie użytkownika).

Poziom 0: Ocena danych podoobiektów

Poziom 0 dotyczy wstępnego przetwarzania surowych danych sensorów przed rozpoczęciem przetwarzania na poziomie obiektów. Wejściami są surowe pomiary fizyczne — odbicia radarowe, próbki akustyczne, tablice detektorów podczerwieni, cyfrowe widma RF. Wyjściami są strukturyzowane obserwacje opisujące wykrycia.

W kategoriach programistycznych Poziom 0 obejmuje procedury przetwarzania sygnałów i ekstrakcji cech. Dla radaru obejmuje to kompresję impulsów, przetwarzanie Dopplera, progowanie detekcji CFAR (constant false alarm rate) oraz ekstrakcję parametrów detekcji: zasięgu, azymutu, elewacji, prędkości Dopplera i szacowanej RCS. Kluczowym wyjściem jest kwantyfikacja niepewności — każda detekcja musi nieść niepewność pomiaru propagowaną przez algorytmy fuzji Poziomu 1.

Poziom 1: Doskonalenie obiektów

Poziom 1 to poziom fuzji torów — najbardziej wymagający matematycznie. Jego wejście to strumień detekcji z Poziomu 0. Jego wyjście to zestaw torów: estymaty stanu reprezentujące obiekty fizyczne z pozycją, prędkością, kursem i macierzą kowariancji.

Podstawowy problem Poziomu 1 ma dwa komponenty: asocjację danych i estymację stanu. Standardowe algorytmy asocjacji: Nearest-Neighbor (NN), Joint Probabilistic Data Association (JPDA) i Multiple Hypothesis Tracking (MHT). Estymacja stanu bazuje na filtrze Kalmana i jego nieliniowych rozszerzeniach (EKF, UKF).

Poziom 2: Doskonalenie sytuacji

Poziom 2 umieszcza poszczególne tory w kontekście operacyjnym. Jego wejście to obraz torów z Poziomu 1. Jego wyjście to obraz sytuacji: tory z przypisanymi tożsamościami, sklasyfikowanymi intencjami i zrozumiałymi relacjami.

Poziom 2 obejmuje identyfikację platform (korelacja parametrów kinematycznych z biblioteką znanych platform MON), analizę relacji (wykrywanie taktycznych powiązań między torami) i analizę wzorców zachowań (wykrywanie odchyleń od zachowania bazowego znanych obiektów).

Poziom 3: Doskonalenie wpływu/zagrożeń

Poziom 3 projektuje bieżącą sytuację w czasie do oceny zagrożeń. Jego wejście to obraz sytuacji z Poziomu 2. Jego wyjście to oceny zagrożeń: prognozy przyszłych działań przeciwnika i ich potencjalnego wpływu na przyjazne operacje.

Implementacje komercyjne często używają systemów ekspertowych opartych na regułach, sieci bayesowskich lub, coraz częściej, modeli uczenia maszynowego trenowanych na historycznych danych z ćwiczeń.

Poziomy 4 i 5: Doskonalenie procesu i użytkownika

Poziom 4 (Doskonalenie procesu) to metapoziom monitorujący sam proces fuzji i adaptujący zbieranie danych w celu poprawy jego jakości. W oprogramowaniu jest implementowany jako moduł zarządzania sensorami. Poziom 5 (Doskonalenie użytkownika) uznaje, że analitycy-ludzie wchodzą w interakcję z systemem fuzji, a ich zapytania i uwaga mogą poprawiać lub pogarszać jakość fuzji.