Wyzwanie
Współczesne operacje rozpoznania sygnałowego działają w środowisku spektralnym o bezprecedensowej złożoności. Nadajniki RF proliferują na spornych teatrach działań, w infrastrukturze komercyjnej i w trudno dostępnych regionach — generując wolumeny danych sensorycznych przekraczające możliwości ręcznego przetwarzania o rzędy wielkości. Większość organizacji napotyka cztery kumulujące się problemy:
- Fragmentaryczne pokrycie widma RF. Czujniki działają w izolacji: każde urządzenie zbierające produkuje surowe próbki I/Q lub zdemodulowane wyjście, bez wspólnego schematu dalszego przetwarzania.
- Luki w fuzji wieloźródłowej. Strumienie ELINT, COMINT i ESM są przechowywane w oddzielnych bazach danych z niekompatybilnymi formatami, uniemożliwiając korelację międzydomenową dla danych wywiadowczych o wysokim poziomie pewności.
- Opóźnienie korelacji w czasie rzeczywistym. Dane parametryczne nadajnika muszą być dopasowywane do bibliotek celów, historycznych śladów i modeli zagrożeń w sekundy, nie godziny wymagane przez potoki przetwarzania wsadowego.
- Brak kontekstu geoprzestrzennego. Dane o namiarze i geolokalizacji sygnałów rzadko automatycznie trafiają do warstw GEOINT, zmuszając analityków do ręcznego krzyżowego porównywania między narzędziami SIGINT i kartograficznymi.
Corvus Intelligence rozwiązuje wszystkie cztery wymiary poprzez ukierunkowane tworzenie platform SIGINT: odbiór niezależny od czujników, fuzja w czasie rzeczywistym, klasyfikacja ML i natywna integracja geoprzestrzenna.
Co tworzymy
Nasze zespoły inżynierskie projektują i dostarczają oprogramowanie rozpoznania sygnałowego klasy produkcyjnej w całym łańcuchu od zbierania do eksploatacji.
Potoki zbierania i przetwarzania sygnałów RF
Warstwy odbioru danych o wysokiej przepustowości normalizujące surowe próbki I/Q i zdemodulowane wyjście z heterogenicznych szyków sensorycznych w ujednolicony strumień do dalszej analizy i archiwizacji.
Fuzja danych ELINT / COMINT / ESM
Silniki fuzji międzydomenowej korelujące rozpoznanie elektroniczne, rozpoznanie łączności i dane elektronicznych środków wsparcia w ujednolicone ślady nadajników ze wskaźnikami pewności.
Klasyfikacja celów z użyciem modeli ML
Potoki klasyfikacji PyTorch i TensorFlow trenowane na oznaczonych parametrach nadajników, odciskach modulacji i wzorcach zachowania — zapewniające automatyczne dopasowywanie do biblioteki zagrożeń na dużą skalę.
Korelacja geoprzestrzenna (nakładanie GEOINT)
Natywna integracja PostGIS i GDAL rzutująca namiery sygnałów, wyniki TDOA i multilateracji na warstwy kartograficzne z dynamicznymi elipsami niepewności i historią śladów.
Praca offline / autonomiczna
Architektury wdrożenia air-gapped z lokalnym wnioskowania, lokalnymi bibliotekami zagrożeń i synchronizacją "zbierz i przekaż" — zapewniające pełnofunkcjonalne przetwarzanie SIGINT bez łączności sieciowej.
Wymiana danych międzydomenowych
Interoperacyjne adaptery dla STANAG 4609 (metadane ruchomego obrazu) i STANAG 7085 (interoperacyjne łącza danych), umożliwiające dystrybucję produktów wywiadowczych przez koalicyjne i NATO systemy.
Zbudowane na Corvus.Wings
Każda platforma SIGINT, którą tworzymy, opiera się na operacyjnych lekcjach wyniesionych z budowania naszego własnego produktu rozpoznania sygnałowego.
Geoprzestrzenne śledzenie urządzeń WiFi
Corvus.Wings to nasza operacyjna platforma rozpoznania sygnałowego wykonująca pasywne zbieranie sond WiFi, cyfrowe odciski urządzeń i geoprzestrzenną asocjację śladów na dużą skalę — bez sprzętu na linii frontu. Demonstruje możliwości zbierania sygnałów RF i korelacji geoprzestrzennej, które wdrażamy w każdym zamówieniu platformy SIGINT. Wzorce opracowane dla Corvus.Wings — normalizacja czujników, fuzja śladów w czasie rzeczywistym i wizualizacja geoprzestrzenna Mapbox GL — bezpośrednio kształtują naszą metodologię tworzenia na zamówienie.
Nasze podejście
Tworzenie platform SIGINT to nie standardowa dostawa oprogramowania. Stosujemy trzyfazową metodologię ukształtowaną przez operacyjne doświadczenie w rzeczywistych środowiskach RF i procesach wywiadowczych.