3. Метод фильтрации данных

Сущность фильтрации состоит в том, что решение принимается на основании сопоставления входящих данных с комплексом заранее сформулированных независимых признаков, каждому из которых приписывается вес (важность). Этот комплекс и является фильтром. Фильтр есть обоснованная опытом и теорией система смысловых и логических между свойствами ситуации, объекта, события и их внешними проявлениями, признаками. Т.е. если информация удовлетворяет фильтру, она считается достоверной, если не удовлетворяет - недостоверной. Признаки, включенные в фильтр, называются параметрами фильтра. Например: фильтр оценки возможности поражения чего-либо из оружия состоит из следующих признаков: оружие должно быть функционально готово к выстрелу, заряжено, наведено на цель и т.д. Если поступает сообщение о готовящемся поражении из данного оружия одновременно с сообщением о том, что оно не заряжено, то такое сообщение фильтр не походит и считается ложным. Из поступающего сообщения выделяются только те данные, которые имеют отношение к признакам фильтрации. Эти данные классифицируются. Оценивается их достоверность. Затем принимается отдельное решение по каждому из параметров фильтра: есть соответствующий признак или нет. Информационное решение принимается на основании подтвержденных признаков путем сравнения их суммарного веса с порогом. Принципиальное отличие метода фильтрации от метода сопоставления данных состоит в том, что в методе фильтрации содержание возможных решений формулируется заранее, анализ входной информации происходит по готовым признакам, а в методе сопоставления данных признаки, подлежащие оценке, выявляются в процессе анализа информации. Основное преимущество метода фильтрации в его относительной простоте (нет сложной и неоднозначной процедуры определения сопоставимых признаков в разных сообщениях). Недостатком является то, что сведения, не относящиеся к параметрам фильтра, просто не используются. Это порождает пренебрежение новой, непривычной информацией и это необходимо учитывать. Необходимо также учитывать то, что независимость самих признаков ситуации не означает независимость данных об этих признаках. Сами результаты разведки могут быть взаимозависимыми, и это представляет собой серьезную проблему.

Метода фильтрации состоит из следующих этапов:

- расчленение входных данных в соответствии с параметрами фильтра; - сопоставление с параметрами фильтра; - оценка достоверности и определение весовых коэффициентов; - объединение данных; - сравнение с порогом; - принятие решения по ситуации.

Особое внимание необходимо в том, чтобы не отбросить косвенные данные. Для наглядности составляется таблица, где в строки заносятся параметры фильтра, а данные в колонках формируются следующим образом: сначала идут колонки прямого подтверждения, в которые вносятся данные, непосредственно подтверждающие признак, затем колонки косвенного подтверждения, далее колонки прямого и косвенного отклонения. Прямое подтверждение обозначается единицей, прямое отклонение - нулем, косвенное - цифрой характеризующей подтверждение (отклонение) В пустые места вписывается "-". Далее следует объединение информации, получение весовых признаков, сравнение с порогом и принятие решения. Действия аналогичные действиям в методе сопоставления данных. Метод фильтрации предполагает обоснованный отбор параметров и точное определение их веса в решении. Это должно быть сделано заранее.

Например: Поступило сообщение: "В квадрате 23-85 обнаружено сосредоточение в пункте А специальных машин фургонного типа, активная работа в районе А частей связи , развертывание в районе частей ПВО, строительные работы по ремонту старых и прокладке новых дорог вокруг А, усиление охраны района." Требуется решение о наличие в этом районе крупного командного пункта противника.

Составляется фильтр с признаками крупного командного пункта:

1	Наличие специальных машин фургонного типа*	0.22
2	Подход линий проводной и кабельной связи	0.20
3	Наличие радио- и топосферных станций с характерными антеннами	0.20
4	Направление движения в сторону объекта штабных и легковых автомобилей, мотоциклов	0.21
5	Усиленная охрана района, шлагбаумы, охрана въездов	0.19
6	Расположение в районе средств ПВО на огневых и стартовых позициях	0.19
7	Наличие посадочной площадки для вертолетов (3-5 км от КП)	0.14

* - Естественно, как и в предыдущем примере, описанные выше признаки призваны лишь описать метод работы с информацией, и не имеют никакого практического значения.

Вводим пороговые значения вероятности наличия крупного командного пункта:

0.90 - верхнее пороговое значение, решение о наличие принимается безусловно; 0.73 - нижнее пороговое значение, ситуация требует доразведки. Данные, полученные из сообщения, объединяются в таблицу:

	прямого подтверждения	косвенного подтверждения	прямого отклонения	косвенного отклонения
1	1	-	-	-
2	-	0.81	-	-
3	-	0.81	-	-
4	-	0.73	-	-
5	1	-	-	-
6	1	-	-	-
7	-	-	-	0

Объединяем информацию и получаем числовое значение вероятности наличия крупного командного пункта в А - 0.92. Сравниваем с пороговыми значениями 0.90 - 0.73 и получаем информационное решение:

"В пункте А находится или в скором времени будет находиться крупный командный пункт".