针对低信噪比场景下多飞行目标波达方向(Direction of Arrival,DOA)估计精度不高,导致基于智能天线的民航地空通信抗干扰性能较差的问题,提出了一种基于航向训练模式和动态径向基神经网络(Radial Basis Function Neural Network,RBFNN)...针对低信噪比场景下多飞行目标波达方向(Direction of Arrival,DOA)估计精度不高,导致基于智能天线的民航地空通信抗干扰性能较差的问题,提出了一种基于航向训练模式和动态径向基神经网络(Radial Basis Function Neural Network,RBFNN)的多飞行目标追踪方法。首先融合二次雷达信息,建立民航飞行目标DOA变换关系;然后通过航向训练模式,粗估下一时刻各飞行目标DOA,并作为RBFNN的输入;最后构建隐含层中心动态调整的RBFNN,快速准确追踪各飞行目标DOA。实验表明,该方法可以大幅提高空中同时存在的多飞行目标DOA估计精度;结合波束形成技术,可以大幅提高民航地空通信系统的抗干扰能力,提升民航飞行安全水平;在5 dB信噪比条件下,相对基于常规智能天线的民航地空通信系统,抗干扰能力可以提升16 dB。展开更多
文摘针对低信噪比场景下多飞行目标波达方向(Direction of Arrival,DOA)估计精度不高,导致基于智能天线的民航地空通信抗干扰性能较差的问题,提出了一种基于航向训练模式和动态径向基神经网络(Radial Basis Function Neural Network,RBFNN)的多飞行目标追踪方法。首先融合二次雷达信息,建立民航飞行目标DOA变换关系;然后通过航向训练模式,粗估下一时刻各飞行目标DOA,并作为RBFNN的输入;最后构建隐含层中心动态调整的RBFNN,快速准确追踪各飞行目标DOA。实验表明,该方法可以大幅提高空中同时存在的多飞行目标DOA估计精度;结合波束形成技术,可以大幅提高民航地空通信系统的抗干扰能力,提升民航飞行安全水平;在5 dB信噪比条件下,相对基于常规智能天线的民航地空通信系统,抗干扰能力可以提升16 dB。