摘要
针对传统航空通信系统窄带干扰抑制方法存在的误码率(BER)高、抑制性能受限等问题,本文提出一种基于深度学习的窄带干扰抑制方法。首先,建立航空通信系统窄带干扰混合接收信号模型,准确模拟实际干扰环境;然后,设计基于深度学习的卷积神经网络(CNN)结构,从混合信号中自动提取干扰的深层次特征;最后,构建生成对抗网络(GAN)抑制模型,通过生成器重构纯净信号、判别器评估信号质量的双重优化机制,实现干扰的有效抑制。实验结果表明:在整个测试信噪比(SNR)范围内,所提方法的BER曲线始终低于对比方法,且信干噪比(SINR)改善量显著更优,表明该方法在保持信号完整性的同时,能实现更彻底的干扰消除。本文工作为提升航空通信系统抗干扰性能提供了有效解决方案。
出处
《信息记录材料》
2026年第3期51-53,共3页
Information Recording Materials
