基于TCN-LSTM的AD...道自适应均衡系统设计与实现.pdf

基于TCN-LSTM的ADS-B信道自适应均衡系统设计与实现

摘要

随着民航事业的蓬勃发展，人们对航空通信传输系统的通信质量要求越来越高。然

而在复杂的航空信道环境中，广播式自动相关监视（AutomaticDependentSurveillance-

Broadcast,ADS-B）系统的传输信号容易受到多径效应和多普勒频移的影响，导致信号

产生时延和码间串扰（（Inter-SymbolInterference,ISI）等问题。为了解决上述问题，常采

用自适应均衡技术对ADS-B信道进行处理。然而，传统自适应均衡技术在恶劣的信道

环境下，存在收敛速度慢以及稳态误码性能较差等方面的不足，因此研究具有更优性能

的自适应均衡器对航空通信技术的发展具有重要的意义。

本文将神经网络应用于自适应均衡器中，设计了一种基于TCN-LSTM神经网络的

ADS-B信道自适应均衡系统，该系统可以有效提升ADS-B信号在恶劣航空信道环境下

传输性能，并具有较快的训练速度。本文主要研究内容如下：

1）分析了航空信道中的多径效应和多普勒频移对ADS-B信号的影响，根据飞机的

飞行状态将ADS-B信号的传输环境分为了巡航、起飞降落、巡航和停泊四种不同的信

道场景，并建立了相应的信道模型。研究了传统最小均方误差（（LeastMeanSquare,LMS）

算法和递归最小二乘（RecursiveLeastSquare,RLS）算法在信道均衡的性能。

2）针对传统自适应均衡算法在ADS-B通信中收敛性能和误码性能不足的问题，本

文利用神经网络结构代替了传统自适应均衡中的横向滤波器，提出了一种基于长短期记

忆网络（（Long-ShortTermMemory,LSTM）的ADS-B信道自适应均衡方案。通过与传统

LMS、RLS均衡算法在四种不同的信道场景中进行仿真对比。仿真结果显示，LSTM均

衡算法不仅可以加快算法收敛速度，还可以提高误码性能。

3）同时为了进一步提高神经网络均衡器的特征提取能力，提出了改进型TCN-LSTM

神经网络的ADS-B信道自适应均衡方案。该方案利用时序卷积网络（Temporal

ConvolutionalNetwork,TCN）的膨胀因果卷积加强特征提取能力，并通过自注意力机制

筛选神经网络输出的关键特征，同时引入批归一化处理以及将TCN中ReLU激活函数

改进为LeakyReLU激活函数，从而提高均衡性能。分别在四种不同场景下将TCN-LSTM

神经网络自适应均衡算法与LSTM神经网络自适应均衡算法进行了仿真对比。仿真实验

结果表明，改进的TCN-LSTM神经网络自适应均衡算法相较于LSTM均衡算法，其收

敛速度提升了约2%，误码性能提升约3dB。

4）基于软件无线电平台设计并搭建了TCN-LSTM神经网络自适应均衡系统，通过

哈尔滨工程大学专业学位硕士学位论文

采集实际环境中ADS-B信号，对神经网络均衡器的均衡性能进行验证。从实验结果看

出，本文所设计的TCN-LSTM神经网络均衡系统对实际的ADS-B信道具有较好的均衡

性能表现，其幅度均方误差达到0.04。

关键词：ADS-B通信；自适应均衡；TCN-LSTM神经网络；软件无线电

基于TCN-LSTM的ADS-B信道自适应均衡系统设计与实现

Abstract

Withtheboomingdevelopmentofcivilaviation,thecommunicationqualityofaviation

communicationtransmissionsystemisrequiredmoreandmore.However,inthecomplex

aviationchannelenvironment,thetransmissionsignalofAutomaticDependentSurveillance-

Broadcast(ADS-B)system