基于深度学习的航空通信系统窄带干扰抑制方法

李启超; 盖俊峰; 常阳; 张丹阳

doi:10.16009/j.issn.1009-5624.2026.03.016

信息记录材料 ›› 2026, Vol. 27 ›› Issue (3) : 51 -53. DOI: 10.16009/j.issn.1009-5624.2026.03.016

基于深度学习的航空通信系统窄带干扰抑制方法

李启超, 盖俊峰, 常阳, 张丹阳

作者信息 +

Author information +

文章历史 +

PDF

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。