cyc头发还挺多的博客

ADS-B项目开源大礼包

本章是最后一章，主要介绍用于预测的神经网络，提出了一种N-Inception-LSTM的新型网络（相关论文尚未公开，公开后贴链接）。

本章节主要介绍如何制作适合神经网络输入/输出的数据集，以及对输出数据集还原。重新回顾一下出发点，由于具体报文信息易被篡改，本文希望找到一种不受ADS-B具体报文信息影响的飞机坐标定位方案。如飞机失事，需要紧急救援，若报文被篡改，那么根据报文信息得到的坐标就是虚假的，无法实施及时救援，后果不堪设想。...

了解ADS-B报文系统工作原理的都知道该系统是一种开放型的系统，只要有接收机任何人都能接收ADS-B报文，因此存在数据被篡改的风险。于是想出了一种仅使用ADS-B报文的信号强度（而非报文具体内容）通过神经网络预测飞机坐标的方法。该方法通过牺牲一定的预测准确性来换取预测可靠性（因为信号强度不易被篡改，但携带信息有限）。可用于飞行器搜救（飞行器遇难前ADS-B报文系统很有可能已被篡改，由ADS-B系统获得的定位可能是虚假定位）等领域。...

这个专题的前面三篇文章主要是由ADS-B报文系统预测飞机坐标，偏向于数据应用。本文主要是对ADS-B接收机的数据做分析，为接收机的维护和增设提供依据，偏向于数据分析。 本文相当于是对前文数据集的再利用，再分析。使用FineBI作为分析工具，机缘巧合碰到了这个软件，个人感觉在数据可视化上，用起来要比MATLAB方便一点。 本文只是提供分析思路，所有可视化分析均可由MATLAB实现。