微波着陆系统是常见的引导飞机着陆的系统之一,飞机的安全着陆是人们关注的问题。在飞机进场着陆过程中,微波着陆系统的地面制导台不断向机载设备发送当前飞机的制导角度,以便驾驶员调整飞机状态。本文主要研究基于微波着陆系统的角度动态数据处理,首先是介绍了国内外发展现状和本文的研究目的和意义。接着介绍了微波着陆系统基本原理以及动态数据处理涉及到的关键技术。其次,介绍了动态数据处理的整体框图,并对动态数据进行预处理,在Matlab平台下,实现对飞机飞行航线的设计以及轨迹平滑处理,本文中设计了三条进场着陆航线,从而得到在飞行过程中,飞机相对于地面制导台的角度动态变化数据;在动态数据接收时,对数据进行奇异值剔除处理;系统辨识算法的对比分析;介绍国际民航组织规定的标准角误差滤波器及对相应的系统函数进行简单分析。再次,介绍了基于新息神经网络卡尔曼滤波算法原理,考虑到辨识精度的问题,本文先采用的是带遗忘因子的递推最小二乘法辨识,但是在经过滤波的时候,发现其滤波精度不是很理想,因此我们改进算法,采用在神经网络辨识下,基于新息神经网络卡尔曼滤波,对每条路径下的制导角度进行数据跟踪处理,此处还加入BP神经网络补偿,有效的减少系统辨识中模型和跟踪数据带来的误差,提高滤波性能;根据数据跟踪后的结果,计算角误差,并对标准角误差滤波器进行设计及仿真。最后,对上位机界面的设计进行简单介绍,并利用LabWindows/CVI和ISE硬件仿真平台联合调试,对发、收角度的静态数据进行数据测试,并简单分析,验证信号处理及接收的正确性。