：基于统计学原理的传统的民航客运量预测方法难以预测动态数据的内在结构和复杂特 性。为了提高民航客运量预测的准确性，利用人工神经网络对非线性系统的函数所具有的以任意精度逼近的良好特性，选用RBF 神经网络为模型并利用MATLAB 编程实现了对民航客运量的准确预测。本文介绍了RBF 神经网络MATLAB 的相关知识，并以民航客运量的1978 年至2007 年的实际数据为例进行RBF 神经网络的训练与测试，实验结果表明，将RBF神经网络与MATLAB 结合运用在民航客运量预测中具有可行性，预测精度更高

为了减小NLOS 传播的影响，基于几何结构的单次反射统计信道模型，该文提出一种NLOS 环境下的TOA/AOA 定位算法。利用RBF 神经网络较快的学习特性和逼近任意非线性映射的能力，对NLOS 传播的误差进行修正以减小NLOS 传播的影响，再利用最小二乘(LS)算法进行定位，从而提高系统的定位精度。-In order to mitigate the effect of NLOS propagation, based on the Geometry Based Single- Bounced