原文传递
基于数据挖掘的GSM-R网络传输干扰分析与应用
| 论文题名： | 基于数据挖掘的GSM-R网络传输干扰分析与应用 |
| 关键词： | 传输干扰;决策树;BP神经网络;数据挖掘;GSM-R网络 |
| 摘要： | 随着京沪高铁、京深高铁、沪汉高铁等陆续建成通车，中国“四纵四横”高铁网逐步形成，为保证铁路运输系统的安全性、可靠性，CTCS-3系统车地通信需要在铁路沿线各种地形地貌和区域提供连续、无缝的通信网络服务，完成列车位置跟踪、移动授权、紧急停车和临时限速等关键性信息的双向交互及传送。而高速铁路多普勒频移、越区切换、多径效应等一系列因素都会对列控信息的传输造成影响，因此，研究GSM-R网络传输干扰具有重要的意义。 影响GSM-R网络传输干扰的因素有很多，从GSM-R网内考虑，主要是越区切换导致的传输中断，场强覆盖的路径损耗，以及同邻频基站的信号干扰，同时列车的高速运行会造成多普勒频移，此外，列车运行环境也是重要因素，复杂地形及恶劣天气会影响无线网络。高铁运行管理中的GSM-R网络测试业务产生了海量的网络运行数据，本文在GSM-R无线网络运行数据采集与检测系统的基础上，结合海量数据的分布式存储基础，通过改进SPRINT并行决策树数据挖掘算法，发挥分布式并行运算的优势，建立了基于各主要干扰因素的传输干扰预测模型，并利用BP神经网络算法结合场强覆盖数据构建了GSM-R场强预测模型，综合场强预测及干扰预测机制，提出了一种通过预测传输干扰概率来控制数据的改进型列控信息传输方法，仿真结果表明，该方法能显著降低数据受干扰概率，从而提高列控信息传输的可靠性，具有实际应用意义。 |
| 作者： | 谢韬 |
| 专业： | 电子与通信工程 |
| 导师： | 金心宇 |
| 授予学位： | 硕士 |
| 授予学位单位： | 浙江大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
