刘禹佳，张福琦，周易欣，林海波，倪虹霞

(1.长春工程学院电气与信息工程学院，长春 130012； 2.吉林大学通信工程学院，长春 130012；3.长春建筑学院电气信息学院，长春 130607)

0 引言

近年来，随着高速铁路技术的不断发展与成熟，为了满足用户对高速率LTE网络业务的需求，高速移动车地通信技术得到蓬勃发展[1-2]。铁路专用数字通信系统(GSM-R)覆盖下的高铁网络质量较差，存在带宽小、传输速率低、无线覆盖差和高速行驶下频繁越区切换等缺点，严重影响了专网用户的网络业务感知，使高铁沿线组网优化成为提高列控系统稳定性和可靠性的主要议题[3-4]。

近年来提出的铁路专用宽带移动通信系统(LTE-R)，能够提供高质量网络服务，优化了基站切换算法，已被应用到高铁专网的规划和建设当中[5-6]。与传统的GSM-R系统相比，LTE-R系统支持高铁场景，同时具备扁平化的网络结构，并能获得更短的通信时延。LTE-R以OFDM为基础，能有效增加频谱利用率，并降低网络部署和维护的成本。然而，由于LTE系统中的越区切换算法大多基于A3事件，现行的切换方案不但无法有针对性地提升用户感知，还受硬件设备限制[7]，这就对高速铁路场景下网络切换的成功率和切换时延提出了更高的要求。

综合前述分析，本文提出一种基于改进的人工蜂群算法(Improved Artificial Bee Colony Algorithm，IABC)和径向基函数(Radial Basis Function，RBF)神经网络的LTE-R高铁专网切换优化方法。通过改进的RBF神经网络算法可以动态预测切换触发时延和切换迟滞门限，能够有效解决列车运行时的越区覆盖问题，提升专网用户的网络业务感知。……