专栏：轨道交通先进移动信息通信技术与应用 2025(12)
随着轨道交通系统向数字化、智能化以及高效化的方向演进，先进移动信息通信技术已成为实现列车高效运行、安全管控与智能运维的核心驱动力。为深入探索该领域的前沿动态与创新实践，促进产学研用各界的深度对话与协同创新，特筹办并出版本期专栏。
专栏内容紧扣行业热点，涵盖 5G‒R 铁路编组站场景网络智能优化、重载铁路网络安全评测方法以及面向地铁物联网通信的多频段多介质信道特性研究等。不仅为未来智慧轨道交通的构建提供了创新理论基础，同时也紧密结合工程实际与运营需求,为解决系统部署、联调联试与网络运维中的具体问题提供技术支撑。
我们谨向关心与支持本专栏创办的各级领导、行业专家及学术同仁致以最诚挚的谢意并特别感谢所有投稿作者的贡献与付出！期待本专栏能持续激发思想碰撞，凝聚行业共识，成为引领技术创新、服务发展的重要学术阵地。愿我们携手共进，不断推动轨道交通移动通信技术的突破与应用，为交通强国建设注入澎湃的科技动力。
本期专栏主编：官科(北京交通大学)
官 科，博士，北京交通大学教授、博士生导师，宽带移动信息通信铁路行业重点实验室副主任，IET Fellow，德国洪堡学者，英国皇家学会工艺院终身会士（Life Fellow RSA），获得 2024 年 IET 卓越与创新奖金奖、URSI 青年科学家奖以及多项省部级和全国学会级科学技术奖，入选“全球前 2%顶尖科学家”榜单、爱思唯尔“中国高被引学者”榜单。研究领域为 5G、6G、毫米波/太赫兹以及智能轨道交通电磁孪生，是国际标准 ITU-R P.2108-1 空地路径地物损耗模型和太赫兹通信标准 IEEE 802.15.3d-2017 信道模型的主创人员。官科博士以第一作者身份发表的关于毫米波和太赫兹高速移动信道建模的连载论文，分别于 2019 年和 2022 年获得 IEEE VTS 尼尔谢菲尔德最佳传播论文奖；担任《太赫兹科学与电子信息学报》第一、二届青年编委会编委、《电波科学学报》编委，担任中国通信学会天线与射频技术委员会委员、中国电子学会电波传播分会委员、中国通信学会太赫兹通信委员会委员。
在铁路数字化和智能化转型的建设趋势下，传统“路测数据采集-专家经验调参-复测检验效果”的铁路窄带移动通信系统(GSM-R)网络优化方案已无法满足铁路移动通信系统高质量、高精确度、高效率的优化需求。基于射线追踪(RT)技术构建面向高铁车站场景的GSM-R网络优化平台，并介绍了该平台的技术架构、网络优化流程和结果呈现形式。以渭南北站GSM-R接收信号弱覆盖优化为案例，通过构建的无线网络优化平台进行问题复现和优化仿真。结果表明，渭南北站出站口基站参数优化后，高铁站内轨道沿线的接收信号衰落深度降低5.7 dB，整体接收信号质量得到改善，证明了构建的GSM-R网络优化平台的有效性。该研究为未来铁路移动通信网络运维提供了更加准确高效的网络优化方案。
随着重载铁路在货物运输中承担日益重要的角色，其宽带移动通信网络的安全性愈发关键。针对传统网络安全测试方法存在评测范围受限、资源消耗较大等局限性，创新性地引入网络靶场技术，用于重载铁路宽带移动通信网络安全评测。确定了数据链路层测试、接口测试、操作、管理和维护(OAM)系统安全测试、网络配置管理测试、性能压力测试、漏洞扫描与渗透测试和安全运维监控测试这7个重载铁路宽带移动通信网络安全评估指标，阐述了每一评估指标具体测试内容。利用网络靶场模拟真实环境，选取分布式拒绝服务攻击(DDoS)、恶意软件攻击、身份认证攻击和网络延时攻击这4个实际运营中较为常见且具有代表性的典型场景进行测试。基于4种攻防场景下得到各网元及链路在攻击下中央处理器(CPU)利用率、内存利用率、带宽、延迟、抖动和丢包率变化数据。最后使用层次分析法进行了网络风险评估，评估结果可为重载铁路网络安全性评估提供参考。
随着铁路移动通信系统向数字化与智能化加速演进，传统铁路窄带移动通信系统(GSM-R)多径干扰优化模式已难以适应现代轨道交通对移动通信系统提出的高效精准、智能决策等新型运维需求。本文介绍了GSM-R多径干扰发生的原理和场景特点，并分析了射线追踪(RT)驱动的高铁无线网络优化系统的核心模块和系统架构。以武广高铁山岭隧道场景的语音质差优化为案例，基于高铁无线网络优化系统确定造成语音质差的问题来源，给出3种网络优化方案并进行仿真分析。结果表明，通过调整多径干扰区段光纤远端直放站的发射功率和天线下倾角，语音质差起点处的多径干扰问题得到明显改善，为GSM-R网络多径干扰问题的数字化、高质量优化提供了方案参考和技术积累。
铁路编组站是列车的解编核心，其网络覆盖优劣关乎铁路运输效率。传统网络优化方案在应对编组站基站干扰及电磁环境敏感等特殊场景时存在不足。本文介绍基于射线追踪技术构建的无线环境数字孪生平台及其系统架构、优化流程和结果可视化。以大秦铁路沿线的某编组站为案例，通过平台模拟并优化信号弱覆盖问题。仿真结果表明，较之初步基站部署方案，基站参数经优化后有效提升了整体信号接收质量，有利地辅助了设计工作，为面向铁路编组站场景的基于5G技术的铁路新一代移动通信系统(5G-R)专网高质量建设和优化提供了理论支撑和技术积累。
由于地铁列车运行环境复杂，光照变化、遮挡频繁、目标尺度差异大等问题，现有模型难以有效识别列车运行中的风险目标，如对向列车、行人、落石以及异常侵入物等。针对上述问题，本文探索了视觉语言大模型在地铁列车运行风险目标识别中的可行性。基于列车运行数据，首先构建了基于低秩自适应微调(LoRA)的风险目标数据集，将标注数据重构为结构化自然语言描述。通过低秩自适应微调DeepSeek-VL2多模态大模型参数，获得了针对列车运行环境风险目标识别的优化权重，并采用自然语言问答评估模型识别精确度。实验表明，仅通过自然语言指令即可实现列车运行环境风险目标识别，F1分数达到80.5%，满足地铁列车运行场景中对对向列车和行人等风险目标的检测精确度需求，可有效降低列车碰撞风险，且模型具有极强泛化能力，可应对多种地铁列车运行场景。
当前，亚6 GHz频段凭借覆盖范围广、传播稳定性强等优势，仍是物联网(IoT)应用的主流频段选择。但随着海量数据传输需求的急剧增长，毫米波频段以其超大带宽特性，正逐渐成为未来物联网传输的重要发展方向。当地铁发生火灾时，喷淋系统激活所形成的高密度水汽环境会引发毫米波信号的复杂衰减，显著增加信道分析的难度。本文聚焦该应急场景，系统研究水汽因素对地铁物联网毫米波信道特性的影响。通过在地铁站台场景中分别对亚6 GHz频段(3~5 GHz)与毫米波频段(24~26 GHz)开展射线追踪仿真，提取路径损耗、阴影衰落、莱斯K因子、均方根时延扩展和角度扩展等关键参数，重点分析这些参数在水汽影响下的变化规律。结果表明，水汽环境对毫米波信号造成显著附加衰减，尤其在毫米波频段，路径损耗较亚6 GHz平均增大约12~ 18 dB，莱斯K因子下降明显，多径分量分布更加分散。基于上述分析，本文提出了适用于水汽干扰场景的信道建模方法与通信优化策略，为地铁应急物联网系统中的毫米波通信设计提供理论依据与技术参考。
当前，亚6 GHz频段凭借覆盖范围广、传播稳定性强等优势，仍是物联网(IoT)应用的主流频段选择。但随着海量数据传输需求的急剧增长，毫米波频段以其超大带宽特性，正逐渐成为未来物联网传输的重要发展方向。当地铁发生火灾时，喷淋系统激活所形成的高密度水汽环境会引发毫米波信号的复杂衰减，显著增加信道分析的难度。本文聚焦该应急场景，系统研究水汽因素对地铁物联网毫米波信道特性的影响。通过在地铁站台场景中分别对亚6 GHz频段(3~5 GHz)与毫米波频段(24~26 GHz)开展射线追踪仿真，提取路径损耗、阴影衰落、莱斯K因子、均方根时延扩展和角度扩展等关键参数，重点分析这些参数在水汽影响下的变化规律。结果表明，水汽环境对毫米波信号造成显著附加衰减，尤其在毫米波频段，路径损耗较亚6 GHz平均增大约12~ 18 dB，莱斯K因子下降明显，多径分量分布更加分散。基于上述分析，本文提出了适用于水汽干扰场景的信道建模方法与通信优化策略，为地铁应急物联网系统中的毫米波通信设计提供理论依据与技术参考。
随着第五代移动通信技术(5G)及太赫兹通信技术的发展，地铁场景下的高容量、低时延无线通信需求日益迫切。但地铁站台等典型复杂室内环境存在严重的多径效应与遮挡问题，导致无线覆盖不足和信号衰落。本文提出一种基于智能超表面(RIS)的混合物联网(IoT)覆盖增强方案。基于射线追踪技术对地铁站台进行仿真，识别信号覆盖薄弱区域；针对广域覆盖不足问题，采用2.6 GHz频段的RIS实现覆盖增强，有效改善基站至弱覆盖区域的链路质量。结果表明，该方法能够显著提升复杂地铁站台场景的通信性能，减少盲区并提高系统容量。此外，为进一步解决热点区域内的高速率业务需求，引入太赫兹频段RIS进行局部增强。该混合RIS协同方案在保证广覆盖的同时，兼顾高速率与低时延特性，为地铁场景下的物联网链路质量提供了高效、灵活的解决途径。
