随着高速铁路系统的快速发展,动车组列车内外的电磁环境变得更加复杂,确保车载通信系统及列车控制系统设备能够在复杂的电磁环境中正常工作是铁路高速动车组可靠运行的关键环节。以LTE-R车顶天线为敏感设备,本文考虑利用电磁数据重点分析并预测耦合到天线端口的弓网辐射骚扰。针对该问题的研究重、难点分别展开分析,首先利用神经网络模型的数据处理方法对特定条件下的弓网离线电磁骚扰信号进行识别与预警,并使用级联神经网络模型对骚扰传输耦合特性进行了预测分析,具体研究内容及成果如下:（1）首先获取了特定条件下现场测量与仿真建模的弓网离线骚扰数据,通过与现场测量数据的特性对比分析验证了仿真模型的有效性,该电磁仿真模型为使用神经网络方法识别信号提供了电磁数据。（2）对获取的弓网离线电磁数据进行预处理提取特征向量,搭建BP、RBF神经网络模型,实现对弓网离线放电骚扰的识别与预警。仿真结果表明:在特定条件下的样本数据利用上述两种网络模型进行仿真,识别率均在85%以上。研究弓网离线电磁骚扰是预测敏感设备电磁响应的前提。（3）依据电磁场数值理论计算研究电磁场随频率、距离变化的纵向分布规律,并通过电磁仿真模型进行对比验证弓网模型辐射电场强度纵向分布规律,为研究定义的场强特性参数与空间位置、频率的非线性关系提供理论支撑。（4）利用电磁仿真模型为分析定义的场强特性参数预测提供数据,构建神经网络模型并且改进了级联神经网络模型,依据该方法实现敏感设备端口骚扰强度的预测。采用三种神经网络模型进行仿真,由结果可知:基于PSO-BP级联神经网络模型预测结果误差在5%以内,能依据窗口电场强度准确地预测出天线端口场强,且级联模型很好地提升了预测精度。（5）将预测的电场强度加入LTE-R无线信道中,分析其对LTE-R系统误块率的影响。信噪比在0dB～16dB范围内,信道环境恶劣时会增大LTE-R系统误块率,但数量级仍在10-1,误块率增大会导致系统吞吐量下降,从而影响系统传输效率。该研究利用了现场测量和电磁仿真的数据样本,通过数据定量的、数字化的表示高速动车组敏感设备的电磁响应并研究了骚扰对LTE-R车载通信系统的影响,在一定程度上为研究车载敏感设备电磁兼容性提供了新的方法。