车-地间通信的业务数据承载量剧增,以及铁路旅客有了更多的移动办公、实时信息交互以及在线娱乐需求,都要求铁路移动通信网络能够提供更宽的传输频带。而无论是GSM-R还是未来的LTE-R网络部署,都面临频谱资源严重短缺的问题,使得车-地间通信业务类型受限、数据传输速率低且服务质量无法得到良好保障。认知无线电技术之所以作为一种优化使用频谱的全新无线通信模式而出现,是由有限的可利用频谱和低的频谱资源利用率共同决定的。它为解决铁路数字移动通信网络授权频谱资源的不足提供了一个可行的思路:高铁运营的关键业务(列控和调度通信等)由铁路专网(GSM-R/LTE-R)承载;其他大数据量通信业务超出专网承载能力时,则由具有认知无线电特性的移动终端(用户)对可用频谱空穴进行感知,进而通过有效的频谱分配来承载。论文从铁路复杂通信环境、电气化铁路的严重电磁干扰出发,同时考虑铁路运营的特色,提出了构建认知的铁路移动通信网络CRMCN模型,并对CRMCN分簇算法、基于分簇的频谱感知与共享算法进行深入研究。论文的主要工作和创新点体现在3个方面:提出了一种加权的CRMCN分簇算法(CRMCN-WCA)。考虑到CRMCN的一个小区覆盖范围内的节点(或称认知用户)数目较多且节点类型具有多样性、节点的移动性差异显著等因素,CRMCN-WCA将节点度、发射功率、节点剩余能量、簇稳定性、节点类型或业务功能等级作为簇头选择的加权参量以完成簇头选举。CRMCN-WCA算法在CR用户数目较多且移动性差异较强的情形下,具有较小的簇维护开销、较好的簇稳定性及较强的高速移动适应性。针对铁路移动通信中对PU信号没有任何先验知识、以及对频谱感知算法的实用性要求高的特点,提出了一种基于阈值贴近度(TCFS)的协作式分簇频谱感知算法。该算法中,根据能量检测理论,当检测能量分布于“判决”区域,则簇内的CR用户发送1 bit或2 bit的自适应量化值,用以报告基于TCFS和似然判决的本地频谱感知结果,否则CR用户不发送信息;之后,数据融合中心考虑各个簇的判决结果,以得到“主用户(PU)存在与否”的综合判决结果。该算法能够在确保感知性能损失较小的情况下,极大程度地降低CR用户的平均感知比特数目。提出了一种分簇CRMCN的重复博弈频谱共享算法。该算法针对簇内的2个CR用户同时竞争无线信道时如何使频谱共享的速率总收益最大化问题,分析了纳什均衡解的存在条件并在算法模型中采用了“合作式触发策略”以得到帕累托(Pareto)最优解;接下来,分析了CR用户发射功率、噪声功率、贴现因子值以及收敛指数对频谱共享速率总收益的收敛性影响,并对算法公平性作出考虑。上述研究内容为解决高速铁路移动通信网络授权频谱不足问题提供有益思路,也将对未来高速铁路LTE-R通信网络的部署提供前瞻性的探讨,对GSM-R网络的可持续发展具有一定理论指导意义。