随着通信与互联网技术的发展,人们对高速移动环境下数据通信的需求日益增长。特别是在铁路及地铁等特殊场景下,由于出行的时间较长,人们对移动办公,娱乐,新闻资讯的需求日益增长。这些需求对高速铁路环境下的数据接入系统提出了严格要求。然而,以上场景的特点,如车体封闭,用户集中,高速引起频繁切换等,给高速移动环境的数据接入系统的研究带来了困难。为了提高高速铁路环境下通信系统的信号质量及减少频繁切换带来的影响,本文提出了一种面向高速铁路环境的数据接入系统框架及一种基于机器学习的位置触发快速切换算法。第一,为了解决车体对信号屏蔽引起的信号质量衰减的问题及用户集中引起的信令风暴问题,文章设计了一种基于多天线车载台的数据接入系统框架。该框架包括车内用户终端,车载网关(Gateway)和路边接入中心点(蜂窝基站或者802.11网络的AP)。车内用户通过车载台对内的无线接口,接入车载网关。车载网关负责汇聚整合数据,然后通过其装备的车载多天线,将数据包转发给路边接入中心点。这种基于车载天线的架构,完全克服了车体屏蔽信号的问题。同时,众多车内用户终端与路边接入中心点的多次切换被车载网关与路边中心点的一次切换代替,有效地减少了切换信令,避免了信令风暴。第二,利用铁路及地铁线路的规律性,本文设计了一种基于机器学习的位置触发快速切换算法(A Location Aware Based Handoff Algorithm, LAB-HA)。首先,车载网关通过机器学习的方式,建立一张行车路线上的接入中心点列表。表中记录了切换开始位置及该位置上统计的切换成功率等信息、。其次,根据车辆运动的可预测性,在同一认证网关管制的网段下,可以精简优化网关接入不同中心点时的认证过程。然后,在车辆运动过程中,通过GPS等定位设备周期性地读取位置信息,并且查询网关所维护的接入中心点列表中该位置应当对应的接入点ID,如果当前所关联的接入点ID与应当接入的接入点ID不匹配,则切换过程被触发,切换成功与否的结果又作为一个反馈信息去更新接入中心点列表。第三,本文在NS3网络仿真平台上,基于802.11协议搭建了论文所设计的接入系统网络的架构。且通过修改MAC层状态机的流程,基于802.11网络实现了LAB-HA算法。在100km/h和300km/h的铁路运动场景下,论文仿真了802.11协议中快速BSS切换算法(fast transmit, FT-802.11)和LAB-HA算法,并分析了切换时延、丢包率及网络吞吐量性能。最后,论文引入在MAC队列中区分802.11协议中的数据包及控制包的QoS机制,提高控制包的发送优先级,并仿真分析了LAB-HHA算法引入QoS机制后的相关性能。从分析结果来看,LAB-HA算法能有效地降低切换时延及丢包率,同时能有效提高系统的整体吞吐量；在引入QoS机制后,基于802.11实现的LAB-HA算法能进一步降低切换时延,减小丢包率。由此可以得出结论,论文所设计的面向高铁的多天线数据接入系统及基于机器学习的位置触发快速切换算法可用于铁路及地铁等高速且具有运动规律性的通信场景,并可为相关研究提供参考。