面向铁路电磁干扰检测的光子学技术集成系统与现场应用

白文林，邹喜华，蒋灵明，田 勇，余 超，潘 炜

(1.西南交通大学 信息科学与技术学院，四川 成都 611756；2.北京全路通信信号研究设计院集团有限公司，北京 100070；3.中国铁路成都局集团有限公司，四川 成都 610080；4.中国中铁二院工程集团有限责任公司，四川 成都 610031)

近年来，随着高速铁路(以下简称“高铁”)技术的快速发展，全世界的高铁建设已经进入了飞速增长的阶段，截至2020年2月全球运营高铁里程已经达到52 484 km[1]。因此，高效和安全运营是高铁建设和发展的基础；以电磁环境安全为例，高速铁路沿线的电磁干扰检测对于增强运行安全和运营效率至关重要[2]，尤其针对速度等级300 km/h及以上、采用基于无线通信(如GSM-R)的列控系统的高铁线路[3-5]。一旦出现电磁干扰或发生电磁攻击，支撑无线车地通信的GSM-R[5]系统可能会被干扰或者中断，极易影响到列控系统的正常运行；在故障导向安全原则下高铁将被迫降速或停车，轻则导致延误、堵塞，严重将导致交通事故。

传统上，在铁路运营天窗期通过巡检列车探测电磁干扰，然后采用“五步干扰清除法”排除和清除铁路沿线出现的干扰源[6-7]。然而，这种方法难以实现对电磁干扰的实时监测及处理，无法及时响应和应对。而且，在实际铁路环境中经常出现一些突发干扰，例如：相邻频段公网GSM或CDMA产生的互调干扰，违法基站的异常干扰，受电弓与接触网产生的瞬态噪声干扰[8]等。对此，文献[9]对GSM-R的互调干扰原理进行分析，提出检测GSM-R互调干扰的方法；文献[10]对高铁沿线弱场区域的同频干扰进行分析，提出一种网络优化方法降低同频干扰的影响；文献[11]提出一种基于时域瞬时频率直方图的统计特性方法来检测和预警GSM-R网络内的同频干扰；文献[8]针对铁路环境中的瞬态电磁噪声进行时域统计分析，建立瞬态噪声的重复频率与GSM-R所需功率水平之间的关系，提高GSM-R系统的通信质量；文献[12]针对高速铁路信号系统的抗电磁干扰技术进行研究，提出多种信号系统、列控自动防护系统传输干线干扰故障的解决办法；文献[13]对动车组车载应答器传输模块设备电磁干扰防护进行研究，提出科学合理的整改建议。然而，以上的研究都仅限于对铁路环境内的部分电磁干扰进行研究分析，未形成宽带的电磁干扰检测系统，对所有列控设备的使用频段进行实时检测。文献[14]基于软件自定义无线技术提出一种GSM-R无线干扰的防护预警系统，通过频谱感知技术完成干扰判定，然后经过铁路专用网将判定结果传输至控制中心。该预警系统使用频谱感知技术可以识别邻道和带外干扰，但是针对影响较为严重的带内干扰会出现识别率降低的情况。另外，以GSM-R频率网格化监测系统为例：已在武广高铁实施[15-16]，但成本(包含固定监测小站等硬件和系统软件)高达约2 000万，不利于进一步推广应用。

微波光子MWP(Microwave Photonics)技术是连接光子技术与微波应用的纽带，为多个行业领域提供了多学科融合的强大解决方案[17-19]。由于低损耗、大带宽、电磁干扰免疫等特性，MWP技术在高铁上也进行了很多的相关应用[20-22]，例如光载无线RoF(Radio-over-fiber)通信、电磁干扰探测、轨道传感检测等。尤其是，针对GSM-R系统的电磁干扰实现了远端检测及识别，满足了高铁建设上对长、短区域覆盖，实时监测以及低成本的要求。但是，相关研究工作还有待于进一步深入(尤其是网络化监测系统)，并逐步实现大规模推广应用。

本文研发了一种光子学分布式、实时铁路电磁干扰检测系统。该系统集成了四种高性能技术(宽带射频光子前端、远程RoF传输链路、密集型光波分复用技术、多域信号联合处理)，实现了铁路电磁干扰的分布式、远程、实时、多域检测功能和组网，进而在铁路现场应用方面进行探索和创新。首先，将宽带射频光子前端分布于铁路沿线的各个固定监测小站，完成电磁信号的采集与电光转换。然后，通过远程RoF传输链路长距离传输至中心站(铁路车站或调度中心)实现中心化信号处理。其中，利用密集型光波分复用技术完成铁路沿线各个监测点的光载波复用与中心站的光载波解复用。最后，在中心站恢复各个监测点接收的电磁信号，利用研发的铁路电磁干扰检测系统软件完成多域(频域、时域、空域)信号联合处理，对电磁干扰信号进行实时分析判决，并完成动态报告显示、存档备份、实时查询等。该光子学分布式的电磁干扰检测系统已经在成渝高铁和成昆二线分别进行了单点实验测试和分布式网络系统验证。现场测试结果显示，该系统可以成功地对铁路环境中出现的带内、邻道和带外干扰进行有效识别并做出预警。

1 基于光子学技术集成的电磁干扰分布式实时检测系统

1.1 系统框架

该分布式实时电磁干扰检测系统见图1，它由宽带射频光子前端、远程RoF传输链路、密集型光波分复用技术和多域信号联合处理集4种高性能技术集成融合而成。宽带射频光子前端安装在铁路沿线或车站的固定监测小站的基站铁塔上采集电磁信号，并通过电光转换将电磁信号调制到光载波上。然后，利用密集波分复用技术DWDM(Dense Wavelength Diversion Multiplexing)结合光插分复用器OADM(Optical Add-Drop Multiplex)将不同监测小站处产生的不同波长(如λ1,λ2,…,λn)光载波复用到一根光纤上，构成多节点并行传输网络。而后，通过远程RoF传输链路将各节点宽带射频光子前端采集的电磁信号并行远距离传输至中心站(车站或调度中心)。在中心站，光信号经DWDM解复后，借助高速光开关将所有波长信道以时分复用TDM(Time Diversion Multiplexing)方式依次输入到光电探测器PD(Photodetector)中进行光电转换，因而对各监测小站的信号实施周期性的分时解调处理。最后，通过高精度信号、频谱分析仪、调制信号解调模块和多种数字信号处理算法，对信号进行多域(频域、时域、空域)联合处理，进而利用研发的铁路电磁干扰监测软件对干扰信号同步进行多维度识别与判决，并实时显示检测报告。

图1 基于光子学技术集成的分布式、实时铁路电磁干扰检测系统

1.2 宽带射频光子前端

宽带射频光子前端为自主研发，主要由接收天线、低噪放大器LNA、直接调制激光器DML和电源模块组成。宽带射频光子前端模块在GSM-R频段(上行：885～889 MHz，下行：930～934 MHz)的归一化幅频响应见图2，可以充分监测60 MHz带宽(880～940 MHz)内的电磁信号干扰情况。而且，由于模块频率覆盖范围大，可以直接延伸至下一代铁路无线通信系统 LTE-R[23](Long-term Evolution for Railway)的电磁干扰检测。并且，本研究团队已经研发四通道射频光子前端模块[20]，可以支撑多信道的宽带射频通信传输以及测向、定位的线性阵列式信号接收。

图2 宽带射频光子模块归一化幅频响应

研发的宽带射频光子前端中采用DML，其优势在于(与外调制模块相比)：在保障铁路电磁检测频段范围DC-10 GHz(扩展版到20 GHz)前提下，结构简单、体积小、成本低，并且输出功率高、调制效率高。这里，尤其以高调制效率、低成本为例加以说明。DML在阈值电流与饱和电流之间的区域内具有很宽的线性功率范围和很高的外微分量子效率，因而在相同的电磁信号驱动下其调制效率相较于外调制可提高20 dB左右。研发的宽带射频光子前端成本优势如表1所示，与传统电子学固定监测小站[16]相比，成本降低1/4左右、频率覆盖范围提高2倍以上；将它们安装在铁路沿线各固定监测小站，仅用于电磁信号的采集，大为压缩了监测小站成本，而且可直接接入既有铁路通信光缆，非常适合针对铁路系统电磁干扰检测的规模化应用。

表1 光子学与传统电子学铁路固定监测小站成本对比

1.3 远程RoF传输链路

RoF传输链路根据传输的是基带信号还是模拟信号，可以分为数字型和模拟型，本集成检测系统采用模拟RoF链路。铁路沿线各个监测小站的宽带射频光子前端直接将采集的模拟射频电磁信号E(t)经DML调制到光载波上，形成微波光子信号强度(功率)Po为[24]

Po=Sl[I-Ith+E(t)]

( 1 )

式中：Sl为激光器的外微分量子效率；I为DML偏置电流；Ith为激光器阈值电流。然后，微波光子信号由远端监测小站传输至中心站后，通过PD以平方律检波恢复原始模拟电磁信号，以电流Io方式可表示为

Io∝RPDηPo∝RPDηSlE(t)

( 2 )

式中：RPD为PD的响应度；η为链路损耗。

因此，该远程模拟RoF链路直接采集和传输模拟射频信号，无需数字化处理、数模转换、下变频等复杂操作，极大简化了远端监测小站的结构，降低系统成本。另外，链路损耗、压缩动态范围CDR(Compression Dynamic Range)和无杂散动态范围SFDR(Spurious-Free Dynamic Range)也是衡量远程RoF传输链路的关键性能参数。根据试验测试：该远程RoF链路具有高线性传输特性[24]，10 km光纤传输下链路的CDR和SFDR分别为124 dB和94 dB/Hz2/3。因此，该模拟直调RoF传输链路相对于传统电子学检测系统的SFDR(例如80 dB/Hz2/3)[15]提升了14 dB，提供了低损耗、大动态范围的远程采集和传输功能。

1.4 密集型光波分复用技术

波分复用技术(Wavelength Diversion Multiplexing，WDM)是指在发送端将不同波长的光信号复用在一起通过一根光纤进行传输，在接收端将其解复用成不同波长的光信号并从不同端口输出，极大增加了光纤的并行传输容量。密集型光波分复用技术DWDM是WDM的波长间隔进一步减少的版本，在C波段以0.4 nm或0.8 nm为波长间隔，最高可支持80路并行采集和传输。而且，DWDM技术结合OADM在各个监测小站灵活上载、下载特定波长光信号(其他波长不受影响)，通过单纤方式可以实现灵活的线性分布式组网，特别适用于铁路场景下的远程线性拓扑分布式网络和系统。

1.5 多域信号联合处理

在中心站，对铁路沿线分布式网络监测点采集的电磁信号进行集中式多域信号联合处理。以下从频域、时域、空域3个维度展开详细论述。

(1) 频域。采用高精度频谱分析仪扫描宽带电磁频谱，实时分析瞬时频谱信号；结合GSM-R典型频谱模板，通过模式识别和机器学习等智能算法完成特定信号频谱识别，监测监测小站区域内异常邻道、带外频率的干扰源。

(2) 时域。利用高速信号分析仪监测电磁信号的星座图、眼图、误差向量幅度(Error Vector Magnitude，EVM)等信息，监测站点小区内工作频点的时域受干扰状态，同时结合智能算法自动检测并识别带内、邻道干扰源。另外，利用调制信号解调模块分析电磁信号的合法全球小区识别码 (Cell Global Identifier，CGI)[24]，包括Mobile Country Code (MCC)+Mobile Network Code (MNC)+Location Area Code (LAC)+Cell Identification (CI)，得到远程监测站点监测区域内出现的全部授权基站位置，并根据移动网络代码MNC判别相邻GSM-R小区信号或公网基站信号，从而识别并定位异常的授权邻道、带外干扰源。

(3) 空域。针对未授权的异常干扰源，通过光子学空域定位方案进行定位，见图3，其分为光子学电磁信号到达角估计、干扰信号三角定位两部分。首先，如图3(a)所示，在每个远程监测点利用多信道射频光子前端以均匀线阵方式接收铁路环境中的电磁信号，经光纤传输至中心站；在中心站，利用MUSIC估计算法估计每个监测点测定的干扰信号方向角，详见文献[26]。然后，利用分布于铁路沿线的3个相邻基站构建三角形结构，通过三角定位法进行精确定位，见图3(b)。假定以三角形的BA边方向为正北方向建立直角坐标系，分布于铁路沿线的三个监测点坐标分别为A(xA,yA)、B(xB,yB)、C(xC,yC)，同一时刻3个监测点捕获干扰信号E(x,y)，分别构成△ABE、△ACE、△BCE。首先，在△ABE中，根据到达角估计方法测得监测点A、B与干扰源E的到达角为θ1、θ2。由三角定理可得到干扰源坐标E1(x1,y1)，即利用2个监测点实现定位。

图3 铁路沿线干扰信号空域定位方案

( 3 )

为了进一步提高定位精度，同样在△ACE、△BCE中得到E2(x2,y2)、E3(x3,y3)；然后，取三点E1、E2、E3坐标的平均值得到E(x,y)，从而提高定位精度。

最后，研发的铁路电磁干扰监测系统软件将上述多维信号处理功能固化和集成，在实现实时解调和分析的基础上，还能够实时更新显示、服务器存档备份、实时查询等。

铁路电磁干扰监测系统软件设计界面见图4，以GSM-R系统为例进行数据展示。该系统的电磁干扰检测分为3个步骤：监测点配置、监测数据动态显示、电磁干扰监测记录查询。

图4 铁路电磁干扰监测系统软件

Step1 配置各个监测点的频道号、上下行频率、基站经纬度等信息。

Step2 分时对各个监测点进行频域和时域数据采集处理，并实时显示检测报告。频域：GSM-R信号的上、下行宽带频谱图、频点功率图；时域：监测频点的基站小区位置信息CGI、同频载干比C/I、上下行眼图、星座图、EVM值等；同时根据干扰判定准则(表2)对每个监测点电磁干扰情况进行判定。并且，该监测软件将所有监测数据实时保存至服务器数据库，以供管理员查询。

表2 干扰判定准则

Step3 在中心站实时查看各个监测点的电磁信号数据，见图5。查询内容包括4个方面：①监测点配置信息，各监测仪器初始化、监测点频点、经纬度信息等的配置；②频点监测信息，所有监测点的上下行频率、峰值功率、EVM值和GSM-R信号频点解调信息；③频域、时域监测结果回放，所有监测点的宽带频谱图、频点功率图、眼图、星座图的监测结果回放；④干扰报警记录，实时显示铁路沿线出现异常干扰报警的监测点的所有监测数据，为干扰定位和排查提供依据。

图5 电磁干扰监测记录查询

基于上述4种高性能光子学技术的集成创新，该电磁干扰检测系统具有光子学的本征优势。与传统纯电子学检测技术相比，光子学技术集成检测系统的关键指标如表3所示。光子学检测系统在中心站采用高速信号和高精度频谱分析仪(R&S FSV)，可以完成0.01～7 000 MHz的宽带频率检测，相位噪声低于电子学接收机，信号检测的最小分辨率达到1 Hz，光子学链路在10 km光纤传输的无杂散动态范围为94 dB/Hz2/3，而且，在干扰判定上，光子学方案增加了眼图、星座图、EVM值等时域检测功能。

表3 光子学与传统电子学检测方案关键指标对比

2 现场试验与应用

进而，我们在铁路现场应用方面进行探索和创新，测试和检验研发的基于光子学的电磁干扰检测系统。针对铁路无线GSM-R系统，开展电磁干扰检测线路现场试验，分别在成都—重庆高速铁路(成渝高铁)和成都—昆明铁路复线(成昆二线)米易—攀枝花段(米攀段)实施。在成渝高铁中的简阳南站完成单点现场试验；在成昆二线米攀段中的攀枝花南、大尖峰和先锋营3个站点完成分布式、星型网络系统验证，见图6。

图6 GSM-R电磁干扰检测线路现场试验方案

2.1 单点现场试验

单点现场实验链路见图7，SMF为单模光纤；PD为光电探测器。由天线采集的电磁信号经低噪放大器放大之后被DML调制到光信号上。被调制的光信号经10 km单模光纤传输至PD进行拍频，恢复原始采集的电磁信号。然后，利用解调板卡和信号分析仪对电磁信号进行频域、时域分析处理。在简阳南站轨道旁搭建测试链路，完成了对该站点GSM-R网络内电磁信号的采集处理。试验结果见图8，分别为GSM-R下行信号的电谱图、频点图和星座图。在图8(a)和图8(b)中，红线指向为站点GSM-R工作信号，下行工作频率为932.6 MHz，频点为1 012，基站小区识别码CI为37388；在图8(b)中检测出另外两个授权CI信号，经确认为该站点相邻小区GSM-R基站信号；红色圆圈表示出现的可疑信号，频点为1 016，频率为933.4 MHz，未检测出授权CI，说明该可疑信号为带外干扰；而且，由图8(c)中的星座图可以看出该站点信号质量好，可疑带外干扰对其影响较小。

图7 单点现场试验链路

图8 简阳南站基站GSM-R下行信号测试结果

2.2 分布式、星型网络线路现场试验

在米攀段实施分布式、星形网络GSM-R电磁干扰检测，见图9。先后选取了A攀枝花南站、B大尖峰站、C先锋营站作为3个分布式线上监测点，形成完整的星形网络结构。在每个监测点，将宽带射频光子前端放置在基站通信机房旁边视野宽阔的高处，便于较好地采集电磁信号，并且由机房电源和光纤配线架完成供电和光波分复用。将监测点B作为中心站或中心节点，而分布式监测点A和C经光缆连接至监测点B，集中完成光电转换和多域信号联合处理。3个监测点宽带射频光子前端的现场布置场景分别如图9中A、B、C所示，3个站点之间的线路距离分别为AB间距3.45 km, BC间距18.71 km, AC间距22.16 km。

图9 分布式星型网络监测点布置图

然后，利用铁路电磁干扰监测系统完成分布式监测点的电磁信号采集与处理。首先进行监测频点的初始化配置，3个站点的配置信息如表4所示；然后对监测点A、B、C的电磁信号数据进行采集，并从频域、时域、空域3个维度完成干扰信号的判决与定位；同时，实时显示检测报告并存储至本地数据库备份。

表4 监测站点配置信息

本检测系统通过小区识别码CI来判别分布式监测点区域内的正常信号与干扰信号。经测试中检测得出三个站点基站的小区识别码CI分别为A (37131)、B (37132)、C (37134)，与授权的CI一致，故无干扰信号。

此外，为模拟引入邻道干扰、带内干扰，进一步验证该检测系统对干扰的检测能力，测试中利用矢量信号产生器(R&S SMBV100A)模拟生成电磁干扰信号。针对站点B，我们分别产生了GMSK调制格式的带内干扰信号(930.4 MHz)和邻道干扰信号(930.6 MHz)，形成带内干扰和邻道干扰。此时，检测结果见图10和图11，当受到带内干扰时，电谱图和频点图未出现异常频率，且眼图模糊，星座图分散；当受到邻道干扰时，电谱图和频点图出现相邻的异常频率(图11中红色圆圈)，眼图、星座图与带内干扰相似，信号质量差。因此，该系统能够有效识别GSM-R通信网络影响最大的带内干扰和邻道干扰。

图10 分布式星型网络带内干扰检测结果

图11 分布式星型网络邻道干扰检测结果

另外，该光子学检测系统的空域干扰源定位验证见图9，当站点B出现未授权的干扰信号时，首先利用光子学均匀线阵方法估计干扰源的二维方位角；并在站点A和站点C同时估计可疑干扰信号的方位角，结合3个站点之间的三角星型结构，共同对干扰源进行集中定位和后续清除。

3 结束语

针对铁路沿线的电磁干扰问题，提出一种基于光子学的远程分布式、实时、低成本、高精度的检测系统，由4种高性能技术集成融合形成，并在铁路现场应用中检验了其有效和重要价值。在线路现场中针对GSM-R系统电磁干扰的试验中，该光子型铁路电磁干扰检测系统部署于成渝高铁和成昆二线的区段，分别完成了单点现场测试和分布式星型网络的现场验证；通过频谱图、CI、眼图、星座图等信息成功地对铁路系统内的带内、邻道和带外干扰进行识别，并及时做出预警响应。