无线干扰是移动通信领域中永久的话题,随着无线电频谱这种稀缺资源被越来越广泛的开发和利用,各频段间的相互干扰愈发不可避免。作为车地语音通信、调度命令以及列车运行控制信息等业务的传输通道,铁路数字移动通信系统(GSM-R)在我国铁路运营中扮演了重要角色,GSM-R网络无线干扰检测也已成为铁路通信安全监控体系中的重要部分之一。本文主要研究了开通运营后的高铁GSM-R网络在线干扰检测技术和基于数据挖掘的干扰分类模型建立及应用。在GSM-R网络的频率设置及频谱分配状态的基础上,对无线干扰进行了多角度分类,并介绍了各类干扰原理及其产生的原因。通过动态检测实例,分别对传统频谱干扰检测、实时频谱分析干扰检测、扫频干扰检测等方法进行了对比试验分析。并在此基础上研究了基于服务质量的在线干扰检测方法,结合GSM-R服务质量检测实现了干扰自动识别输出。对联动分析技术、阻塞干扰自动识别技术、互调干扰自动识别技术和频谱模板技术进行了研究,并在实际检测中进行了应用。利用GSM-R网络的服务质量检测数据、干扰检测数据、接口监测数据、基础设备信息等数据源建立了基于决策树的干扰自动分类模型,并运用实际检测案例对模型进行了验证,证明了模型的分类结果是准确可信的,可以在实际应用当中进一步开发运用。本文的研究成果为解决GSM-R无线干扰问题提供了新的思路,为GSM-R网络大数据综合分析提供了实际应用的参考。