高鐵的不斷提速對運行安全提出了更高的需求，尤其是對鐵路沿線環境的滑坡、泥石流和異物入侵等監測和安全預警備受關注。相關的鐵路監測方法隨之產生，如基于GPS（Global Positioning System）的定位監測、無線傳感器監測、視頻監測等，但這些監測設備易被破壞，且工作性能受到光線、天氣等制約。相比之下，毫米波探測有不受光線和自然災害的影響、可全天候工作的優點。不僅如此，毫米波探測設備簡單，而且分辨率較高。另一方面，未來5G無線通信（Fifth-generation Wireless Communication）需要將容量提高1000倍才能滿足無線業務需求，而毫米波頻段頻譜資源豐富，毫米波通信勢必會成為未來無線通信的趨勢。因此，借助未來無線通信的發展趨勢以及毫米波探測技術的優勢，有必要將上述兩種技術集成于一個系統中，使得該融合系統兼具無線傳輸及災害監測與預警功能。

　　本文的研究均基于高鐵無線通信和探測融合架構。首先，根據實際鐵路場景中無線監測和無線通信需求對融合架構進行了設計，為減少小區間的切換次數，系統網絡采用云接入架構，BBU（Building Baseband Unit）負責數據處理和資澡分配，RRU （Radio Remote Unit）只有收發模塊。RRU分為毫米波頻段RRU和專網／公網低頻授權頻段RRU，毫米波頻段RRU分時地負責大容量通信和毫米波探測，專網／公網低頻授權頻段RRU負責低容量可靠數據（環境探測信息和重要信令）的傳輸。由于本系統中的毫米波頻段RRU分時進行通信和探測，列車一旦和源小區中RRU斷開連接，則無法連回。基于此，本文提出一種“雙保險”的方法，仿真結果表明，本文所提切換方法相比于傳統的LTE-R （Long Term　Evolution for Railways）硬切換，在切換成功率和鏈路中斷概率上有明顯的改進。對于系統探測功能來說，雷達目標檢測算法的好壞直接影響系統性能。針對高鐵復雜多變的探測環境，本文提出了一種二維VIS-CFAR（Switching Variable Index　Constant False Alarm Algorithm）算法，該算法能夠根據周邊環境，自適應選擇相應的目標檢測算法，大大降低了系統漏警率。最后，本文仿真了三種不同場景，

　　將本文所提二維VIS-CFAR算法和多種經典恒虛警算法在均勻雜波環境、雜波邊緣環境、多目標干擾環境的檢測性能進行了對比，結果表明，本文所提二維VIS-CFAR算法高鐵場景下具有穩定的性能，可大大提高融合系統的檢測效率。