华南理工大学学报(自然科学版)

作者：陈永, 陶瑄, 谢忱

单位：兰州交通大学 电子与信息工程学院，甘肃 兰州 730070

关键词：5G-R通信,车车通信,时间同步,变分模态分解,时间注意力机制,双向长短期记忆网络

基金：国家自然科学基金项目(62462043);甘肃省自然科学基金项目(26JRRA589)

车车通信作为我国下一代高速铁路5G-R无线通信系统的关键技术，其时间同步的实现对列车行车安全至关重要。为解决车车通信时间同步易因非平稳无线信道和报文传输时延的影响而导致同步性能偏低的问题，该文提出了一种基于变分模态分解与时间注意力双向长短期记忆（TA-BLSTM）网络的车车通信时间同步方法。首先，通过对车车通信时延误差进行分析，建立了5G-R车车通信时钟模型。接着，采用变分模态分解模型将车车通信时间序列分解为不同频率的本征模态，从而分离出噪声成分，提高信号的信噪比。然后，通过计算能量值识别出噪声主导分量，利用小波软阈值降噪法对噪声分量进行去噪，提高车车通信同步时间序列的质量。最后，提出一种融合时间注意力机制的BLSTM网络，通过BLSTM网络提取车车通信时间同步序列的长期时域特征，并采用时间注意力机制动态捕捉时间同步序列的时序依赖特性，实现对车车通信时间同步偏差的高精度预测与动态补偿，从而完成车车通信时间同步。仿真实验结果表明，该文提出的方法在有中继和无中继场景下均能有效实现车车通信时间同步。与其他方法相比，该方法能够有效降低时间同步偏移，在车车通信时间同步过程中具有更快的收敛速度和稳定性。

来源：2026年第4期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2026年第4期