现代化铁路的高速发展与建设使得GSM-R网络的优化受到重视。GSM-R网络中的人为干扰是影响网络通信质量和安全性的重要因素之一。在GSM-R系统中,犯罪分子有可能通过压制性强干扰、克隆基站等方式对车地通信系统进行攻击,影响列车的运行安全。通过检测车的周期性巡检以及运营列车的运行,车地频谱地图可以采集接收场强信息并提取保存射频指纹在指纹数据库中。本文通过对射频指纹信息的分析,实现对干扰源以及克隆基站的定位。传统无线干扰源定位方法使用频谱分析仪对接收信号进行测量。在侦测过程中不断的调整频谱分析仪的位置和天线方向,同时分析信号的频谱成分,最终确定接收信号是否存在干扰信号,并定位干扰的物理位置。这种方法消耗时间长并且浪费人力资源。为了解决这个问题,本文通过分析GSM-R网络的干扰分类,列举了GSM-R系统可能遭受的各种非法人为干扰类型。首先根据Okumura-Hata和Winner Ⅱ两个经验信道模型,建立了仿真场景和射频指纹数据库。结合GSM-R系统特性,加入铁路运输中可能存在的压制性干扰信号和克隆基站模型。为了提高定位干扰源的效率,本文提出了一种根据射频指纹数据库和实际接收电平等数据实施快速实时地定位GSM-R干扰源的方法。该方法当出现压制性干扰或克隆基站的干扰检测信号时,结合射频指纹数据并通过适合的定位算法定位干扰源。研究对比各种主要的干扰源定位算法的原理后,本文选取了传统的三点定位算法、质心算法及两点交汇定位算法作为基本算法,使用Visual C++2005和IT++的平台进行仿真验证对比,得到三点定位算法误差最小且定位效果最优的结论。因此采用三点定位算法作为本文定位的基本算法,并提出改进的多点最小均方差的干扰源定位算法,通过仿真,在误差允许的范围内,定位到了干扰源的位置,实现了实时查找干扰源,节约了时间也降低了定位成本,为干扰源定位提供了实际而有效的方法。仿真结果表明,本文设计的射频指纹数据库能实现系统需求,建立的干扰模型可以形象模拟压制性于扰信号,且对三点定位算法的改进减小了定位系统的定位误差。