李中奇， 丁俊英,3， 杨 辉， 刘 江

(1. 华东交通大学 电气与自动化工程学院， 江西 南昌 330013; 2. 北京交通大学 电子信息工程学院， 北京 100044;3. 中国铁路郑州局集团有限公司 南阳车务段， 河南 南阳 473000)

高速列车根据实际的线路条件、车辆性能和目标速度要求，实时调节牵引/制动力，从而达到控制目标要求，这是高速列车自动驾驶算法的核心[1-2]。针对高速列车自动驾驶算法，文献[3]采用基于牵引计算的机理模型描述高速列车的运行过程，达到了一定的控制效果，但机理模型无法准确描述高速列车在高速运行时的非线性动态。文献[4]针对高速列车运行时受坡道大小、摩擦系数变化、阵风等条件影响时，列车动力学模型参数时变的特点，采用模型系数在线更新策略的模型预测控制算法对高速列车进行控制。文献[5]提出基于双线性模型的高速列车运行过程预测控制方法，为保障预测模型精度和算法实时性，仅当高速列车运行特性和环境变化等因素导致速度跟踪误差超出给定阈值时，采用即时学习策略在线调整模型参数和预测控制算法，实现高速列车运行控制。文献[6]针对高速列车的速度跟踪误差，为了使速度能在规定时间内重新满足误差跟踪精度，设计了自适应鲁棒控制器，控制器可以在线估计模型参数，并在生成控制律的过程中考虑输入和输出饱和。文献[7]针对高速列车运行阻力中存在的未知参数，设计了基于Back-stepping技术的自适应控制器，用于实现高速列车的牵引或停车控制，以获得较高的位移和速度追踪精度。……