1、城市軌道交通系統(tǒng)由于其節(jié)能性和便捷性等特點成為大城市有機整體的重要組成部分，先進的控制算法是保證其安全、高效、節(jié)能運行的重要手段，也是提升其自動化水平的核心保障。列車自動駕駛技術的發(fā)展實現(xiàn)駕駛列車從有人到無人的轉變，也對核心駕駛控制算法提出較大的自學習能力的要求;同時，移動閉塞和現(xiàn)代通信技術的快速發(fā)展及其在列車運行控制系統(tǒng)中的應用，使得列車之間能夠進行信息傳遞與交換，為實現(xiàn)多列車協(xié)同控制提供了基本實現(xiàn)條件，多列車協(xié)同控制是提升整體的列車

2、運行效率和全局的系統(tǒng)安全性的最佳選擇。本文圍繞上述自動駕駛和多車協(xié)同控制問題展開研究，首先，研究具有自學習和抗干擾特性的單列車自動駕駛控制算法，設計列車運行阻力的自辨識方法，提出具有自學習能力的魯棒自適應控制方法，然后，考慮移動閉塞運行模式的多列車耦合非線性動力學行為，提出多列車線性加權協(xié)同控制模型，設計多列車分布式協(xié)同控制算法，實時調(diào)整多列車相對位置與速度，保證多列車高效安全運行，由局部控制實現(xiàn)系統(tǒng)的全局最優(yōu)。
　　本文主要工作

3、總結如下:
　　1.綜合考慮列車運行的準時性、舒適性、節(jié)能性和精確停車等多指標要求，分析列車運行全過程受力情況，基于運動力學機理，建立列車運動非線性動力學模型，模型中無需歷史運行數(shù)據(jù)擬合而來的經(jīng)驗值，提出具有自學習能力的控制算法，根據(jù)列車實際運行速度和目標速度的偏差，自適應估計不確定環(huán)境和列車參數(shù)的變化，給出實時控制信號，以實現(xiàn)對給定目標速度-距離曲線的跟蹤控制，基于自適應辨識理論設計自適應控制方法，并考慮運行阻力隨運行環(huán)境變化和

4、存在建模不確定性和外部擾動影響的魯棒自適應控制設計;進一步，為了降低對車載計算機計算能力的要求，避免反步設計過程中存在的復雜度爆炸問題，提出基于新型基于單參數(shù)估計和動態(tài)面技術的魯棒單參數(shù)自適應控制方法，算法結構簡單，計算復雜度低，保證算法的工程實用性。
　　2.基于力學機理的動力學模型對變化的運行環(huán)境沒有自學習能力，設計基于神經(jīng)網(wǎng)絡的列車運動過程不確定性的重構方法，彌補牛頓力學模型的缺陷;同時考慮乘車舒適性和列車牽引/制動系統(tǒng)的輸

5、出能力受限造成的輸入飽和問題，提出截斷自適應自動駕駛制方法，保證輸入飽和發(fā)生時系統(tǒng)性能不會過于惡化，保證閉環(huán)系統(tǒng)穩(wěn)定性;車速采集與反饋、定位信息采集與反饋，以及車載軟件數(shù)據(jù)預處理過程，造成傳輸?shù)杰囕d控制單元的數(shù)據(jù)存在時滯，解決存在狀態(tài)延時造成的無窮維狀態(tài)描述難題，提出基于Lyapunov-Krasovskii函數(shù)的時滯依賴控制方法，所設計方法無需時滯的精確值，給出存在狀態(tài)時滯穩(wěn)定的充分條件;最后，提出一類含輸入飽和和外部擾動的不確定SI

6、SO非線性系統(tǒng)的自適應神經(jīng)動態(tài)面控制方法，給出系統(tǒng)穩(wěn)定條件和控制參數(shù)的選取方法。
　　3.分析現(xiàn)用移動閉塞模式的運行原理，提出多列車線性加權協(xié)同控制模型，設計基于全信息反饋情形下的分布協(xié)同控制，實時調(diào)節(jié)每列車的速度與相對位置，保證列車穩(wěn)定行駛前車后最小安全位置處，并確保列車不冒進至防護距離，防止觸發(fā)用制動甚至緊急制動，并保證多列車隊列穩(wěn)定性;進一步，利用高階滑模觀測器Levant Differentiator，提出位置反饋情形下的

7、協(xié)同控制，實現(xiàn)從含噪聲的位置信息中估計列車實時速度值與加速度值，并利用速度和加速度觀測值設計分布協(xié)同控制律，保證不確定運行環(huán)境下的有限時間收斂，實現(xiàn)多列車的穩(wěn)定安全運行。
　　4.提出多拓撲結構下的協(xié)同控制模型，改進現(xiàn)用移動閉塞模式單向傳輸信息的結構，設計具有雙向傳輸結構的鄰接-通訊模式，并深入分析該模式下多列車耦合的復雜動力學行為，同時，考慮降低車載計算機的計算和結構復雜度，提出單值學習協(xié)同魯棒自適應控制算法，所設計控制算法的特

8、點在于控制器結構簡單，含有一個在線估計的參數(shù)，保證了算法的簡潔性和實用性，并對建模誤差和外部擾動具有強魯棒性，并保證有限時間收斂;最后，提出一類含有強耦合、輸入飽和約束、不確定動力學和外部擾動的耦合MIMO非線性系統(tǒng)的神經(jīng)自適應控制方法，基于連續(xù)函數(shù)分離和徑向基神經(jīng)網(wǎng)絡逼近技術，提出新型單值學習的神經(jīng)自適應控制律，與經(jīng)典Minimal-Learning-Parameter算法具有兩個估計參數(shù)相比，所設計控制律中只含一個估計參數(shù)，避免基于