在列车自动驾驶(ATO)系统中,ATO控制器替代司机自动调节列车运行,使其运行轨迹尽量接近给定目标速度曲线,同时满足安全性、运行时间、到站精度和乘客舒适度等性能要求。列车在运行时一方面会受到外部干扰(坡度、空气阻力和线路湿滑等)和内部参数变化(因负载和环境温度等因素变化造成)的影响,另一方面其牵引和制动系统存在延时和约束,所以常会发生停车精度差、乘客舒适度低的情况。模型预测控制(MPC)是一种基于模型、滚动实施并结合反馈校正的在线优化控制算法。它在系统时延、变量约束和模型参数变化等问题的处理上相比传统控制算法具有优势。在上述背景下,本文对预测控制应用于列车自动驾驶系统进行了研究,基于实测数据搭建了列车运行模型,设计了全轨迹跟踪MPC控制器并利用真实站间信息进行仿真说明控制器的有效性。本文的主要工作如下:1)列车运行模型搭建。分析列车自动驾驶系统工作原理,搭建了列车运行模型。编写了模型验证仿真软件,利用实测数据检验模型的准确性。2)速度跟踪MPC控制器设计与仿真。设计速度跟踪MPC控制器以满足运行时间准确性和乘客舒适度要求。对列车运行模型简化,简化模型由牵引模型和制动模型构成。分别设计牵引和制动MPC控制器,制定切换策略并给出速度跟踪MPC控制器流程图。仿真说明该控制器对可测扰动和不可测扰动具有抑制作用,并与现有控制算法的控制效果进行比较,分析各自特点。3)全轨迹跟踪MPC控制器设计与仿真。设计全轨迹跟踪MPC控制器以满足安全性和停车精度要求。分别讨论了列车在启动、运行和停车阶段对控制器要求,给出了对应的解决方案。采用真实站间信息进行仿真,仿真结果说明了控制器的有效性。4)研究列车内部参数变化对于控制器性能的影响。分别从控制对象的稳态增益、延迟时间和时间常数与预测模型出现误差时进行仿真并总结出其中的规律。