随着城市规模的不断扩大,大城市的交通拥堵问题日益突出,而城市轨道交通对土地的利用效率高,具有运量大、速度快、安全舒适、对环境影响小的特点,大力发展城市轨道交通是解决城市交通拥堵问题的重要途径,目前我国城市轨道交通仍处于高速发展的状态。为满足城市轨道交通在不同天气条件和不同环境下的运营需求,提高列车控制器性能,打好工程应用和理论研究的基础,列车模型的参数辨识工作是十分必要的。本文在总结现有列车模型的基础上,通过研究城轨列车编组情况和牵引制动特性,建立列车基本阻力模型、列车牵引控制模型、列车制动控制模型。通过分析城轨列车运行速度曲线,提出了针对高速阶段和低速阶段的牵引控制模型,将列车牵引过程分为牵引建立阶段、牵引过程和牵引切除阶段,将列车制动过程分为制动建立阶段、制动过程、电空混合制动阶段,利用误差类模型更精细的描述列车控制过程。针对列车基本阻力参数辨识问题,本文提出了基于双重收敛准则的遗传算法,通过设置收敛判断和精度判断准则使得遗传算法求解具有高精度的同时保证快速性。通过对晴天和阵雨天相同站间的惰行数据进行基本阻力参数辨识,给出了雨天基本阻力参数发生明显变化的结论。针对列车控制模型参数辨识问题,本文通过分析列车自动运行系统结构,提出了含电机控制的列车运行双闭环控制框架,将列车控制过程抽象为列车控制方程误差模型、列车控制输出误差模型、列车控制Box-Jenkins模型。采用了递推最小二乘类算法以及运算量较小的随机梯度类算法对这三种列车控制模型进行参数辨识。本文采用辅助模型思想解决参数辨识过程中涉及无法观测的未知量的问题,采用多新息参数辨识思想解决随机梯度算法收敛较慢的问题。本文利用参数辨识结果设计基于白噪声和有色噪声列车控制误差类模型的在线自矫正控制算法应用于列车制动阶段。分析了北京地铁亦庄线夜间晴天和雨天停车精度,得出现场停车精度具有很大的不确定性的结论。在制动阶段应用基于白噪声的列车控制误差模型参数辨识的在线自矫正控制算法,通过仿真验证,算法可以保证列车停车精度在1cm以内,避免了环境和列车参数变化对停车精度的影响。