城市轨道交通的迅速发展促使中国社会城市化和城市大都市化步伐不断加快。而且国内外许多城市的实践证明城市轨道交通是解决城市交通堵塞问题的有效途径。随着城市轨道交通的快速发展,引发出对新型交通方式的成套技术研究需求。列车定位技术成为城轨交通列车运行自动控制系统的关键技术之一,列车测速定位的精度和可靠性直接影响列车的行车安全和运行效率。本文的主要目标是利用多传感器信息融合技术提高城市轨道交通中列车定位的精度和可靠度。使用单传感器进行测速定位很难达到基于通信的列车运行控制系统对列车定位的精度和可靠性的需求,但是每一种传感器又都有各自的优势,所以本文研究了基于多传感器信息融合的定位方法。本文应用惯性导航系统(INS)和全球定位系统(GPS)以及里程计(OD)进行信息融合,能有效的进行优势互补,以达到较高的精度和可靠性。本文对各定位子系统分别进行了详细的探讨,论述了各自的工作原理、系统组成、误差来源和模型计算,阐述了联邦滤波理论和H∞滤波理论。在此基础上设计了基于联邦卡尔曼滤波算法和基于联邦H∞滤波算法的INS/GPS/OD组合导航信息融合系统。对两种信息融合方法进行了研究,编写了组合导航相关计算机仿真程序,并做了大量的仿真实验。通过对实验结果进行分析,论文得出结论:多传感器信息融合的列车定位方法能有效提高列车测速定位的精度和可靠性。基于联邦卡尔曼滤波融合的测速定位方法的精度较高,计算量小,容错性好,但需要对干扰信号进行准确的数学描述,鲁棒性不强;而基于联邦H∞滤波融合的定位方法具有较强的鲁棒性,能解决噪声统计特性和模型参数不易确定的问题,克服了联邦卡尔曼滤波的缺点,提高了测速定位方法的适应能力,定位精度也能够满足城市轨道交通的需求,所以它非常适用于城市轨道交通。实时、准确地获得列车速度和位置信息是列车安全、高效运行的保障。因此对列车测速定位方法进行深入研究,对于推动城市轨道交通的发展具有重大和深远的意义。