高速列车自动驾驶系统成为了现如今轨道交通行业的研究热点。高速列车自动驾驶系统研究的关键之处就在于列车运行过程参考速度轨迹的规划。在能源价格上涨、环保压力增大、运输量持续攀升的今天,一条能够保障列车运行安全性、准点性、舒适性和节能性的参考速度轨迹能够大大提高列车的运行能效和发车密度。在调研文献的基础上,针对高速列车的速度规划问题,应用模型预测控制方法,研究基于收缩预测控制的高速列车多目标速度规划。论文主要研究工作如下:第一部分首先对列车的运动过程进行了基本的理论分析,根据列车运行中的受力分析建立了列车的运动学模型。其次是根据列车的运行特性和物理构造分析了影响列车运行能耗的主要因素并建立了列车能耗模型。然后针对列车运行的各项目的与要求,分析了列车运行性能评价指标及运行约束。第二部分首先为了保障列车的运行性能,协调好列车运行安全、准点、舒适和节能之间的关系,构建了多目标模型预测控制优化问题。之后为了在各种不确定干扰下能有效的保证列车的精准停车,针对轨道列车的运行特性,提出了一种收缩滚动时域策略。然后针对列车运行过程中最优速度的规划问题,引入Radau伪谱法(RPM)将连续的列车运动学模型离散化,提高列车速度轨迹规划的准确性,并设计了基于收缩滚动时域的高速列车多目标速度规划算法并分析了算法的递推可行性,最后仿真验证了算法的有效性。第三部分为了提高列车速度轨迹在线规划的实时性,首先考虑了列车多目标速度规划性能指标,构建了多目标车速规划问题。之后针对模型预测控制方法在复杂快速系统中求解时间长的问题,引入了一种能够降低优化问题中状态量与控制量维度的滚动块方法,用于降低列车速度规划问题中的计算复杂度。然后为了保障列车精准停车的要求,结合本文第二部分提出的收缩滚动时域策略,设计了一种新的收缩滚动块策略。最后提出了基于移动块的列车多目标速度规划算法,以提高列车速度规划问题在线求解的实时性并仿真验证了算法的有效性。