随着高速列车速度的不断提升,铁路运营部门对列车安全运行的要求也相应的提高。列车定位是列控系统控制列车运行、保障行车安全、提升铁路运输效率的关键技术,然而传统的列车定位方式过于依赖地面轨旁设备,已经不能满足未来列控系统对定位的需求。因此,本文结合下一代列控系统的发展趋势及相应的定位需求,提出了基于全球卫星导航系统(GNSS)、航位推算(DR)和LTE-R的列车组合定位方法,并以提高列车组合定位的精度和可靠性为目标,对相关信息融合算法进行了研究。首先,论文对列车组合定位系统的结构及定位流程进行了说明,并对GNSS和DR的定位原理及误差模型进行了研究。根据铁路沿线LTE-R通信基站分布特点,给出了基于信号到达时间差(TDOA)测量值和轨道线路信息实现列车无线定位的方法及相应的列车位置解算过程。其次,在研究组合定位信息融合方法的过程中,针对列车在加速、减速、转弯等运动状态变换过程中存在定位精度较低、稳定性差的问题,研究了基于交互式多模型的信息融合算法,即交互式多模型容积卡尔曼滤波(IMM-CKF)。同时,为了提高列车组合定位的容错能力,将交互式多模型算法与联邦滤波结合,研究了基于联邦交互式多模型的信息融合算法。随后,论文设计了相应的联邦滤波器结构、故障检测与系统重构方案以及建立了各子滤波器的系统状态模型和测量模型。最后,基于Matlab提供的图像用户界面开发环境设计并实现了列车组合定位仿真系统,并利用仿真系统提供的定位数据,对论文所提信息融合算法性能进行验证。通过对比试验发现,基于交互式多模型的信息融合算法能够有效提高列车定位精度和稳定性。而在GNSS或LTE-R故障情况下,基于联邦滤波的组合定位系统能及时检测出故障的定位子系统并将其隔离,证明本文的组合定位系统有较强的容错能力。