高速铁路系统由于其低能耗、大运量、高效率等特点,近年来得到了快速发展,已成为综合交通体系的重要组成部分。高速铁路列车运行控制现采用人工驾驶的模式,但随着运力需求的持续增大,列车运行密度逐渐增加,运行速度的不断提高,从人工驾驶向自动驾驶运行模式的升级是行业规划方向,也是专家学者开展研究的重要课题。先进的列车控制方法是实现列车安全平稳和高效运行的重要手段。然而,由于高速铁路列车运行环境、线路条件、路网条件、临时限速等多维度和多状态的限制,造成了列车在运行过程中受到多种约束。同时,具有强非线性的高速列车运行条件和不确定性的外部环境,对列车的自动运行控制方法提出了较高的要求。本文针对列车速度跟踪控制与多列车追踪运行控制两种场景下对于列车状态的主动约束问题,主要展开的研究内容如下:首先,针对列车位置和速度状态的约束,研究基于非线性映射的高速列车速度跟踪反步控制方法。考虑列车运行过程中位置和速度的约束,建立状态约束下的列车动力学模型,设计一种非线性映射的方法解除约束的限制,对映射后的非线性系统进行误差变换,设计一种低复杂度的控制器并保证速度跟踪性能,通过仿真算例验证该方法对于列车位置和速度状态的约束性。其次,针对列车牵引/制动力的约束,研究输入饱和约束下的高速列车速度跟踪自适应控制方法。考虑列车牵引力和制动力存在上限的物理约束,建立列车输入饱和约束与状态约束下的列车动力学模型,并将对状态的约束转换为对于误差的约束,基于障碍李雅普诺夫函数实现对于状态的限制,设计径向基神经网络自适应估计列车运行过程中的不确定阻力,通过仿真算例验证在考虑输入饱和约束和状态约束两种非线性约束下该算法的稳定跟踪性能。最后,针对多列车追踪间隔的约束,研究列车初始状态在平衡点附近和初始误差较大两种场景下的多列车追踪运行控制方法。考虑避免多列车追踪碰撞的安全追踪间隔约束,建立追踪间隔约束下的多列车追踪运行模型,基于障碍李雅普诺夫函数解除约束的限制,设计小初始误差和大初始误差两种场景下的分布式控制器,搭建仿真模块验证不同场景和不同控制参数下的追踪控制效果,该控制方法可实现高速度和多场景下列车队列的稳定控制。图55幅,表8个,参考文献69篇。