永磁同步电机(PMSM)相较于其他交流电机有更高的效率、更低的损耗、高力矩惯量比并且还有控制简便、少维护的优势，使其在工业领域和国防领域迅速得到广泛应用。实际需求和研究的深入使人们对于永磁同步电机伺服控制领域的要求越来越高，而控制系统的设计或控制策略的实现等都需要高精度的参数辨识和转速估计。然而电机参数在不同的工况下会发生较大的改变，何况永磁同步电机本身就是一个非线性强耦合的系统，这使得参数辨识和转速估计的难度增加，本文针对如何更好的实现PMSM基本参数的在线辨识和转速估计进行了如下研究：
　　1.介绍了永磁同步电机的数学模型，研究了基于空间矢量脉宽调制的PMSM矢量控制系统，通过仿真分析验证了PMSM矢量控制系统的有效性。
　　2.研究了基于模型参考自适应(MRAS)的参数辨识。论述了待辨识参数的参考模型、可调模型及待辨识参数的自适应率，针对传统MRAS辨识的不足，本文将变化较小的磁链作为已知值提高了辨识的精度，并且增加了电角速度辨识模块，使得辨识模型能再辨识电角速度，最后通过仿真对比验证了改进方案的有效性。
　　3.研究了基于扩展卡尔曼滤波(EKF)算法的转速估计。通过理论分析论述了转速估计的状态模型，并基于S函数编程进行了仿真分析，针对传统EKF转速估计稳定性受转矩负载扰动影响较大的问题，提出了增加负载转矩观测器的改进方案。
　　4.研究了基于自适应变异动态差分进化算法(AMDDE)的参数辨识。论述了PMSM的全秩多参数辨识模型，分别在常温下和温度变化条件下对PMSM的多个参数进行了辨识，同时将AMDDE算法辨识的结果与量子遗传算法(QGA)、免疫协同进化粒子群算法(ICPSO)、GUP加速并行免疫协同进化粒子群算法(G-PCIPSO)、免疫克隆算法(ICA)和自适应神经元神经网络算法(Adaline NN)辨识的结果相对比，结果验证了该算法的有效性和优异性。