永磁同步电机控制性能优越,具有构造简单、效率高等优势,在人工智能、数控技术、新能源汽车等领域已经被广泛应用。目前,普遍采用机械式传感器获取速度信息和位置信息,然后利用矢量控制来完成对永磁同步电机的精确控制。机械式传感器会导致电动机体积变大,成本增加,系统性能下降等问题。因此,本文研究了非线性观测器技术对PMSM的无速度传感器控制,利用算法来估算转子的速度和位置。主要研究内容如下:1.研究了基于滑模观测器的永磁同步电机无速度传感器控制。针对传统机械式传感器在工程应用中受到的各种局限,采用滑模观测器技术对永磁同步电机的无速度传感器控制方法进行研究,低通滤波器的存在会引起位置估计产生相位滞后,所以在本文中增加了相位补偿环节。仿真结果表明,增加了相位补偿后的滑模观测器比传统的滑模观测器能更准确地计算转速和位置。2.研究了基于无迹卡尔曼滤波器（Unscented Kalman Filter,UKF）的永磁同步电机无速度传感器控制。针对扩展卡尔曼滤波算法存在的估算精度取决于电动机参数、高阶控制系统难以实现等问题,建立了 UKF算法的永磁同步电机无传感器控制方案。永磁同步电机的数学模型是非线性的,UKF算法中不必对非线性模型进行线性化,而是以无迹变换为基础,采用确定性采样。仿真结果表明,UKF对电机转速的估计性能更好。3.研究了基于改进滑模观测器的永磁同步电机无速度传感器控制。针对传统滑模观测器中存在的高频抖振的问题,一方面采用饱和函数代替符号函数作为控制函数,另一方面考虑到反电动势中存在高次谐波,设计了一个无迹卡尔曼滤波和低通滤波器形成的级联二级滤波,最后,采用锁相环技术来获得转速和位置信息,建立了基于改进型滑模观测器的转子速度和位置估计方法。仿真结果表明,改进滑模观测器能有效解决高频抖振的问题,验证了该方法的可行性和有效性。