永磁同步电机(Parameter Magnet Synchronous Motor,PMSM)以其结构简单、安全可靠、动态性能好、调速性能优良等特点广泛应用于电动汽车、船舶动力以及航空航天等重要领域。在电机高性能控制场合中,获取转子位置信息是必不可少的,而传统位置传感器技术也因自身缺陷和外部环境影响将被无位置传感器控制技术替代,成为当前研究的热点。其中扩展卡尔曼滤波算法已被广泛的运用在无位置传感器控制技术中,但其具有运算量大,对硬件要求高的问题。为了解决这一问题,本文提出一种针对永磁同步电机矢量控制的一种两段式扩展卡尔曼滤波算法,该算法在原扩展卡尔曼滤波算法(Extended Kalman Filter,EKF)的基础上将其拆分成两个并行运行的低阶滤波器,但是在数学上两者是等价的。实验结果表明,该算法不仅能够实现原EKF算法的估计性能,而且相较于原EKF算法减少了总运算量,缩短了运算时间。本文首先介绍PMSM调速控制系统的研究现状及发展方向,给出了PMSM的基本结构,同时介绍了坐标变换原理,为PMSM的矢量控制打下了基础,随后推导了PMSM在不同坐标系下的数学模型,之后研究了永磁同步电机主要的控制方法以及目前无位置传感器控制的常用算法,分析比较各种算法的优缺点。针对永磁同步电机非线性、强耦合、运行过程复杂等特点,使用电压空间矢量脉宽调制技术进行控制,并在仿真平台上搭建了PMSM有速度传感器矢量控制的仿真。然后介绍了EKF算法的基本原理,并对其算法进行了深入分析,给出算法流程图。使用该算法设计了扩展卡尔曼滤波观测器,并且在PMSM有速度传感器仿真模型基础上搭建了基于EKF算法的永磁同步电机无位置传感器控制系统仿真模型,通过仿真分析并验证算法的可行性、正确性及有效性。同时将矢量控制中的PI控制器稍加改进,降低了系统估计的超调量,提高了系统的稳定性。最后,为了解决传统扩展卡尔曼滤波算法运算量大,对硬件要求高的问题。本文提出一种改进型的两段式扩展卡尔曼滤波算法(Two Stage Extended Kalman Filter,TSEKF),该算法在原扩展卡尔曼滤波算法的基础上将其拆分成两个并行运行的低阶滤波器,但是在数学上两者是等价的。同时搭建了TSEKF的仿真模型,实验结果表明,该算法不仅能够实现原EKF算法的估计性能,而且相较于原EKF算法减少了总运算量,缩短了运算时间。