感应电机驱动中的大部分问题应当说在当今的电力电子技术领域中已经得到解决，相关的成熟技术提供了被业界广泛接受的解决方案。目前，感应电机驱动研发的一个重点是如何将驱动器与电机有机地结合在一起，开发出性能更高、成本更低的“驱动模块”。基于这一思路，开发人员在如何省去轴侧速度传感器以及电机相电流传感器方面进行了深入的研究，特别是高性能无速度传感器矢量控制的实现已成为近年来电机驱动研究的热点。基于以上背景，本论文充分考虑感应电机电磁特性对机械特性的影响，实现了速度和磁通的完全解耦控制和观测，着重解决感应电机对环境噪声和电机参数变化的鲁棒性及其在无速度传感器领域中的应用问题。本文系统地介绍了自适应滤波理论中的卡尔曼滤波器家族在感应电机参数观测中的应用。主要研究了以下感应电机无速度传感器控制策略：①基于扩展卡尔曼滤波器的感应电机矢量控制；②基于改进电机模型的降阶卡尔曼滤波器参数估计；③基于无偏卡尔曼滤波器的感应电机矢量控制。本文第4章重点介绍了扩展卡尔曼滤波器的设计，将卡尔曼滤波算法推广至非线性感应电机系统的参数辨识。扩展卡尔曼滤波器采用工程实际中普遍采用的泰勒展开式截断的方法，对非线性方程进行线性化处理。在电机状态方程中加入了反映电机建模误差和环境干扰的系统噪声模型和测量噪声模型。扩展卡尔曼滤波器同时对电机的五个参变量进行估计，并将估计的转速信息引入感应电机无速度传感器控制系统中。仿真结果证明与开环的磁链与转速观测方法相比，扩展卡尔曼滤波器获得了很好的动态跟踪性能，抗噪声能力以及低速状态下良好的观测效果。本文第5章从滤波器结构入手，推导出了可用于宽采样周期的降阶卡尔曼滤波器。扩展卡尔曼滤波器由于采用了复杂多变量的电机数学模型，致使其在转速估计中运算量大，要求采样周期短，实际应用困难。改进的降阶卡尔曼滤波器采用新的数学模型，简化了滤波器结构，去除了定子电阻项参数，克服了需要采用短采样周期的缺陷。经仿真验证，该观测策略加快了系统运行时间，提高了转速估计的准确性和鲁棒性。本文第6章在一种新颖的统计自回归算法的基础上，设计了一种基于无偏卡尔曼滤波器的无传感器控制策略。无偏卡尔曼滤波器利用UT变换代替泰勒展开式截断的方法处理非线性系统。通过一组确定性采样点来捕获系统的相关统计特征，再根据非线性映射后的点集重建统计参量。仿真结果证明，UT变换作为一种全局意义上的线性化，可以使无偏卡尔曼滤波器获得更好的收敛稳定性和更准确的估计性能，与扩展卡尔曼滤波器相比更适合于实际工程中对非线性系统的应用。