永磁同步电机由于其运行效率高、高功率/转矩密度、高启动转矩等特点,被广泛地应用于高性能精确伺服控制等领域。电力电子技术和微处理器技术的发展为永磁同步电机先进控制方法的应用提供了坚实的基础,矢量控制和直接转矩控制成为实现永磁同步电动机高性能控制的两种主流控制策略。然而,永磁同步电机是一个参数时变的非线性多变量系统,其控制性能在实际系统中往往受到电气和机械参数的变化以及外部负载干扰所影响。永磁同步电机控制系统目前研究重点主要在重要参数实时辨识和控制器设计两个方面。经典系统辨识及控制通常假定系统的输入输出量采样(更新)均是在单一频率下完成,然而针对复杂的工业对象,采用单一采样频率进行采样(控制)是不切实际的,甚至不可实现的。因此,针对永磁同步电机系统参数辨识及控制问题,本文结合多采样率系统理论、滑模变结构控制理论、模型预测控制理论以及参数与状态估计方法等方面内容,进行了如下几个方面的讨论和研究：首先,基于多项式变换技术,提出永磁同步电机不带噪声干扰系统的双率递推最小二乘算法。对多项式变换后带有色噪声系统,提出永磁同步电机双率增广递推最小二乘法算法,针对双率采样系统单率输出误差模型,提出永磁同步电机双率辅助模型最小二乘算法,仿真实验验证算法有效性。其次,针对随机梯度估计算法收敛速度较慢的问题,基于多新息辨识理论,提出永磁同步电机多新息随机梯度参数辨识算法,引入新息长度,将单新息向量扩展为多新息矩阵,提高了随机梯度算法的收敛速度和精度,随着引入算法中新息数据长度的增加,其算法辨识过程的收敛性能得到进一步提高。最小二乘算法中需要计算协方差矩阵,算法的计算量偏大,尤其在多采样率系统中,辨识参数数量的增加,计算量将大幅度增加。基于多项式变换技术,提出永磁同步电机多采样率带收敛因子随机梯度算法,在收敛因子作用下,辨识过程收敛速度和精度都明显提高。再者,扩展卡尔曼滤波作为一种由最小方差意义上的最优预测估计发展起来的现代滤波方法,已广泛应用于电机的转速估计。结合永磁同步电机电气参数及转速建立电机的三阶数学模型,采用“提升”技术构建输入多采样率状态空间描述,采用输入多采样率扩展卡尔曼滤波算法在损失数据状况下估计电机转速,仿真和验证实验证明该算法在转速估计精度及收敛稳定性方面均有一定提升。然后,基于多采样率数字控制理论及离散时间准滑模控制理论,对带有限带宽干扰离散时间系统提出输入多采样率准滑模控制算法,该算法能有效抑制干扰对系统的影响,同时有效削弱系统稳态抖振；永磁同步电机机械和电气子系统具有典型多采样率特性,提出带终端吸引子输入多采样率离散准滑模控制器,并将其作为电机转速调节器,在转速采样周期时间内,利用扩展的输入控制量有效降低系统稳态抖振,提高了系统动态响应速度,仿真和验证实验证明了算法的有效性。最后,基于多采样率数字控制理论和模型预测控制理论,针对永磁同步电机矢量控制系统电流环和速度环动态响应速度不匹配问题,提出基于输入多采样率模式的永磁同步电机单环模型预测控制算法,仿真和验证实验结果证明该算法的有效性,并在损失数据状态下能有效保证系统的控制品质。