随着磁场定向理论的发展,使得交流调速技术基本上可以达到与直流电机调速技术大致相同的控制性能。但是异步电动机矢量控制的关键是电机转子磁链和转速的精确观测与估计,进而而达到对转子磁场的控制目的,这需要以精确的电机参数为基础。而当电机处于运行过程中时,电机参数会受到温度、磁饱和以及集肤效应等的影响,将使得对转子磁链的观测结果不准确,从而影响到矢量控制的控制效果。矢量控制首先是对转子磁链的估算,进而实现对转子磁场的定向控制；其次则是对转子转速的估算,用于实现无速度传感器的矢量控制；另外对速度环、电流环以及磁链环的各调节器参数自整定,从而提高系统的动静态性能。关于应用最小二乘法进行参数辨识,有很多文献对此进行了介绍。本文对应用最小二乘算法(RLS)对电机参数进行离线与在线辨识做出了详细的研究与分析,应用递推最小二乘法进行电机参数辨识时,将二维电机模型转化为一维模型,避免了二维矩阵的求逆运算,从而减少了计算量；应用改进的欧拉算法求解巴特沃思数字滤波方程,同时得到了数字信号的滤波值与其一阶与二阶导数值,避免了进行离散化时产生的误差影响,因此提高了运算精度。本文对不同功率的电机进行了多次的仿真和实验,实验数据与结果验证了该方法良好的稳定性,一致性和准确性。同时,本文对应用交直流离线辨识算法对电机参数进行离线辨识进行了介绍与分析,该方法大大降低了辨识算法对单片机运算速度以及存储容量的需求,并且通过对于不同功率的异步电机的多次辨识实验,验证了该算法的良好的实用性。文章还介绍了扩展卡尔曼滤波(EKF)算法的理论基础及在实际电机自适应控制中的应用,在Simulink仿真环境下搭建了基于扩展卡尔曼滤波算法的无速度传感器矢量控制系统的仿真模型,实现了对转子磁链及速度的观测与估计,达到了良好的电机控制效果。仿真结果验证了基于扩展卡尔曼滤波算法的无速度传感器矢量控制的良好的快速性、稳定性与准确性。