本文首先对永磁同步电动机的数学模型进行了深入的分析研究，针对永磁同步电机分别在电机运行于中高速时和低速时所采用的算法进行了数学分析和推导。在电机运行于中高速时采用模型参考自适应算法，模型参考自适应算法的主要思想是将不含未知参数的方程作为参考模型，而将含有待估计参数的方程作为可调模型，两个模型具有相同物理意义的输出量。利用两个模型输出量的误差构成合适的自适应律来适时调节可调模型的参数，以达到可调模型的输出跟踪参考模型输出的目的。根据稳定性原理可以得到转子速度的自适应律，而系统和速度的渐进收敛性由Popov的超稳定性定理来保证。由于模型参考自适应算法依赖于电机参数较高，又由于低速情况下转子位置估算精度极易受到电机参数变化的影响，因此MRAS算法在低速和零速下估算效果不佳。由于电机存在凸极性，在低速和零速时我们采用高频信号注入法来解决模型参考自适应算法在这种情况下估算精度不足的问题，具体方法则是通过带通滤波器，同步轴系高通滤波器来实现高频信号负相序部分的提取，通过外差法对高频信号的负相序部分进行处理，这样获取跟踪误差信号，由此建立转子位置观测器，整个观测器只用到了交轴电感和直轴电感两个电机参数，这使得电动机在低速估算时不会受到定子电阻温变的影响，从而大大提高了零速和低速时的估算精度。　　 在进行了充分的数学推导分析基础之上，文章第四章介绍了采用MATLAB仿真软件进行针对以上算法的仿真研究，对模型参考自适应法在低速时的估算误差进行了仿真分析，对高频信号注入法和模型参考自适应法的切换速度点的选取进行了仿真分析，结合两种算法的电机转速、电流、转矩和位置在不同运行参数下的仿真分析，结果表明得到了了很好的控制效果。第五章介绍了测试试验平台的具体构建方案，采用TI公司的TMS320F2812型号的DSP作为核心控制器，构建了外围电路，并进行了软件编写。第六章总结了本人的研究成果及研究过程中的不足之处，提出了以后改进的方向。