永磁同步电动机具有功率密度高、运行效率高和无需励磁电流等优点，目前已经广泛应用于交流调速系统中，但高性能的伺服控制系统需要精确的转子位置和速度信息去实现转子位置定向。在传统的运动控制系统中，通常采用光电编码器等来检测转子的位置和速度。然而这些机械式传感器增加了系统的成本，降低了系统的可靠性，限制了永磁同步电动机的应用范围。因此，取消这些检测装置已经成为当今的研究热点。　　 目前，各国学者已经提出了多种转子位置自检测的方法，但大多存在对电机参数变化敏感、鲁棒性差、低速时检测精度低等问题。因此需要深入研究包括大范围高精度的转子位置检测方法。本文基于非线性估计理论的基本原理，研究了运用无色卡尔曼滤波算法（Uncented Kalman Filter, UKF）的思想来设计PMSM的速度和位置估计器，从而实现PMSM的无传感器的控制。本文主要做了如下研究工作：　　 首先，基于PMSM的数学模型，建立了电机的矢量控制仿真模型；其次，研究了非线性估计方法的最新进展，深入分析了无色卡尔曼滤波算法的稳定性和精确性，理论证明了UKF方法是一种优于扩展卡尔曼滤波(Extended Kalman Filter, EKF)，可应用于实时控制的非线性自回归最优状态估计方法；此外，应用无色卡尔曼滤波方法设计了PMSM的速度和位置估计器，通过无色卡尔曼滤波器估计电机转速和转角等反馈状态量，实现了PMSM的无速度传感器矢量控制。并且，运用Matlab/Simulink对PMSM无速度传感器矢量控制系统进行了验证，仿真结果表明了本文采用方法的有效性。