(3)模型参考自适应法(MRAS)
模型参考自适应算法把不含角速度的电压方程当作参考模型，把含有角速度的电流模型当作可调模型，两个模型的输出量是一样的，所以将两个模型的输出量进行比较后，可以得到输出量的误差，这个误差是构建和调节自适应律的关键。除此以外，还有转子磁通估计法、反电势估计法和无功功率法。而其中的转子磁通估计法也是以电压模型为参考模型，但他的电压模型中引入了纯积分，所以在低速运行时会存在一些问题，需要对转子磁通估计法进行改进。另一种方法，反电势估计法就是在此基础上进行的，它去掉了转子磁通估计法中的纯积分环节，虽然在一定程度上让系统性能变得好一些了，但是他却没有办法去掉定子电阻对系统的影响。但是无功功率法却弥补了反电势估计法的缺点，削弱了定子电阻的影响，所以在低速时能够较好地运行，并且鲁棒性也得到了提高。MRAS使参数能够渐进收敛，是一种尽量保持系统稳定性的参数识别办法。设计系统时最重要的是一定要选好参数，参数的好坏很重要，系统的控制效果和系统运行的好坏都与参数的选择息息相关，选择好参数对构建一个良好的系统非常重要。
(4)扩展卡尔曼滤波器法
扩展卡尔曼滤波器法的思想是将电机的五阶非线性模型想法设法变成线性的，因此可以试着利用电机的转速，仔细观察模型的每个估计点，然后利用这些估计点将模型线性化，从而得出电机的转速。这种算法有一个非常好的优点，就是他不会造成太大的噪音，而且还能让转速的估计更加精确。但是这种方法也有缺点，就是他的计算量太大了，精度也会随着电机参数变化受到影响。
现在虽然有很多识别转速的办法，但是这些方法在各方面仍然有一定的问题，例如难以使系统的精度、复杂性、可靠性能够协调相处，并且在低速时性能仍然有需要改进的地方。现在若还想要进一步提高无速度传感器的动静态特性，就需要更加完善的逆变器，还有更好的电机模型，除此以外，还要考虑到电机在不同的运行条件下的情况，比如说电机磁路饱和时，或者发生绕组集肤效应或电机参数变化时对系统的影响。在进行系统设计时，一定要尽力将自适应电机模型设计的很精准，因为自适应模型的精度会影响到低速转动脉矩，自适应电机模型越精确，抗负载扰动的能力也会越强，因此系统的反应时间也会缩短，即使电机的参数发生变化，系统的变化也不会很大，文持稳定应该不会很困难。相信随着各种开关器件的发展，无速度传感器也将会发展的越来越好，以后在高速系统中能够经常看到无速度传感器是一定的，并且无速度传感器控制多机运行，低速时能够达到高效率的时代也一定会来临。 MRAS无速度传感器的交流调速系统设计(3):http://www.751com.cn/zidonghua/lunwen_16248.html