为了保证传统的模型参考自适应系统（MRAS）在永磁同步电动机（PMSMSynchronous　MotorPermanent　Magnet）的控制过程中保持良好的动态性能和快速响应策略，本文提出了一种基于MRAS经典策略的综合算法模型。该方法采用扩展卡尔曼滤波（EKF）技术代替MRAS传统形式的自适应律，并结合线性神经网络（BPN反向传播网络）通过反向传播策略对MRAS自适应律的结果进行优化和补偿，最后在Matlab/Simulink仿真环境下对卡尔曼滤波算法和PMSM的仿真结果进行比较。结果表明，与经典的MRAS算法模型相比，改进的MRAS综合算法模型提高了无传感器控制过程中PMSM控制参数获取和动态响应过程的精度，进一步证明了MRAS综合算法模型在永磁同步电动机阻力控制系统中的应用价值。