1.一种基于广义参数估计观测器的滑模控制方法，其特征在于，包括：获取三相永磁同步电机的自然坐标系下的数学模型，通过Clark坐标变换和Park坐标变换，并选取永磁同步电机q轴电流作为状态变量，机械角速度ωr作为输出以及状态变量，将自然坐标系下的数学模型转换为三相永磁同步电机的d‑q轴同步旋转坐标系下的数学模型；

根据所述d‑q轴同步旋转坐标系下的数学模型，基于广义参数估计观测理论将状态观测转化为参数估计，确定用于估计q轴电流iq和负载转矩TL的线性回归方程；

处理所述线性回归方程，使其符合激励条件，根据预先设置的广义参数估计观测器，确定q轴电流的估计值  和负载转矩TL的估计值 ；

根据广义参数估计观测器的估计信息，设计滑模控制器，根据滑模控制器得到控制量uq，对控制量uq进行逆Park坐标变换后，经由SVPWM模块得到三相逆变器的驱动信号，根据所述驱动信号调节三相逆变器的输出；

所述d‑q轴同步旋转坐标系下的数学模型表示为：；

其中， 为q轴电流对时间的导数，iq为q轴电流，Rs为定子电阻，L为电感，φf为永磁体与定子交链的磁链，uq为q轴电压同时也是控制输入，ωr为转子的机械角速度， 为转子的机械角速度对时间的导数，P为电机的极对数，J为转动惯量，B为粘滞摩擦系数，TL为负载转矩；

所述线性回归方程为：

；

qe为加入滤波器线性回归方程的可测量，me为加入滤波器线性回归方程的回归因子，为线性回归方程的中间变量， ，iq0为q轴电流初始值误差；

；

；

；

s1为微分算子，α1、α2、β1、β2为滤波器参数，满足α1，α2≠0，β1，β2＞0，q1为未加入滤波器的线性回归方程的可测量，λ1为观测器增益，λ1＞0，m、ω为中间变量；

求解中间变量m、ω，包括：

基于广义参数估计观测器的理论，重构q轴电流iq，得到下式：；

其中， 表示q轴电流iq的重构状态的导数，ξy为q轴电流iq的重构状态；

基于线性系统理论得到重构状态ξy的状态转移矩阵XAx：；

其中， 为状态转移矩阵对时间的导数，XAx(0)为状态转移矩阵的初始值；

则q轴电流的真实值表示为：

；

其中， 为初始值误差，iq(0)表示q轴电流的初始值，ξy(0)表示q轴电流iq的重构状态的初始值；

；

重构 ，表示为：

；

；

；

然后将m和ω的式子转换成微分方程的形式，表示为：；

；

其中， 为状态转移矩阵的转置，m(0)为m的初始值；

求解所述微分方程，得到中间变量m、ω；

确定滑模控制器的过程，包括：以给定机械角速度与传感器测得的机械角速度之差作为滑模控制器的输入，表示为：

；

其中，e为滑模控制器的输入， 为转子的机械角速度的参考值；

设计滑模面s，表示为：

；

其中，c为滑模面参数，满足c＞0，表示输入误差对时间的导数；

结合广义参数估计观测器，得到控制律uq为：；

其中，sgn(s)为符号函数， 为q轴电流iq的估计值， 为负载转矩TL的估计值，a为中间参数， ，k为控制率参数，k＞0。

2.根据权利要求1所述的基于广义参数估计观测器的滑模控制方法，其特征在于，采用基于广义观测理论结合动态回归扩展方法确定所述q轴电流的估计值 和负载转矩TL的估计值 。

3.一种基于广义参数估计观测器的滑模控制系统，其特征在于，包括：变换模块，用于获取三相永磁同步电机的自然坐标系下的数学模型，通过Clark坐标变换和Park坐标变换，并选取永磁同步电机q轴电流作为状态变量，机械角速度ωr作为输出以及状态变量，将自然坐标系下的数学模型转换为三相永磁同步电机的d‑q轴同步旋转坐标系下的数学模型；

第一确定模块，用于根据所述d‑q轴同步旋转坐标系下的数学模型，基于广义参数估计观测理论将状态观测转化为参数估计，确定用于估计q轴电流iq和负载转矩TL的线性回归方程；

第二确定模块，用于处理所述线性回归方程，使其符合激励条件，根据预先设置的广义参数估计观测器，确定q轴电流的估计值 和负载转矩TL的估计值 ；

输出模块，用于根据广义参数估计观测器的估计信息，设计滑模控制器，根据滑模控制器得到控制量uq，对控制量uq进行逆Park坐标变换后，经由SVPWM模块得到三相逆变器的驱动信号，根据所述驱动信号调节三相逆变器的输出；

所述d‑q轴同步旋转坐标系下的数学模型表示为：；

其中， 为q轴电流对时间的导数，iq为q轴电流，Rs为定子电阻，L为电感，φf为永磁体与定子交链的磁链，uq为q轴电压同时也是控制输入，ωr为转子的机械角速度， 为转子的机械角速度对时间的导数，P为电机的极对数，J为转动惯量，B为粘滞摩擦系数，TL为负载转矩；

所述线性回归方程为：

；

qe为加入滤波器线性回归方程的可测量，me为加入滤波器线性回归方程的回归因子，为线性回归方程的中间变量， ，iq0为q轴电流初始值误差；

；

；

；

s1为微分算子，α1、α2、β1、β2为滤波器参数，满足α1，α2≠0，β1，β2＞0，q1为未加入滤波器的线性回归方程的可测量，λ1为观测器增益，λ1＞0，m、ω为中间变量；

求解中间变量m、ω，包括：

基于广义参数估计观测器的理论，重构q轴电流iq，得到下式：；

其中， 表示q轴电流iq的重构状态的导数，ξy为q轴电流iq的重构状态；

基于线性系统理论得到重构状态ξy的状态转移矩阵XAx：；

其中， 为状态转移矩阵对时间的导数，XAx(0)为状态转移矩阵的初始值；

则q轴电流的真实值表示为：

；

其中， 为初始值误差，iq(0)表示q轴电流的初始值，ξy(0)表示q轴电流iq的重构状态的初始值；

；

重构 ，表示为：

；

；

；

然后将m和ω的式子转换成微分方程的形式，表示为：；

；

其中， 为状态转移矩阵的转置，m(0)为m的初始值；

求解所述微分方程，得到中间变量m、ω；

确定滑模控制器的过程，包括：以给定机械角速度与传感器测得的机械角速度之差作为滑模控制器的输入，表示为：

；

其中，e为滑模控制器的输入， 为转子的机械角速度的参考值；

设计滑模面s，表示为：

；

其中，c为滑模面参数，满足c＞0，表示输入误差对时间的导数；

结合广义参数估计观测器，得到控制律uq为：；

其中，sgn(s)为符号函数， 为q轴电流iq的估计值， 为负载转矩TL的估计值，a为中间参数， ，k为控制率参数，k＞0。