上一节研究了三种观测器：龙贝格观测器（LO）、滑模观测器（SMO）和扩展卡尔曼滤波观测器（EKF），下面来指出它们之间的联系和区别。

首先，上述观测器都是基于电机的全阶动态模型，在实际使用中需要电机的全部精确参数，但由于采用了电流误差反馈，系统具有良好的动态和稳态性能，对参数变化具有一定的鲁棒性。观测器可以采用不同的状态变量，通常是根据需要来选择状态变量，如矢量控制中选择定子电流和转子磁链，直接转矩控制中选择定子电流和定子磁链等，但不影响观测器的本质。

其次，LO和SMO的本质区别在于误差反馈项，前者采用的是电流误差的连续反馈，特点是便于理论分析和设计，尤其在增益矩阵的设计和分析上，后者则引入了开关函数，由于高频非线性开关控制器的作用，电流误差被强迫到零附近，系统的鲁棒性得到增强，但开关函数增加了系统的非线性，不便于增益矩阵的理论分析和设计。得益于滑模控制所特有的高有效增益，在SMO中增益矩阵可以设定为常数，使得系统便于实现。(www.daowen.com)

另外，LO和SMO针对的都是确定性系统，EKF则适用于含有噪声的随机系统。从框图上看，EKF和另外两种观测器没什么区别，都是设有反馈校正环节的闭环估计，定子电流误差经过增益矩阵后反馈到电机模型中，调节增益矩阵可以使估计状态逼近实际状态，实际上EKF和LO以及SMO有很大区别。主要体现在EKF的增益矩阵是基于均方差误差最小原理得到，在动态过程中增益矩阵是根据Q和R来实时更新的，目的是在下一次得到最优的状态估计；而LO和SMO的增益矩阵是通过稳定性分析和极点配置来设计的，但由于系统的非线性，基于线性理论的分析方法有时难以应用。另外，EKF中转速是作为状态变量来估计的，而LO和SMO中转速是一个参数，利用稳定性定律通过自适应率得到。

最后，三种观测器都可以引入电机运动方程，从而加快转速估计的动态性能，但同时也使得系统的计算量增加，在EKF中表现得尤为突出。