En alusión al fenómeno de que el filtro de Kalman extendido tiende a divergir fácilmente en la estimación de la posición del motor en movimiento de un motor lineal síncrono de imán permanente, se ha diseñado un método de estimación de velocidad del filtro de Kalman extendido para motores lineales basado en memoria de atenuación. Al establecer el factor de atenuación, alfa, se introduce el filtro de Kalman extendido para aumentar el peso de los datos de velocidad más recientes y restringir la divergencia del filtro, logrando así un mejor efecto de seguimiento de velocidad. En el experimento de simulación del control sin sensor de un motor lineal, el algoritmo AMEKF puede mejorar significativamente la precisión de la estimación de velocidad del EKF estándar, reduciendo el error de estimación de velocidad en un 0,75%. Al mismo tiempo, mantiene un buen efecto de seguimiento de velocidad y un buen rendimiento dinámico bajo condiciones de velocidad variable y diferentes cargas.