现如今，系统的控制方法研究、系统状态估计与参数辨识、系统稳定性和镇定设计是现代控制理论三个相互影响不可分割的领域。控制理论的应用随着控制过程的日趋复杂而变得更为广泛，尽管如此， 的实际应用仍然不能脱离被控对象的数学模型。但是在大多数的情况下，被控对象的数学模型参数是不能精确的知道的，同时在运行期间，参数也可能会随之发生一定的变化，因此用控制理论去解决实际问题的首要步骤就是建立被控对象的数学模型。由此，系统辨识的研究形成了。30442
系统辨识是一种建模方法，我们可以简单的理解为，它的数学模型的建立过程，计时不同学科的发展过程。1962年，L.A.Zadeh对辨识作出了这样的定义[3]：“辨识就是在输入的数据和输出的数据的基础上，从一组已经给定的模型组中，确定一个与所要测量的系统等价的模型。”当然，除了Zadeh的这个定义以外，也有很多科学家给出了一些更为实用的定义，综合的来说，辨识的实质就是从一组已经给定的模型组中选择一个模型，而这个模型能最好的与所要研究的实际过程的动态或者静态特性拟合。对于系统辨识的方法，有以下几种：论文网
（1）经典的系统辨识方法
    经典的系统辨识方法[4-6]已经发展的比较成熟和完善了，该方法包括了阶跃响应法、频率响应法、最小二乘法、脉冲响应法、相关分析法、谱分析法和极大似然法等等。其中最小二乘法是一种最基本的也是应用最为广泛的方法。
然而随着科学技术的发展，经典系统辨识的方法显示出了越来越多的不足，例如最小二乘法一般需要已知的输入信号，而且输入信号需要具有丰富的变化，然而并不是所有的系统的输入信号都可以保证的。
    （2）现代的系统辨识方法
面临的经典系统辨识的诸多不足，现代的系统辨识方法应运而生，主要包括集员系统辨识法、多层递阶系统辨识法、神经网络系统辨识法、遗传算法系统辨识法和模糊逻辑系统辨识法等等。
遗传算法能够快速有效的搜索复杂、高度非线性和多文空间，将遗传算法应用于线性离散系统的在线辨识[7]，能够基本解决最小二乘法不能处理的输入信号不确定的缺点。文献[8]就是利用了改进的遗传算法，提出了一种辨识系统参数的方法。
在实际的系统中，常存在一些不可避免的时滞，使系统的动力学性能显著下降[9]。在与系统的质量、阻尼、刚度、反馈增益等参数作对比时，可以发现时滞是一类特殊的参数。即便是线性系统中的时滞辨识，也往往是非线性的参数估计，对于测量噪声的干扰非常敏感。目前，研究如何辨识系统的时滞的文献，其研究的对象主要是具有输入时滞的系统。例如，文献[10-12]假定时滞是采样周期的整数倍，通过连续模型离散化来降低辨识难度，这类方法的采样周期越小，越能精确估计时滞。但采样周期过小会引起辨识过程紊乱。文献[13-15]将系统频响函数中时滞引起的指数函数进行有理分式逼近，获得扩阶的无时滞系统频响函数，再利用频域模态参数辨识方法获取时滞和系统参数。
文献[16]利用MATLAB设计最小二乘递推算法进行参数辨识的设计及仿真。文献[17]对线性时变结构系统参数识别方法进行了简要回顾，重点介绍了子空间方法用于时变结构系统模态参数识别方法相关研究成果。文献[18]主要研究了时变系统的模态识别问题，重点探讨时间序列分析方法在时变系统模态参数识别中的应用，在对该方法的充分研究基础上，进行了一系列改进尝试。 大量的借鉴了现代控制理论、信号处理和系统工程等领域的研究成果。目前已经发展的建模方法主要可分为三种[19]:基于信号处理技术的方法、子空间建模方法和时间序列分析模型方法。文献[20]利用Fourier级数来求解时滞系统的参数估计问题。提出的算法类似于利用其它的正交函数西所得到的算法。由于Fourier积分运算矩阵和滞后运算矩阵中的大多数元都是零元，因此计算简单。滞后现象往往广泛地存在于实际的系统中，而对时滞系统进行分析、对系统的参数进行估计或者对控制问题的数值的计算十分的复杂。近十几年来，采用正交函数系对时滞系统的若干问题进行研究已经有了很多的成果：例如:Walsh函数方法[21]、块脉冲函数方法[22]、Lagurre多项式方法[23]、Taylor级数方法[24]等。 系统辨识文献综述和参考文献:http://www.youerw.com/wenxian/lunwen_26147.html