块导向非线性系统是由动态线性子系统和静态非线性环节相互串联而构成的系统，由于结构简单并能描述相当广的一类实际系统，所以受到了广泛地关注.由于存在非线性环节，已有的线性系统的辨识结果不能直接应用，是辨识这类系统的困难所在.　　 本文主要研究在随机干扰下，这类系统的递推辨识问题.主要包括单输入单输出Wiener-Hammerstein系统、多输入多输出Wiener系统、多输入多输出变量带误差Hammerstein系统和单输入单输出变量带误差Wiener系统的递推辨识.　　 1.给出了用线性系统的脉冲响应或系统输出的相关函数估计线性系统参数的算法，这是估计块导向系统中线性子系统的基础.主要的结果是给出了由线性系统的脉冲响应和系统输出的相关函数构成的Hankel矩阵行满秩的充分必要条件.　　 2.给出了单输入单输出Wiener-Hammerstein和多输入多输出Wiener这两类块导向系统的线性子系统的参数和非线性函数的一致递推估计算法.在这两类系统中，都假设系统输入为高斯白噪声，在此假设下，可以得到对于辨识线性子系统至关重要的Bussgang定理，由此可以根据系统的输入与输出得到线性子系统脉冲响应的估计，然后根据线性子系统参数和脉冲响应之间的卷积关系即可得到线性子系统参数的估计，最后根据线性子系统的状态空间模型和系统的输入和量测输出，可分别得到非线性部分输入与输出序列的估计，于是应用核函数得到非线性函数的非参数估计.　　 3.给出了多输入多输出变量带误差Hammerstein系统和单输入单输出变量带误差Wiener系统的一致递推估计算法.变量带误差系统的特点是除了对系统输出带有量测误差，系统输入也不能精确得到，而只能得到其被噪声干扰之后的量测值.同样，首先根据系统的量测输入与输出之间的相关关系可以得到线性子系统的估计，然后应用系统量测输入得到非线性函数输入的估计，但得到的估计不是一致的而是带有误差的，所以一般的核函数不能直接应用，最后我们应用反卷积核函数去掉估计中误差的影响从而得到非线性函数的一致估计.