本文介绍了非线性系统辨识研究的目的和意义,详细概述了在非线性辨识领域占有重要位置的Hammerstein模型,即一类模块化的非线性系统模型,该模型是由静态的非线性子模块与动态的线性子模块相连接而构成的。由于Hammerstein模型结构简单,具有能够有效地描述几乎所有被控系统的特征、并且易于实现在线辨识,因此成为国内外学者和专家的研究热点,并在实际工程中的许多领域中得到广泛的应用。众所周知,单变量Hammerstein模型的辨识理论和方法的研究已经比较成熟,本文主要针对多变量Hammerstein模型,基于极大似然辨识方法,进行Hammerstein系统辨识方法的研究。本文基于极大似然原理,提出不同多变量Hammerstein系统的辨识方法,并通过Matlab仿真软件进行仿真实验。本文的主要内容如下:1.介绍了Hammerstein模型及其数学描述,模型辨识的主要内容和基本步骤,并列出辨识所常用的两种模型,即方程误差类模型和输出误差类模型。2.介绍了极大似然辨识算法的原理和辨识步骤,并以受控自回归模型为仿真实例进行极大似然参数估计。3.基于极大似然辨识原理,针对在有色噪声干扰下的多变量Hammerstein受控滑动平均模型(Hammerstein CMA模型)以及多变量Hammerstein输出误差滑动平均模型(Hammerstein OEMA模型),提出多变量Hammerstein模型的递推极大似然最小二乘辨识方法。4.进行Matlab仿真实验,仿真结果表明了本文中所采取的方法有效地解决了多变量Hammerstein模型在线辨识时所出现的维数高、计算量大且难以参数化的问题。