摘要：時(shí)序數(shù)據(jù)驅(qū)動(dòng)系統(tǒng)辨識(shí)的主要優(yōu)點(diǎn)是可利用既有數(shù)據(jù)所蘊(yùn)含的內(nèi)在規(guī)律進(jìn)行建模,且無(wú)需掌握系統(tǒng)內(nèi)部結(jié)構(gòu),利用這一優(yōu)勢(shì),提出一種基于自回歸模型的平穩(wěn)時(shí)序數(shù)據(jù)的高效辨識(shí)改進(jìn)算法。利用重抽樣方法估計(jì)待辨識(shí)序列的數(shù)學(xué)期望和方差,分別析出相依隨機(jī)型序列和完全隨機(jī)型序列,并以矩陣滿(mǎn)秩為約束條件,用升階的方式計(jì)算相依隨機(jī)型序列的自回歸系數(shù)矩陣的秩,得到自回歸模型的階數(shù),在定階的同時(shí),以融合迭代和遞推機(jī)制的方式估算自回歸模型的參數(shù)。實(shí)驗(yàn)表明改進(jìn)后的算法可在花費(fèi)更少量計(jì)算成本的情況下,在辨識(shí)精度的穩(wěn)定性上較現(xiàn)有算法有顯著的提升。