摘要：時序數據驅動系統辨識的主要優點是可利用既有數據所蘊含的內在規律進行建模,且無需掌握系統內部結構,利用這一優勢,提出一種基于自回歸模型的平穩時序數據的高效辨識改進算法。利用重抽樣方法估計待辨識序列的數學期望和方差,分別析出相依隨機型序列和完全隨機型序列,并以矩陣滿秩為約束條件,用升階的方式計算相依隨機型序列的自回歸系數矩陣的秩,得到自回歸模型的階數,在定階的同時,以融合迭代和遞推機制的方式估算自回歸模型的參數。實驗表明改進后的算法可在花費更少量計算成本的情況下,在辨識精度的穩定性上較現有算法有顯著的提升。