随着科学技术的快速发展,人们在生产实践和科学实验中遇到了许多参数估计、系统控制、系统仿真等问题,希望通过建立数学模型解决这些问题。系统辨识则根据观测到的输入输出数据,从给定的模型类中选择与研究对象最适合的模型,它正好解决了上述建模问题。系统辨识这一强大功能,被广泛地应用在航天、航海、机器人、医疗、工程制造等领域。从线性系统辨识,到非线性系统辨识,都给工业生产活动带来了极大帮助,系统辨识理论也得到了迅猛发展。Wiener系统是一种常见的非线性系统,在工程等领域应用较为广泛。Wiener系统辨识一直是研究的一个热点,在此背景下,本文针对非线性系统中的Wiener系统,提出了一种新的频域辨识方法。工业生产中,经常会遇到非线性畸变,许多系统也可以用线性模型来近似。当非线性畸变过大时,用线性模型来近似就会出现较大误差,不能满足生产要求,这时需要建立非线性模型,非线性系统的辨识理论也就应运而生。Wiener系统是一类具有特定结构的非线性系统,它由一个线性模块和一个静态无记忆的非线性模块组成,能较好地反映一类非线性动力系统。在实际生产活动中,有较为广泛的一类非线性系统,如线性控制系统加上非线性增益的传感器,药物动力学模块等,都可由Wiener系统来描述。本文首先分析了系统辨识的背景,介绍了几种常见的非线性系统。并在已有系统辨识理论基础上,提出利用有理正交基在频域中对Wiener系统进行辨识。其线性部分正好利用有理正交基表示出来,采用自适应傅里叶分解算法选择有理正交基的极点,然后对线性部分进行辨识,进而确定中间信号。根据中间信号和输出信号,利用最小二乘法对非线性部分进行估计。最后,运用MATLAB数学软件对实例进行仿真。仿真结果表明,该方法对Wiener系统辨识是有效的。本文中提出的辨识方法优点在于:限制条件少、辨识过程简单、辨识速度快,这对Wiener系统来说,是个好用的辨识方法。