分数布朗运动和Rosenblatt过程是Hermite过程的两个特例.其中分数布朗运动是Hermite过程中被研究最多的一类过程，近年来分数布朗运动已经被学者广泛的研究并大量的应用在实际模型中.随着随机计算的发展，Rosenblatt过程也逐渐的受到人们的关注.Rosenblatt过程是一族长相依随机变量正态和的极限，它是非高斯的，但是它具有和分数布朗运动几乎一样的其他特性，如自相似性、平稳增量性、长程相依性等，因此在实际模型中也有重要的应用价值.本论文主要研究由Rosenblatt过程驱动的随机微分方程的参数估计，重点内容在下面三个方面：　　1)考虑由Rosenblatt过程驱动的随机微分方程（此处公式省略）　　讨论当Borel函数b(s,Xs)满足一定条件时，随机微分方程强解的存在性.　　2)在连续观测下考虑由Rosenblatt过程驱动的O-U过程（此处公式省略）　　其中参数θ未知.通过最小二乘法求对比函数的最小值（此处公式省略）　　得到参数估计值（此处公式省略）　　并证明其一致性.　　3)在离散观测下考虑由Rosenblatt过程驱动的均值回归O-U过程（此处公式省略）　　其中参数α,p,α＞0均未知.通过求对比函数最小值（此处公式省略）　　及 X的权变差（此处公式省略）　　分别求得估计值（此处公式省略）　　并证明其一致性.