近年来，有关控制相关辨识法的研究正在深入，这种辨识与控制之间的配合向传统的辨识方法提出了新的要求。采用小波分解的辨识方法是一种控制相关的系统辨识方法，通过离散小波变换，把系统的输入输出数据分解到不同的频段上，选取系统工作频段的数据或者对各频段数据的加权，实现对控制系统工作频率的精确建模。 随机CARMA模型是控制系统常用的模型，本文针对随机CARMA模型的多尺度辨识进行了研究，主要完成了以下工作： 1．基于随机CARMA模型的多级最小二乘法，本文提出了对辅助模型参数和过程模型参数进行多尺度辨识的方法； 2．把多尺度估计模型M_j转化为时域模型(?)的算法，并在时域完成噪声模型的参数辨识； 3．根据控制的要求选择最终的随机CARMA模型M； 4．仿真研究证明了这种方法的有效性。 论文研究表明采用小波多尺度分析能够充分提取辨识数据中不同频段的信息，提高信噪比和辨识精度，易于把控制系统设计对模型的要求反映到辨识过程中。