在工业控制、航空航天、天文学、海洋、医学、生物学、生态学及社会经济学等众多领域，研究的对象通常非常复杂，其内部机理部分甚至完全不清楚，通常很难应用已有理论直接获得相应的数学模型，只能利用观测数据来确定研究对象的数学模型及其参数，这就是系统辨识所要解决的问题。系统辨识理论经过几十年的发展，研究越来越深入，应用越来越广泛，已在上述领域获得了十分成功的应用。
任何待研究的对象都可以看成是一个系统。在数学上，系统的基本特性可以用状态参数加以描述，状态参数一经确定，系统也就确定了。系统的数学模型是系统本质特征的数学抽象，是建立系统状态参数之间以及与外作用之间最主要的相互作用、相互制约的数学表达式。研究系统不同侧面的特性，则反映系统基本特性的状态参数也不同。模型一般不可能考虑所有因素，通常仅考虑主要因素而忽略次要因素，以便简化模型，但是模型的精度可能有所降低。如何折中模型的精确性和复杂性是建模中需要考虑的一个关键问题。
对于一些系统，可以从已知的原理、定律和定理出发，通过机理分析研究，找出系统内在的运动规律，推导出系统中各状态参数与外作用之间的解析关系式，即数学模型，这种方式称为系统的理论建模。由于这类系统的基本规律已知，在控制论中称之为“白箱”问题。对于另一些系统，由于对系统的客观规律不清楚，只能从系统的输入和输出测量数据来建立其数学模型，称之为“黑箱”问题，通常采用辨识建模方法。还有一些系统，其某些部分的机理清楚，可直接用理论建模的方法加以解决，对其中机理不清楚的部分，可使用辨识建模的方法，这种方式通常称之为“灰箱”问题。
展开
