就目前而言,利用数据对系统尤其是复杂的大系统进行测定是人们一直关注的问题。在实际生活中,人们往往只能够从其中得到数据,但并不清楚产生这些数据的系统动力学结构或者动力学方程中的某些参数。通过所得数据反演复杂系统动力学结构或者动力学方程参数,这对于研究如从生物网络中的表达数据推断基因调控网络,预测信息传播和社交网络中的病毒传播等更多的内容具有很大的意义。由于实际系统存在非线性和噪声,有时候也会缺失部分数据,使得利用数据进行非线性动力学方程的重构具有一定的挑战性。为了解决上述问题,本文选取了一种结构简单却能表现出丰富非线性现象的系统—蔡氏电路为研究对象,通过高阶关联矩阵方法(简称HOCC),利用差时相关分别对模拟蔡氏电路以及存在噪声的单个实验蔡氏电路和耦合实验蔡氏电路进行动力学参数辨识。研究结果表明,该方法在蔡氏电路电感电流未知和已知情况下进行参数辨识都是有效的,同时对噪声具有很好的鲁棒性。所得的参数辨识结果和电路标定参数的相对差距均能在20%的范围之内。该研究从实际系统出发验证了HOCC方法的有效性,解决了存在噪声和非线性的缺失变量系统参数辨识问题,具有一定的物理意义,可以为蔡氏电路中器件参数测量提供参考依据,并能进一步应用到其他网络结构参数辨识实验中。