非线性动力学系统结构重构是一个非常具有挑战性的逆问题。一般来说,系统结构和节点动力学是未知的,只能测量节点输出的时间序列数据。有时从非线性系统中各个单元的动态变化中只能获得有限的数据,也不可能直接测量节点间的相互作用,导致系统内拓扑无法直接得到。因此,在这个数据爆发式增长的时代,如何通过已得到的数据,挖掘更多更有意义的信息,比如数据背后的动力学机制变得尤为重要。在这种背景下,本文在以下两个方面有创新性的进展:(I)噪声在物理和自然系统中无处不在,从系统测量的数据不可避免地受到噪声的影响,正确的使用噪声可能有利于系统重构的逆问题的处理。对于噪声驱动的系统,本文使用HOCC方法来重构其系统结构以及其所受影响噪声统计。该方法可以在仅利用系统的测量数据情况下,利用差时关联的方法,使用高阶关联矩阵推导出网络的结构、节点的非线性动力学和噪声统计。该方法不需要了解系统结构、动力学、噪声统计的任何其他信息。(II)实验是自然科学的基础,对实验机理的研究也必不可少。在自然科学中,以往对实验动力学机制的分析通常是“从上而下推导”。本文对广泛采用的“波尔共振仪研究受迫振动”实验进行了研究,仅从可测量的实验数据出发,应用“从下而上推导”重构实验装置的动力学结构,并对被公认可以描述该装置的非线性扭摆的运动方程进行了验证。该实验具有强非线性,并且存在不可避免的噪音。本文使用高阶关联计算来处理非线性动力学,使用双关联矩阵来消除噪声的影响。通过应用这种方法重构了实验装置的动力学结构,且仿真结果能够良好的重现实验现象,证明了结果的正确性和方法的有效性。本论文将对实验机理的研究提供了一个新的视角和工具。