本论文首先对系统辨识的基本原理与方法进行了综述，然后针对多变量系统讨论了几种有效的辨识方法，并分别进行了仿真研究，具体包括以卞几个方面。 讨论了辨识实验。在很多辨识文献中，关注的大都是估计算法而不是辨识实验的设计。如果实验不合理，那么辨识结果就不可靠。如果辨识的概念只是建立在一组算法或简单的“数据进，模型出”上，那么辨识所获得的结果往往是令人失望的。详细讨论了诸如输入输出的选择、采样频率、测试信号和数据预处理等问题，提出了适于收集过程特性必要信息的实验方法。 简要介绍了几种单变量系统的辨识算法，然后介绍了基于模型分解的多变量系统辨识方法。用仿真实例说明了它的特征，并且指出了这类方法在实际应用中的局限性。 研究了多变量系统DSR子空间辨识算法，子空间辨识算法是目前确定多变量系统模型的有效方法之一。子空间辨识方法用来确定多变量系统模型具有参数化、收敛性、模型缩减等优点，在子空间辨识中，缩减的模型可直接从输入输出数据中获得，而不必计算高阶次的模型。并将DSR子空间辨识算法与N4SID子空间辨识算法进行了仿真比较。 在论文的最后简要介绍了多变量系统辨识算法的研究前景与展