闭环辨识作为系统辨识一个重要部分,受到多个领域学者的高度重视.时滞在工业过程中广泛存在,时滞辨识是系统辨识过程中经常遇到的问题,研究含有未知时滞的闭环系统辨识显得尤为重要.受压缩感知重构理论的启发,论文将一类贪婪算法嵌套于最小二乘辨识算法,辅助变量方法和迭代辨识方法中,研究了一类基于贪婪算法的闭环系统辨识方法,该方法可实现前向通道和反馈通道的参数和时滞联合估计,具体研究内容如下.1.针对前向通道和反馈通道都含有未知时滞,且前向通道是方程误差模型的闭环系统,基于阈值-正交匹配追踪算法对闭环系统进行辨识.该方法可在少量的观测数据下实现参数和时滞的联合估计:为了提高辨识方法的抗噪能力,基于压缩采样匹配追踪(CoSaMP)算法对闭环系统进行辨识.2.针对前向通道和反馈通道都含有未知时滞,且前向通道是输出误差模型的闭环系统,系统项和噪声项都重复的参数,因此没有必要对噪声项进行辨识,利用辅助变量法结合CoSaMP算法,提出基于辅助变量的压缩采样匹配追踪闭环系统辨识方法,该方法不仅可以估计出闭环系统被控对象与反馈控制器的参数,还可以估计出系统的未知时滞.3.针对前向通道和反馈通道都含有未知时滞,且前向通道是方程误差滑动平均模型和输出误差滑动平均模型的闭环系统.将CoSaMP算法嵌套于迭代辨识方法中,提出基于压缩采样匹配追踪迭代算法的闭环系统辨识方法.该方法不仅可以估计被控对象、反馈控制器和噪声模型的参数.还可同时估计出前向通道和反馈通道的未知时滞.4.针对前向通道和反馈通道的模型阶次未知的闭环系统,基于稀疏度自适应匹配追踪算法对闭环系统进行辨识.该算法可在前向通道和反馈通道的参数和时滞都未知的情况下,实现闭环系统参数和时滞的联合估计.综上所述,针对前向通道和反馈通道都含有未知时滞,且前向通道含有不同噪声模型的闭环系统,基于一类贪婪算法对闭环系统进行辨识,该类算法可在少量的采样数据下实现前向通道和反馈通道的参数和时滞的有效估计.通过分析和仿真实验说明提出的算法是有效的.