由于测量元件能力的限制和生产成本的要求，实际生产生活中存在着大量输出不能被精确观测的有限信息系统.较之输出可精确测量的系统，这种系统的研究存在本质的困难，主要体现在可利用信息少和测量元件非线性两个方面.因此，该方向的研究还处在起步阶段.　　 作为有限信息系统研究的初步探索，本文系统地研究了有限信息系统辨识，针对不同的系统噪声、不同的阈值信息，分别构造了几种典型系统的辨识算法，分析了算法的收敛性、时间复杂性以及最优性.　　 首先，本文研究了基于集值输出的线性系统的鲁棒辨识.针对带有界干扰的多集值输出观测的线性系统，提出了最短解耦输入串的概念，得到了最短解耦输入串长度的计算公式，构造性地给出了辨识算法，并分析了算法的收敛性以及时间复杂度估计.　　 第二，研究了二集值输出的线性系统辨识.针对带随机噪声的二集值输出的线性系统，引入了输入信号充分丰富的概念，并且在不同情况下讨论了周期输入充分丰富的充分和必要条件；借助分析概率工具，给出了辨识算法，解决了二集值输出信息给系统辨识带来的困难.　　 第三，研究了二集值输出的Wiener系统辨识.对具二集值输出的典型非线性系统——Wiener系统，提出了比例满秩信号和联合可辨识性的方法，克服了二集值输出信息少以及非线性给系统辨识带来的困难，构造了辨识算法，分析了算法的最优性.　　 第四，研究了二集值输出的Hammerstein系统辨识.对具二集值输出以及多项式形式静态非线性的Hammerstein系统，在不要求非线性部分单调的前提下，针对系统的结构特点，提出了强满秩信号的概念，构造了辨识算法，分析了算法的最优性.　　 最后，本文结合基于二集值输出的线性以及Wiener/Hammerstein系统辨识的已有结果，借助基于集值输出的常值系统辨识，得到了多集值输出的系统辨识的相关结论.