在现代工业系统中,系统控制器的设计通常都是基于被控过程的数学模型实现的,而该数学模型需要准确地描述被控过程的稳态和动态特性。此外,被控过程的数学模型还可以用来辅助系统的其他功能性设计,例如,过程监控与故障诊断、软测量预测等。对于物理定律清晰的系统,可以利用微积分等数学运算通过理论建模的方式推导得到系统的数学模型。然而,据此建立的数学模型通常比较复杂,需要基于特定假设适当简化模型,以便于实际应用,因此可能在一定程度上带来模型失配。此外,对于规模较大的复杂系统,理论建模难度较大,建模周期较长,甚至在某些情况下是不可实现的。在定律未知或系统较复杂的情况下,系统辨识则提供了一种更为便捷可行的建模方式,即直接利用所测的传感数据在所选择的模型类中确定合适的系统模型。特别地,作为一种经典的系统辨识技术,子空间辨识方法尤其适用于多入多出的状态空间模型的辨识,且计算复杂度较低,并衍生出了基于稳定核表示的数据驱动故障诊断方法和子空间预测控制方法。有鉴于此,本文首先针对闭环系统中控制输入与噪声之间存在相关性的问题,提出了一种新颖的融合控制器先验知识的闭环系统子空间辨识方法框架,并在此框架下分别针对系统含扰、系统串联以及递归实现等问题,深入开展闭环系统的子空间系统辨识方法研究。第一,介绍系统辨识的研究背景与意义、研究任务以及基本流程,归纳总结了系统辨识的研究方法,并针对闭环系统子空间辨识、含扰动系统的子空间辨识、互联系统的子空间辨识以及递归的子空间辨识几个方面,详细介绍了子空间系统辨识的研究现状,提出了子空间系统辨识中有待研究的问题,并针对这些有待研究的要点,介绍了本文所要研究的内容。第二,针对闭环反馈下控制输入与系统噪声之间存在相关性带来的有偏辨识问题,提出了融合控制器先验知识的闭环系统子空间辨识方法框架。该方法利用控制器的先验知识,基于互质分解技术构造辅助矩阵,该辅助矩阵与系统噪声之间不存在相关性,可直接将未来的输出在由过去的输入输出和辅助矩阵构成的坐标空间中进行投影,而后通过坐标变换将其投影至由过去的输入输出和未来的输入构成的坐标空间,从而解决了闭环控制输入与噪声之间存在相关性带来的有偏辨识问题,并建立了开环辨识与闭环辨识的统一框架。第三,针对闭环系统受未知周期扰动影响的问题,提出了相应的闭环子空间含扰辨识方法。在周期扰动频率已知时,利用信号的傅里叶级数构造了周期扰动的行空间,该空间同时包含了扰动频率信息和时序信息。在周期扰动频率未知时,利用伯恩斯坦多项式构造了近似的信号空间以描述未知周期扰动,并给出了伯恩斯坦多项式阶次的选取方法,该空间仅包含时序信息。而后,基于融合控制器先验知识的闭环子空间辨识的方法框架,利用斜投影技术消除掉周期扰动造成的影响,最终实现了对系统状态空间模型参数矩阵的辨识。第四,针对串联拓扑下的各闭环子系统存在未知通讯的问题,提出了串联拓扑下各子系统的闭环子空间辨识方法。该方法利用可测的输入输出数据线性表示被辨识子系统中来自邻接系统的未知状态,解决了各子系统闭环辨识时需要已知具体通讯信息的问题。而后,基于串联拓扑下各子系统的扩展状态空间模型,在闭环反馈下通过斜投影技术将被辨识子系统所受的来自邻接系统的未知状态的影响消除掉,实现了串联拓扑下各子系统的闭环子空间辨识,并可进一步拓展至有向无环图系统的辨识。第五,针对闭环系统在线辨识的实时性需求,提出了基于递归运算的闭环子空间辨识方法。该方法利用Givens变换和Hyperbolic变换实现了递归的Cholesky分解,以实现对系统的扩展状态空间模型参数的实时更新。此外,为了进一步减少子空间辨识方法的在线计算量,提出了改进的扩展可观测矩阵的辨识方法,以及基于传播子的带遗忘因子的滑窗形式的扩展可观测矩阵的递归辨识方法,以适应在线辨识的实时性需求。