系统辨识是自动控制学科的一个重要分支,由于其特殊作用,已经广泛应用于各种领域,尤其是复杂系统或参数不容易确定的系统的建模。过去,系统辨识主要用于线性系统的建模,经过多年的研究,已经形成成熟的理论。但随着社会、科学的发展,非线性系统越来越受到人们的关注,其控制与模型之间的矛盾越来越明显,因而非线性系统的辨识问题也越来越受到重视,其辨识理论不断发展和完善。本文以系统辨识技术为背景,以舵机和星―星天线指向跟踪控制系统为实际研究对象。从理论的角度研究了对于一个实际系统的数据实验设计和模型辨识问题,分析了影响系统辨识结果的主要因素以及在辨识过程中应注意的问题,并以此为依据,建立了舵机的滑动平均模型和星―星天线指向控制系统的三层预测控制神经网络模型。针对舵机,设计了以dSPACE为平台的数据实验。以伪随机二进制序列为激励信号,收集了反馈数据;利用收集的数据,对舵机进行了时域和频域特性分析;并以此为参考,确定了系统的延时量,应用预报误差的辨识方法,通过不同阶次模型间的比较,从而确定了舵机模型结构及参数。针对星―星天线指向控制系统,设计了以xPC为实时仿真平台的数据实验。并以模拟白噪声为激励信号,收集了数据;利用实际收集的数据,采用误差反传的辨识方法,选择不同神经元及输入输出延时量的模型,通过比较网络的逼近能力和泛化能力,辨识得到了位置和速度两种工作模式下的方位通道的神经网络模型。