随着运动控制系统在数控机床和微电子装备中的广泛使用，它也随之成为了一个新的研究领域。这类系统通常由上位机软件、运动控制器、伺服驱动器、电机及执行机构等构成。运动控制器作为该系统的主要组成部分，它的性能直接影响了系统的精度要求。在设计高速高精运动控制系统中的控制器方面，控制器参数会在该系统起着关键作用。因为参数的设置不当会严重影响系统的稳定性，从而导致系统的响应速度和精度达不到要求。所以，关于对控制参数调整是控制器设计至关重要的一个环节。目前基本采用经验的方法来进行调整，该方法效率不高，且基本取决于人的因素。而如果想要得到一个稳定且高速高精的控制器就需要得到一个相对精确的被控对象数学模型。因此为了实现高速高精度运动控制的方案，提出了基于最小二乘的辨识算法来辨识其对象模型参数。为了使算法能在噪声环境下不失真且运行稳定，运用了滤波器对其输入输出数据进行滤波。构建了基于滤波器的最小二乘线性回归方程，即加入一个稳定的二阶传递函数，达到稳定辨识的效果。仿真与实验结果表明，最小二乘在有噪声的闭环运动控制系统中的辨识结果不收敛且失真，而加入滤波器的最小二乘算法能显著提高控制系统的稳定性及精确度，且满足其高速高精的要求。本课题根据已有的二维直线电机平台，搭建了软硬件测试平台，来获取对应的实验数据。分别对直线电机的数学模型和伴随直线电机的纹波推力波形进行了辨识研究。分别用经典的最小二乘、递推最小二乘和研究所得的加入滤波器的递推最小二乘对该系统进行了辨识研究。通过实验，验证了提出的辨识算法的可行性及适用性，同时又辨识出了实验平台的对象模型参数及对控制精度影响较大的纹波推力数学模型参数，这对高速高精运动的控制起到了很大的作用。