本论文主要在二阶统计学的基础上讨论线形有限脉冲响应系统的盲辨识方法。以往的盲辨识算法一般是基于时域的独立同分布信息源的，这样的方向对系统模型有很大的约束性和限制条件。而本文对盲辨识的出发点是从频域开始的，对以往的盲辨识算法有了很大的改进。对源信号的频谱进行了合理的设计。并在此基础上提出了新的盲辨识算法。与以往的算法相比较，本文的算法大大削弱过往算法对系统结构的限制。 本文的盲辨识算法论述可以具体分为三大类，一是基于NSPSD算法的，分别有基本的NSPSD算法，改进的NSPSD算法和去零点的NSPSD算法：二是带有周期性编码器的盲辨识算法。这种算法在对系统模型的形式上给出了新的定义，从而大大减少了对系统模型的约束限制。类型一和类型二都是在获取输出信号的功率谱密度的前提下，去得到系统模型估计的一致收敛性，同时，在最后篇幅可以看到，这类算法有较好的仿真结果：三是差分编码。一般说对系统模型的辨析的最终结果就是为了对输入信号的解析，在这部分本文跳过辨析系统模型这一步，直接对输入信号进行一定处理，同时更增加系统的多样性。这种算法在很大程度上忽略了以往算法对系统模型的特殊限制，具有很大的适应能力。 文章主要是针对多输入多输出有限脉冲响应系统，在给出了辨析这种系统的几种算法的理论研究同时，也取得较好的仿真结果。