论文主要研究了在阶跃、斜坡等简单信号激励下,闭环连续系统的辨识问题。在闭环控制系统中,经常需要在闭环条件下得到系统控制对象的模型,用于控制器的设计或性能评估。针对此问题,论文引入了Laguerre函数,以Laguerre正交函数为基础,提出了一系列的辨识方法,包括根据系统输出和控制器输出建立Laguerre高阶模型并估计系统一阶或者二阶模型的方法,以及能够应用于系统非零初始值和原始数据值情况下的Laguerre滤波辨识方法。在闭环系统中,通常需要在特定的外部条件,如系统处于非零初始值情况,或者输入输出数据为原始值类型,根据所采集的数据进行辨识建模,传统的辨识方法不能有效处理此类辨识问题,基于此,论文利用Laguerre函数建立滤波方程,并以此为基础引入辅助变量和迭代估计,得到了相应的辨识方法,并通过了仿真实例和实验数据验证。同时,论文针对这一类闭环辨识问题,对传统的辅助变量估计方法RIVC算法进行了改进,在非零初始值和原始值条件下重新建立其理论方程,并生成相应的估计算法。对于所提出的一系列辨识方法,论文均给予了仿真例或实验案例,检验了辨识方法的有效性,很好的解决了对于这类问题的辨识建模。