针对由一类时变ARMAX模型描述的离散时间系统的辨识问题, 提出系统在有限区间上重复运行情形下的时变参数学习算法. 文中给出最小二乘学习算法的具体形式及实现步骤, 并分析所提出算法的收敛性. 分析证明, 当重复持续激励条件成立且严格正实条件满足时, 提出的学习算法具有重复一致性, 即参数估值完全收敛到真值. 文中还将结果推广到一类周期时变系统.