涉及存在噪声损坏的非线性过程的识别，并将多个调度变量与丢失的数据相关联。 隐藏的调度变量的动态由参数未知的状态空间模型表示。 为了确保通用性，假设多个相关的调度变量因未知干扰而损坏，并且标识数据集因缺少数据而不完整。 在期望最大化算法的框架下，提出了一种多模型方法来表达非线性系统的辨识问题。 同时估计局部过程模型和调度变量模型的参数以及加权函数的超参数。 采用粒子平滑技术来处理期望函数。 通过几个仿真实例证明了该方法的有效性。 通过对中试规模多坦克系统的实验研究，进一步说明了其实际优势。