考虑外源输入（NARX）yk + 1 = f（yk，。。，yk + 1-p0，uk，...，uk + 1-q0）+εk+ 1的非线性自回归系统的递归辨识纸。 继续同一工作作者的主题，本文涵盖了更大的一类系统，使用了较少的限制条件， 并提供更深入的结果。 具体来说，首先，通过削弱对f（·） 系统已经大大扩展，例如，它现在将Hammerstein系统作为一个特殊的系统案子。 其次，已删除了以前对该功能施加的技术条件系数表示不变测度的收敛速度。 第三，不仅强大已经建立了一致性，而且估计的收敛速度也已经

非参数的识别用于与由 + 非线性自回归系统考虑+1。 首先，引入 然后提出了基于核函数的具有扩展截断的随机逼近算法（SAAWET）来递归地估计值。   在任意给定的φ*Δ/ = [ （1） ，...， （ 0 ）， （1） ，...， （ 0 ）] τ时   ∈   R 2 0 。 结果表明，该估计以概率一收敛到真实值。 在建立估计的强一致性时，与NARX系统相关的马尔可夫链的属性起着重要作用。 数值算例表明，仿真结果与理论分析吻合。 本文的目的不仅是为所考虑的问题提供具体的解决方案，而且还为非