1.一种针对MIMO系统的两阶段滤波极大似然随机梯度辨识方法，其特征在于，所述方法包括：基于预设的MIMO系统，确定MIMO系统输出误差自回归滑动平均模型，并对所述MIMO系统输出误差自回归滑动平均模型进行中间变量构建，以确定模型中间变量表达式；

根据所述模型中间变量表达式，对所述MIMO系统输出误差自回归滑动平均模型进行单输出构建，以得到多输入单输出子系统模型组；

基于所述多输入单输出子系统模型组，通过MIMO系统辨识模型构建，得到滤波辨识模型；

对所述滤波辨识模型进行准则函数构建，确定辨识模型准则函数；

根据所述辨识模型准则函数，通过辨识模型初始配置，得到辨识模型初始配置参数；

基于所述辨识模型初始配置参数和预设的系统输入输出数据，确定信息向量组；

根据所述信息向量组，通过参数估计比较判断，确定参数估计数据。

2.根据权利要求1所述的一种针对MIMO系统的两阶段滤波极大似然随机梯度辨识方法，其特征在于，对所述MIMO系统输出误差自回归滑动平均模型进行中间变量构建，以确定模型中间变量表达式，具体包括：基于所述MIMO系统输出误差自回归滑动平均模型，通过状态系数中间变量构建，确定模型第一中间变量表达式；

根据预设服从高斯分布的随机白噪声，通过有色噪声配置，确定模型第二中间变量表达式；

基于所述模型第一中间变量表达式和所述模型第二中间变量表达式，确定所述模型中间变量表达式。

3.根据权利要求1所述的一种针对MIMO系统的两阶段滤波极大似然随机梯度辨识方法，其特征在于，根据所述模型中间变量表达式，对所述MIMO系统输出误差自回归滑动平均模型进行单输出构建，以得到多输入单输出子系统模型组，具体包括：将所述MIMO系统输出误差自回归滑动平均模型进行模型框图转化，以得到MIMO系统出误差自回归滑动平均模型框图；

基于所述MIMO系统出误差自回归滑动平均模型框图，通过模型输出区分构建，确定所述多输入单输出子系统模型组；其中，所述多输入单输出子系统模型组，由以下公式表示：其中，为MIMO系统的系统输出、为输出序号，为MIMO系统的系统输入、为输入序号，、、、为单位后移算子多项式。

4.根据权利要求1所述的一种针对MIMO系统的两阶段滤波极大似然随机梯度辨识方法，其特征在于，基于所述多输入单输出子系统模型组，通过MIMO系统辨识模型构建，得到滤波辨识模型，具体包括：对所述多输入单输出子系统模型组进行一般辨识模型构建，以得到一般辨识模型；

基于所述多输入单输出子系统模型组，通过滤波辨识模型构建，确定所述滤波辨识模型。

5.根据权利要求1所述的一种针对MIMO系统的两阶段滤波极大似然随机梯度辨识方法，其特征在于，根据所述辨识模型准则函数，通过辨识模型初始配置，得到辨识模型初始配置参数，具体包括：将的初始值设为1，并对预设的参数向量进行初始配置，以得到第一配置参数；

对拟合中间变量进行初始参数配置，以确定第二配置参数；

根据所述第一配置参数和所述第二配置参数，得到所述辨识模型初始配置参数。

6.根据权利要求1所述的一种针对MIMO系统的两阶段滤波极大似然随机梯度辨识方法，其特征在于，基于所述辨识模型初始配置参数和预设的系统输入输出数据，确定信息向量组，具体包括：基于所述辨识模型初始配置参数和所述系统输入输出数据，确定信息向量组构建数据；

根据所述信息向量构建数据，分别通过第一向量模型、第二向量模型、第三向量模型、第四向量模型，确定第一信息向量、第二信息向量、第三信息向量、第四信息向量；

根据预设的估计值，通过辨识时刻配置，确定第五信息向量；

基于所述第一信息向量、所述第二信息向量、所述第三信息向量、所述第四信息向量、所述第五信息向量，确定所述信息向量组。

7.根据权利要求1所述的一种针对MIMO系统的两阶段滤波极大似然随机梯度辨识方法，其特征在于，根据所述信息向量组，通过参数估计判断，确定参数估计数据，具体包括：基于所述信息向量组，通过滤波参数分析，确定滤波信息参数；其中，所述滤波信息参数包括：滤波输入、滤波输出、滤波信息向量；

对所述滤波信息参数进行极大似然分析，以得到极大似然滤波信息数据；其中，所述极大似然滤波信息数据包括：极大似然滤波向量、滤波变量；

根据所述极大似然滤波信息数据，通过模型上一时刻变量分析，确定待更新分析参数；

对所述待更新分析参数进行第一参数估计分析，以确定第一参数估计数据；

对所述第一参数估计数据进行第二参数估计分析，以确定第二参数估计数据；

在时刻变量等于预设阈值的情况下，将所述第一参数估计数据和所述第二参数估计数据设为所述参数估计数据；

在当前时刻变量小于所述预设阈值的情况下，将所述当前时刻变量增加预设时刻值，并将所述增加预设时刻值后的极大似然滤波信息数据重新进行所述模型上一时刻变量分析，确定所述参数估计数据。

8.根据权利要求7所述的一种针对MIMO系统的两阶段滤波极大似然随机梯度辨识方法，其特征在于，基于所述信息向量组，通过滤波参数分析，确定滤波信息参数，具体包括：基于所述信息向量组，通过滤波输出分析，确定所述滤波输出；其中，所述滤波输出分析，由以下公式表示：其中，为所述滤波输出、为参数估计、为阶次；

通过滤波输入分析，确定所述滤波输入；其中，所述滤波输入分析，由以下公式表示：其中，为所述滤波输入；

根据所述信息向量组，通过滤波向量分析，确定所述滤波信息向量；其中，所述滤波向量分析，由以下公式表示：其中，为所述滤波信息向量、为信息向量。

9.根据权利要求7所述的一种针对MIMO系统的两阶段滤波极大似然随机梯度辨识方法，其特征在于，对所述滤波信息参数进行极大似然分析，以得到极大似然滤波信息数据，具体包括：基于所述滤波信息参数，通过极大似然滤波向量分析，确定所述极大似然滤波向量；

对所述极大似然滤波向量进行滤波变量分析，确定所述滤波变量。

10.根据权利要求7所述的一种针对MIMO系统的两阶段滤波极大似然随机梯度辨识方法，其特征在于，对所述待更新分析参数进行参数估计分析，以确定第一参数估计数据，具体包括：基于所述待更新分析参数，通过第一参数估计更新分析，确定更新参数估计数据；

将所述更新参数估计数据进行变量时刻分析，以得到待更新中间参数；其中，所述待更新中间参数包括：极大似然中间变量、噪声参数；

根据所述待更新中间参数，通过第二参数估计更新分析，确定所述第一参数估计数据。