在线上辨识on-line identification在系统动态回响所允许的时间範围内，利用採样数据来建立并不断修正系统模型的一种辨识方法。又称线上辨识。在线上辨识要求在採样的过程中同时完成辨识的各个步骤，因而有两个明显的特点：①辨识所用的数据随时间而不断增加，即每次採样得到新数据都用于辨识。②辨识的全部运算必须在两次採样之间完成，这对算法的速度有特殊的要求。在线上辨识主要用于各种适应性系统。这类系统的动态特性是未知的或具有慢的时变性，所以套用在线上辨识算法就可以随着採样数据的不断增加而得到更精确的动态或者跟蹤系统动态的变化，从而使系统具有更好的品质。在线上辨识算法必须简便和计算量小，而且由于数据的不断增加，算法所需保留的数据要儘量减少，以降低对计算机存储的要求。从这些要求出发，已经提出了适合于在线上辨识使用的各种递推估计算法。这类算法的每一步都利用上一步的参数估计值，根据每次的输入、输出数据的採样值以及保留的少量历史数据，通过较简单的计算（一般避免求逆矩阵或叠代等複杂的运算）即可得到新的参数估计值。在线上算法的发展还将促进计算机在系统分析和控制中的套用。