1.单输入单输出情况的推导；2.两输入两输出情况的推导，并进行matlab仿真以及完成仿真报告。

多变量系统的最小二乘辨识问题是确定一个线性多输入多输出（MIMO）系统的未知参数，使得该系统能够以最佳方式近似给定输入和输出之间的关系。在本例中，我们将展示单输入单输出（SISO）情况和两输入两输出（MIMO）情况下的推导和MATLAB仿真。

1. 单输入单输出情况的推导

在单输入单输出情况下，系统的理想模型可以表示为：

y(k) = -0.5y(k-1) + 1.2y(k-2) + 1.0y(k-3) + 0.0y(k-4) + 0.3u(k-1) + 0.6u(k-2)

其中，u(k)是单一输入信号，y(k)是相应的输出信号。

我们可以将该模型表示为以下矩阵形式：

Y = X * θ + V

其中，Y是输出向量，X是输入数据矩阵，θ是要确定的模型参数向量，V是随机噪声向量。

具体来说，对于每个时间步k：

Y(k) = [y(k)]

X(k, :) = [y(k-1), y(k-2), y(k-3), y(k-4), u(k-1), u(k-2)]

θ = [-0.5, 1.2, 1.0, 0.0, 0.3, 0.6]

V(k) = [v(k)]

根据最小二乘准则，我们需要最小化误差