其中u是输入，y是输出，θ表示未知参数向量,x是状态。f和g的具体形式就是模型的结构。如果f和g都是线性函数，则称模型为线性模型，否则称为
非线性模型。
线性模型的结构是用一些参数来表征的，一般可以通过输入输出数据来确定其结构。非线性模型的结构主要根据关于系统本身的知识（包括系统的固有规律和实践中所获得的知识）和经验来确定。但在对系统进行近似描述时，其结构也可能通过数据用辨识的方法来确定（见数据处理的分组方法）。结构辨识是建立数学模型的重要步骤。而数学模型总是在一定程度上对现实系统的近似，所以在确定模型结构时，首先应根据应用模型的目的考虑选择什么样的形式，注意模型的适用性，同时又要顾及结构的复杂程度和参数估计的可能性。因此结构辨识的目标应是确定一个简单的、满足精度要求的适用模型的结构。