极大似然辨识提出时间

极大似然估计是一种常用的参数估计方法，用于从观测数据中推断出最有可能的参数值。极大似然辨识是在系统辨识领域中应用极大似然估计的方法。

极大似然辨识最早由R. E. Kalman在1960年提出。他将极大似然估计方法应用于线性动态系统的参数辨识问题。极大似然辨识的目标是通过最大化系统模型与实际观测数据之间的似然函数，来确定系统的参数。

极大似然辨识的基本思想是，在给定观测数据的情况下，选择使得观测数据出现的概率最大的参数值作为估计值。具体而言，极大似然辨识通过最大化观测数据的联合概率密度函数来确定参数值。