Исследуется метод статистической линеаризации нелинейных стохастических объектов на основе дисперсионной иеории идентификации для класса моделей Гаммерштейна. Особенность задачи связана с учетом динамических нелинейностей изучаемого объекта. Построены модели статистической линеаризации с учетом помех на выходе объекта типа белого шума и мартингальной последовательности. Решение получено в классе градиентных алгоритмов рекуррентной идентификации. Даны необходимые и достаточные условия сильной состоятельности оценки параметров по этим алгоритмам. Полученные результаты применены в задаче адаптивного слежения за выходом объекта. Обоснована работоспособность разработанного метода на конкретном объекте.
