1.一种基于历史数据稳态值的动态系统增益估计方法，其特征是：包括以下步骤：(1)对历史样本数据中输入和输出的长连续时间序列进行分割，形成数据段，引入最小振幅变化和最小样本数，作为阈值参数表征各数据段的稳态条件，保留处于输入和输出均在稳态下的数据段；

(2)根据数据样本的平均值来计算保留数据段的稳态值；

(3)在稳态值中，确定在统计意义上与相同稳态增益相关联的元素，将这些元素分成一组并分别估计每组的稳态增益；

(4)计算所述稳态增益估计参数在某个置信度下的区间估计。

2.如权利要求1所述的一种基于历史数据稳态值的动态系统增益估计方法，其特征是：所述步骤(1)中，采用自底向上的分段线性表示方法从历史数据样本中分别将输入和输出的长连续时间序列分割成多个短数据段，每个短数据段用直线表示。

3.如权利要求1所述的一种基于历史数据稳态值的动态系统增益估计方法，其特征是：所述步骤(1)中，当某数据段同时满足其振幅变化值小于等于设定的最小振幅变化，且该数据段的样本总数大于等于设置的最小样本数时，认为所述数据段处于稳定状态。

4.如权利要求1所述的一种基于历史数据稳态值的动态系统增益估计方法，其特征是：所述步骤(1)中，构造整体指示序列，整体指示序列为各输入数据段稳态指示值与输出数据段稳态指示值乘积，计算得到整体指示序列值，其中，当某数据段处于稳定状态，对应的数据段稳态指示值为1，否则为0。

5.如权利要求4所述的一种基于历史数据稳态值的动态系统增益估计方法，其特征是：所述步骤(2)中，确定稳态条件下的整体指示序列的起止位置，确定起止位置之间的数据段的样本平均值确定相应的稳态值。

6.如权利要求1所述的一种基于历史数据稳态值的动态系统增益估计方法，其特征是：所述步骤(3)中，具体过程包括：

步骤3.1：通过求解多元线性方程组，从稳态值中估计参数；

步骤3.2：找到稳态值中与其估计值最大偏差的稳态值；

步骤3.3：若该稳态值与对应的估计值的差值大于等于最小振幅变化，将对应的稳态值删除；

步骤3.4：重复步骤3.1-3.3，直到稳态值与对应的估计值的差值不大于最小振幅变化为止，表示选择出来的稳态值和相应的估计参数；

步骤3.5：对剩余的稳态值进行重复步骤3.1-3.4的操作，直到剩余的稳态值的个数小于设定数值。

7.如权利要求1所述的一种基于历史数据稳态值的动态系统增益估计方法，其特征是：所述步骤(4)中，根据中心极限定理，相应的稳态值的估计参数收敛于高斯分布。

8.如权利要求1所述的一种基于历史数据稳态值的动态系统增益估计方法，其特征是：所述步骤(4)中，计算估计参数的均值和协方差矩阵，根据所述均值和协方差矩阵，给出设定置信度值的所有估计参数的区间估计。

9.如权利要求1或8所述的一种基于历史数据稳态值的动态系统增益估计方法，其特征是：所述步骤(4)中，设定置信度值为95％。

10.一种动态系统稳态增益估计系统，其特征是：运行于处理器或存储器上，被配置为执行以下指令：(1)对历史样本数据中输入和输出的长连续时间序列进行分割，形成数据段，引入最小振幅变化和最小样本数，作为阈值参数表征各数据段的稳态条件，保留处于输入和输出均在稳态下的数据段；

(2)根据数据样本的平均值来计算保留数据段的稳态值；

(3)在稳态值中，确定在统计意义上与相同稳态增益相关联的元素，将这些元素分成一组并分别估计每组的稳态增益；

(4)计算所述稳态增益估计参数在某个置信度下的区间估计。