在基于模型的控制技术中，例如模型预测控制（MPC），模型的质量对于控制器的设计和整定起到关键作用。所以，控制器的性能依赖于过程模型的精度，亦即受到模型失配程度的影响。针对线性系统的模型失配检测，已经有各种不同的方法见诸于相关文献，而对于非线性系统，则很少有相应的方法提出。考虑到广泛存在的系统非线性特性，采用互信息作为一种广义的相关性量化测度。利用摄动信号和模型残差的互信息量来表征过程模型失配程度而与扰动部分的模型变化无关。对于大规模的多变量系统，能够定位到子系统的模型失配对于故障诊断或者模型重新辨识起到至关重要的作用，利用一种递阶排除的分析方法来精确定位子系统的模型失配，提出利用互信息矩阵直观的量化表达多变量系统的模型失配。在两个仿真例子上的应用说明了该方法的有效性。