Debido a la falta de métodos potentes de descripción de modelos, la identificación de sistemas Hammerstein basados en conjuntos de datos de entrada-salida no uniformes sigue siendo un problema desafiante. Este documento presenta un operador de desplazamiento hacia atrás variable en el tiempo para describir sistemas Hammerstein de datos muestreados periódicamente de manera no uniforme, lo que puede simplificar la estructura de los modelos levantados utilizando la técnica de levantamiento tradicional. Además, se presenta un algoritmo de gradiente estocástico de múltiples innovaciones basado en modelos auxiliares para estimar los parámetros involucrados en los bloques lineales y no lineales. Los resultados de la simulación confirman que el algoritmo propuesto es efectivo y puede lograr un alto rendimiento de estimación.