Предлагается адаптивный непараметрический подход к задачам обработки случайных сигналов с неизвестным распределением. Рассматриваются три основных метода обработки сигналов: задачи фильтрации, интерполяции и прогноза. Разработанные алгоритмы обладают свойством "самообучения", т.е. их качество незначительно отличается от качества оптимальных алгоритмов, полученных по полной статистической информации о распределениях сигналов и помех при достаточно длинной реализации наблюдаемого процесса. Кроме того, алгоритмы являются "автоматическими" в том смысле, что все параметры алгоритма настраиваются только по наблюдаемой выборке.