В работе изучаются три основных метода обработки случайных сигналов: задачи фильтрации, интерполяции и прогноза. Последний успехи в нахождении коэффициентов размытости в задачах непараметрического оценивания неизвестных плотностей вероятности, и их производных позволили продвинуться дальше в теории непараметрического оценивания сигналов с неизвестным распределением. Это продвижение привело к созданию автоматических методов выделения сигналов из помех в условиях непараметрической неопределенности. Слово "автоматический" понимается в том смысле, что предлагаемые методы обработки сигналов зависят только от наблюдаемой выборки. В статье на простом примере аддитивной модели проводится сравнение непараметрических процедур обработки сигналов с известными оптимальными процедурами обработки, полученными при полной статистической информации о распределениях полезных сигналов и помех. На модельных экспериментах показано, что точность непараметрических оценок незначительно уступает оптимальным оценкам.