Работа посвящена решению задачи идентификации неизвестных кусочнопостоянных параметров классического линейного регрессионного уравнения. Для решения этой задачи в работе предлагается новая процедура обработки регрессионного уравнения, основанная на использовании в известном подходе интегрального динамического расширения и смешивания (I-DREM) интервального интегрального фильтра с экспоненциальным списыванием и сбросом. Как доказано в работе, предложенный фильтр, в отличие от известных в литературе, во-первых, позволяет при использовании в процедуре I-DREM из исходного регрессионного уравнения с матричным регрессором генерировать регрессионное уравнение со скалярным регрессором и регулируемым уровнем возмущения, вызванным изменением параметров; во-вторых, ослабляет требование постоянного возбуждения регрессора для экспоненциальной ограниченности ошибки оценки кусочно-постоянных неизвестных параметров, а в-третьих, позволяет частично решить проблему потери чувствительности к новым данным базового интегрального фильтра с экспоненциальным списыванием. Основным результатом работы является процедура обработки матричного линейного регрессионного уравнения, позволяющая построить градиентный закон оценки, гарантирующий при выполнении условия конечного возбуждения регрессора экспоненциальную ограниченность ошибки оценки кусочно-постоянных неизвестных параметров. Все вышеупомянутые свойства в работе доказаны аналитически и/или продемонстрированы в рамках численного эксперимента.