В работе рассматривается одна из задач непараметрического оценивания сигналов – задача фильтрации в условиях непараметрической неопределенности. Вероятностная модель полезного сигнала предполагается неизвестной, так что напрямую метод оптимального байесовского оценивания в данном случае применять нельзя. Модель наблюдения сигнала известна. Если условная плотность наблюдений при фиксированном сигнале, описывающая эту модель, принадлежит условно-экспонентному семейству, то для байесовской оптимальной оценки можно выписать нерекуррентное уравнение птимальной фильтрации, которое зависит только от вероятностных характеристик наблюдаемого процесса. Последние характеристики оцениваются при помощи устойчивых непараметрических ядерных процедур, адаптированных к зависимым наблюдениям. При построении устойчивых непараметрических процедур требуется знание коэффициентов размытости и параметров регуляризации, существенно влияющих на точность оценивания. Новым в работе является
метод нахождения оптимального параметра регуляризации по интегральному критерию. Приведенные методы позволяют троить задачи оценивания ненаблюдаемых сигналов в автоматическом режиме.
