Описан метод идентификации нелинейной системы на основе временных рядов, обеспечивающий фильтрацию этих рядов. Алгоритм ожидания и максимизации правдоподобия итеративно оценивает множество состояний локально линеаризованной нелинейной системы как Гауссово множество данных. Нелинейная регрессия этих множеств использует Гауссовы радиальные базисные функции. Оценки параметров определяются аналитически. Инициализация алгоритма выполняется на основе факторного анализа и обучения линейной динамической системы. Эксперименты по нелинейной байесовской фильтрации используют многомерные временные ряды и пространства состояний большой размерности. Ключевые слова: многомерные временные ряды, сглаживатель Рауха, нелинейные системы, алгоритм ожидания и максимизации правдоподобия, Гауссовы множества данных, радиальные базисные функции
