The systems, where the dimensionality of the observation vector is less than the dimensionality of the state vector are called underdetermined. The authors propose to use state vector predictions calculated at the previous cycle of measuring information processing in order to improve its estimates precision. The paper studies the processes of building predictive models when the initial time series (a training set) are not available for the researcher.

Недоопределенными называются системы, в которых размерность вектора наблюдений меньше размерности вектора состояния. Для повышения точности оценок вектора состояния таких систем можно использовать его прогнозы, вычисляемые на предыдущих тактах обработки измерительной информации. В работе исследуются процессы построения прогнозирующих моделей, когда исходных временных рядов (обучающая выборка) нет в распоряжении исследователя.