Решается задача идентификации параметров нестационарного линейного временного ряда. Предложен алгоритм оценки параметров регрессионной-авто-регрессионной модели по скользящей выборке посто-янного объема, который представляет собой модификацию известной рекуррентной формы метода наи-меньших квадратов. Метод позволяет не только проводить оценивание параметров модели в режиме «on-line», но и обеспечивает оценивание на основе наиболее «свежих» данных, что особенно важно при решении задач идентификации нестационарных объектов. Это достигается за счет последовательного рекуррентного удаления «устаревшей» информации и рекуррентной процедуры оценки на основе новой информации об «объекте». Приведен подробный алгоритм процедуры идентификации, основанный на предлагаемом подходе и позволяющий в режиме реального времени проводить оценку медленно меняю-щихся параметров линейного динамического «объекта», одной из разновидностей которого является нестационарный временной ряд.

The problem of identification of non-stationary linear time series parameters is solved. An algorithm for estima-tion of parameters of the regressive-autoregressive model by moving a constant volume sampling is proposed, which is a modification of the well-known recurrent form of the least squares method. The method not only allows estimation of model parameters on-line, but provides estimation on the basis of the latest data, which is par-ticularly important for solving the problems of identification of non-stationary objects. This is achieved by means of serial recurrent deletion of «outdated» information and recurrent estimation procedure based on the new information about the «object». The detailed algorithm of the identification procedure is given, based on the proposed approach and allowing on-line estimation of slowly varying parameters of the linear dynamic «object», one of variation of which is non-stationary time series.