一种增广线性模型及其应用方法,在训练阶段,假设有N组训练数据,假设输入数据是L维数据,通过最小二乘算法计算出维纳滤波器参数的最优解,然后计算维纳滤波器的输出,当已知训练阶段的期待数据,通过增广线性模型计算每个数据的瞬时误差,从而得到输入数据和瞬时误差的关系表,对关系表进行量化;在应用阶段中,首先找到与当前测试样本最近的索引以及最近的索引对应的误差,并将该误差作为对当前测试数据瞬时误差的估计,得到当前测试数据瞬时误差值,再根据增广空间线性模型,得到测试数据期待数据的估计值。与非线性滤波器相比,计算复杂度有着明显的优势。与维纳滤波器相比,增广线性滤波器在非线性数据上的性能也获得大幅提高。