В последние годы при исследовании процессов в природных и искусственных многокомпонентных регуляторных системах наряду с традиционными методами, такими как спектральный и авторегрессионный анализы, все большее применение находят новые методы: вейвлет-анализ и нейронные сети. В этом ряду стоит и метод "Гусеница", впервые предложенный в 1971 г. в ЛГУ О.М. Калининым. Схожие по структуре методы развиваются также в МГУ В.М. Бухштабером и в Университете Лос-Анджелеса (метод SSA). В настоящее время метод доведен до компьютерной реализации на ПК и продолжается его теоретическое изучение. Основная идея метода состоит в представлении временного ряда в виде последовательности векторов достаточно большой размерности с дальнейшим анализом линейной структуры их совокупности как реализации многомерной случайной величины c помощью метода главных компонент. Такой анализ дает фактически разложение исходной функции, порождающей временной ряд, в аналог ряда Фурье по базису, порожденному самой функцией. В случае вырожденности системы многомерных векторов можно утверждать о существовании внутренних линейных связей между значениями процесса. Формально это выражается в том, что временной ряд удовлетворяет линейному разностному уравнению с постоянными коэффициентами. Это представление позволяет естественным образом строить прогноз исходного ряда и анализировать многомерные временные ряды. Для временных рядов, полученных из периодических функций, метод дает результаты, близкие к результатам гармонического анализа Фурье. Для достаточно длинных рядов со случайной составляющей метод ведет себя аналогично линейному согласованному фильтру, настроенному на стохастическую структуру исходного ряда и позволяет выделять медленные тренды и обнаруживать изменения внутренней структуры исходного процесса. Эффективно применение метода к процессам, допускающим представление в виде суммы полиномиальных, экспоненциальных и периодических составляющих на фоне шума, таким как электрокардиограммы и электроэнцефалограммы. Интерактивная реализация этого метода на современных персональных компьютерах с использованием их графических возможностей позволяет получать содержательную интерпретацию результатов.