一个时间离散线性系统输出的样本可以用其输入样本和过去的输出样本的线性组合，即线性预测值来逼近。通过使实际输出值和线性预测值之间差的均方值最小的方法能够确定唯一的一组预测器系数。这些系数就是线性组合中所用的加权系数。在这一原理中，系统实际上已被模型化了，这一模型就是零极点模型。它有两种特例：①全极点模型，又称自回归模型。这时预测器只根据输出过去的样本进行预测。②全零点模型，又称滑动平均模型。这时预测器只根据输入样本进行预测。迄今为止，最常用的模型还是全极点模型。这有几个原因：―是全极点模型最易计算；二是在多数情况下，不可能知道输入；三是对语音信号，在不考虑鼻音和部分擦音时，声道的传输函数是一个全极点函数。

模型参数的估值在全极点模型下有两种方法，即自关法和协方差法，它们分别适用于平稳信号和非平稳信号。模型参数的基本形式是线性预测系数，但它还有很多等价的表示形式。不同形式的系数在导致的逆滤波器结构，系统稳定性和量化时要求的比特数等方面都有所不同。现在公认的较好形式是反射系数，它所对应的滤波器具有格型结构，稳定性好量化时要求的比特数也少。