线性过程是通过一系列独立脉冲（一般为零均值和常数方差的高斯分布）激励一个线性模型（滤波器）产生的随机过程。
线性模型（滤波器）分为三类，分别称为自回归模型（AR），滑动平均模型（MA）和自回归滑动平均模型（ARMA）；
一个ARMA过程可以表示为：
a(0)y(n)+a(1)y(n-1)+...+a(na)y(n-na) = b(0)x(n)+b(1)x(n-1)+...+b(nb)x(n-nb)
写作ARMA(na,nb)。实际中，一般在左右两边同除以a(0)，使a(0)=1。可以将y(n-1)到y(n-na)移到右侧，此时y(n-1)到y(n-na)的系数为-a(1)到-a(na)，若画出直接II型滤波器，则可以看出，-a(1)到-a(na)正好为反馈乘法单元的系数。
需要注意的是，在matlab的filter函数中，第一个参数B=[b(0),b(1),...,b(nb)]，第二个参数A=[a(0),a(1),...,a(na)]，它是将y(n-1)到y(n-na)移到右侧之前y(n)到y(n-na)前的系数。如果是滤波器实现图中的反馈乘法单元，则需要加负号。