Neste livro, uma abordagem para filtragem de Kalman fuzzy tipo-2 evolutiva é apresentada para o processamento intervalar de dados experimentais incertos a partir de componentes espectrais não-observáveis. A metodologia adotada considera as seguintes etapas: um modelo inicial do filtro de Kalman fuzzy tipo-2 evolutivo é identificado de forma off-line a partir de uma janela inicial de dados experimentais; a atualização da proposição do antecedente do filtro de Kalman fuzzy tipo-2 evolutivo é realizada usando uma formulação fuzzy tipo-2 intervalar do algoritmo de agrupamento evolving Takagi-Sugeno (eTS) e a atualização da proposição consequente é realizada usando uma formulação fuzzy tipo-2 do algoritmo Observer/Kalman Filter Identification (OKID). Resultados computacionais e experimentais para a filtragem, rastreamento e previsão intervalar de séries temporais com elevado nível de incerteza, em ambiente ruidoso, ilustram a eficiência da metodologia proposta em comparação com abordagens relevantes da literatura.