Este artículo está dedicado a la síntesis y análisis de la calidad de la estimación estadística de parámetros de un sistema lineal multidimensional (MLS) con una entrada y salidas. Se investiga un caso no trivial cuando la señal de entrada unidimensional de MLS es un proceso determinístico, cuyos valores son parámetros de molestia desconocidos. La estimación se basa únicamente en observaciones de las señales de salida de MLS distorsionadas por ruido estacionario gaussiano aleatorio de -dimensiones con un espectro conocido. Se asume que la función de verosimilitud de las observaciones de las señales de salida de MLS satisface las condiciones de normalidad asintótica local. Se establece la -consistencia de la estimación. Bajo el supuesto de normalidad asintótica de una función objetivo, se calcula la matriz de covarianza límite de la estimación para el caso en el que el número de observaciones tiende a infinito.