CoordenaÃÃo de AperfeÃoamento de Pessoal de NÃvel Superior / Linear filtering methods are well known and have been successfully applied to many engineering problems. However, they become unpractical when the parameter space is very large. The recently proposed assumption of system separability allows the development of computationally efficient alternatives to classical filtering methods in this scenario. In this work, we show that system separability calls for multilinear system representation and filtering. Based on this parallel, the proposed filtering framework consists of a multilinear extension of the classical Wiener-Hopf (WH) filter that exploits the separability property to solve the supervised multilinear filtering problem. System identification and antenna beamforming computer simulations were conducted to assess the performance of the proposed method. Our numerical results show our approach has smaller computational complexity and that it provides better estimation accuracy than the classical WH filter, which ignores the multilinear system structure. / MÃtodos de filtragem linear estÃo bem estabelecidos e tÃm sido aplicados em diversos problemas de engenharia. Entretanto, eles tornam-se impraticÃveis quando o espaÃo de parÃmetros à grande. A recente hipÃtese de separabilidade de sistema permite o desenvolvimento de mÃtodos computacionalmente eficientes neste cenÃrio. Neste trabalho, nÃs mostramos que a separabilidade de um sistema leva à sua representaÃÃo multilinear. Em vista disso, o mÃtodo de filtragem proposto consiste em uma extensÃo multilinear do filtro de Wiener-Hopf (WH) clÃssico, que explora a separabilidade para resolver o problema de filtragem multilinear supervisionada. SimulaÃÃes computacionais de identificaÃÃo de sistemas e formataÃÃo de feixes de antenas foram realizadas para a avaliaÃÃo do desempenho do mÃtodo proposto. Nosso resultados numÃricos mostram que nossa abordagem possui menor complexidade computacional e que ela fornece melhor acurÃcia de estimaÃÃo que o filtro de WH clÃssico, que ignora a estrutura multilinear do sistema.