互信息法原理基於資訊理論中的互信息概念，用於衡量兩個隨機變數之間的相關性。在相空間重構中，互信息法通過計算不同狀態變數之間的互信息來確定最佳的延遲時間。具體操作是將時間序列分成多個長度相同的子序列，並選擇一個固定的延遲時間。對於每個狀態變數，計算每對向量之間的互信息。如果延遲時間選擇得當，互信息應該達到一個峰值，因為在這個延遲時間下，向量之間的關係最為相似。這樣，通過比較向量之間的互信息，可以揭示動力系統的性質。
互信息統計量衡量變數之間的依賴關係，其值越大意味著相關性越強。互信息量度的是特徵變數和回響變數共享的信息，或者說知道這兩個變數其中的一個，對另一個不確定度減少的程度。如果特徵變數和回響變數相互獨立，則它們的互信息為零；如果特徵變數是回響變數的確定性函式，則它們的互信息為最大。
互信息基於香農熵，可以捕捉到變數間非線性的統計相關性。給定兩個變數X和Z，它們的互信息是當給定Z時，觀察者對X的不確定度的減少量。互信息也可以用KL散度（Kullback-Leibler divergence）來表示，它是兩個機率分布之間的一種度量，用於描述一個分布相對於另一個分布的差異。在相空間重構中，互信息法通過尋找互信息的峰值來確定延遲時間，從而更好地揭示動力系統的性質。