第一章 检测系统及其动态响应 10
第一节 系统类别与模型 10
一、系统类别 10
二、系统数学模型 12
第二节 系统动态响应 17
一、连续系统的时域分析 17
二、离散系统的时域分析 26
第三节 状态变量法 31
一、状态变量 31
二、连续系统的状态方程 32
三、离散系统的状态方程 38
五、系统的可观测性 39
四、系统的可控性 39
六、系统的稳定性 41
本章小结 44
思考题与习题 44
第二章 信息论基础 46
第一节 信息与信号 46
一、信息 46
二、信号 50
第二节 信息熵 53
一、信息熵的特性 53
二、联合熵 54
三、条件熵 55
四、连续变量的熵 56
五、信息熵在仪表测量误差处理中的应用 57
第三节 信源 59
一、离散无记忆信源 60
二、离散平稳信源 60
第四节 信道与信道容量 62
一、信道类别 62
二、信道的疑义度 62
三、信道容量 62
第五节 信息与信道编码 66
一、信息编码 67
二、信道编码 68
第六节 数据的压缩与解压 69
一、数据压缩特性与误差 69
二、数据压缩方法 71
三、解压及解压误差 77
本章小结 79
思考题与习题 80
第三章 随机过程及工程信号 81
第一节 基本概念 81
一、随机过程定义 81
二、随机过程类别 82
三、随机过程的统计特性 84
四、随机过程的数字特征 86
第二节 平稳随机过程 89
一、严平稳随机过程及其数学特征 90
二、宽平稳随机过程 91
三、各态历经过程 91
一、平稳随机过程自相关函数 95
第三节 平稳随机过程相关函数及其性质 95
二、平稳随机过程互相关函数 97
三、几个随机过程之和的均值与其相关函数 97
第四节 平稳随机过程功率谱密度及其性质 98
一、功率谱密度 99
二、功率谱密度的性质 101
三、白噪声与限带白噪声 104
四、互谱密度及其性质 105
五、倒谱分析 107
第五节 线性系统对随机输入的响应 110
一、线性系统的输出、均值与相关函数 110
二、系统输入与输出之间的互相关函数 111
三、线性系统输出的功率谱密度 111
四、多个随机过程通过线性系统 114
本章小结 115
思考题与习题 116
第四章 相关理论与谱分析 117
第一节 概述 117
第二节 相关函数的估计 120
一、相关函数的直接估计法 120
二、相关函数的间接估计法 122
三、相关测量技术的应用 123
四、相关接收与匹配滤波 127
第三节 功率谱估计 130
一、功率谱密度及谱估计误差 130
二、周期图法 132
三、BT法 136
四、自回归AR模型法 138
五、最大熵谱估计法 141
六、递推算法 142
七、谱估计的一些应用 143
第四节 自适应频率测量（AMF）及其在涡街流量计中的应用 145
一、修正自适应预测谱估计 145
二、自适应频率测量 145
三、仿真与试验结果 145
第五节 数字数据分析的预处理 146
一、数据的截取、泄漏与加窗 146
二、均值归零处理 149
三、消去趋势项 150
思考题与习题 152
本章小结 152
第五章 最优滤波与自适应滤波 153
第一节 概述 153
一、滤波理论的发展梗概 153
二、滤波、预测与平滑特性 154
第二节 最优滤波 157
一、维纳滤波 157
二、后验维纳滤波 161
第三节 自适应滤波 162
一、自适应滤波器结构原理 162
二、自适应滤波器的一些算法 164
第四节 自适应噪声抵消器 169
一、基本原理 169
二、LMS自适应噪声抵消器 171
三、基于相关建模的自适应噪声抵消器 174
四、自适应噪声抵消器在胎儿心电图上的应用 177
第五节 自适应卡尔曼滤波 177
一、过程参数检测模型 177
二、离散系统的卡尔曼滤波 179
三、用于过程参数检测的卡尔曼滤波 180
四、自适应卡尔曼滤波在钢水快速测温与定炭中的应用 185
本章小结 189
思考题与习题 190
第六章 信号检测与参量估计 191
第一节 信号假设检验准则 191
一、最大后验概率准则 191
三、贝叶斯准则 193
二、最大似然概率准则 193
四、极大极小准则 194
第二节 信号检测 195
一、二元已知信号的检测 195
二、随机参量信号的检测 199
三、多元信号的检测 203
第三节 参量估计 205
一、估计量的性质 206
二、非线性估计 207
三、线性估计 209
本章小结 215
思考题与习题 215
一、锁相环工作原理 217
第七章 锁相环原理 217
第一节 锁相环工作原理及性能 217
二、锁定和捕获 218
三、锁定条件——频率跟踪的线性分析 219
第二节 锁相环组成环节与特性分析 221
一、鉴相器 221
二、环路滤波器 223
三、压控振荡器 223
第三节 锁相环的应用 224
一、信号解调技术 224
二、微弱信号检测 228
三、频率合成技术 229
四、自动调谐跟踪 231
第四节 集成锁相环 232
一、超高频集成锁相环（564） 232
二、低频集成锁相环（565） 234
三、积分-施密特触发电路型压控振荡器（566） 236
四、高稳定性低频集成锁相环（567） 238
本章小结 239
思考题与习题 240
第八章 模式识别理论基础 241
第一节 概述 241
一、模式识别及其实际意义 241
二、模式识别过程及系统 241
三、模式识别方法及分类 242
一、统计分类的几个基本概念 243
第二节 统计模式识别 243
二、统计分类方法的主要类型 244
三、贝叶斯决策方法 245
四、几何分类法（判别函数法） 250
五、聚类分析 252
第三节 模糊模式识别 254
一、模糊集合和模糊关系 255
二、模糊模式分类的隶属原则和择近原则 256
三、基于隶属原则的模糊模式识别 257
四、基于择近原则的模糊模式识别 258
第四节 智能模式识别 262
一、人工智能与模式识别 262
二、人工神经网络简介 262
三、BP模型及其算法 263
本章小结 267
思考题与习题 268
第九章 故障诊断理论基础 269
第一节 概述 269
一、状态监测与故障诊断的意义 269
二、故障及其类型 270
三、故障诊断方法及其分类 270
第二节 机械设备故障信息的获取 271
一、状态监测技术 271
二、振动监测 271
三、声音监测 273
四、温度监测 274
一、时域分析法 275
第三节 故障诊断原理及其应用 275
五、油污染监测 275
六、性能趋向监测 275
二、频域分析法 279
三、模式识别法 283
本章小结 288
第十章 人工智能专家系统 289
第一节 基本知识 289
一、人工智能进展概况 289
二、人工智能知识工程 290
三、人工智能语言与逻辑基础 292
第二节 人工神经网络结构 294
一、神经网络结构 294
二、典型的神经网络 296
第三节 神经网络学习算法 298
一、DFP算法 299
二、递推最小二乘（RLS）算法 302
三、OBP算法 304
第四节 小波神经网络及其学习算法 305
一、小波变换 305
二、小波神经网络结构 308
第五节 人工智能专家系统——高炉铁水钛含量预测 310
一、神经网络钛含量预测模型 311
二、钛含量综合预测系统 312
本章小结 313
思考题与习题 314
参考文献 314