目录 1
序言 1
（一） 胡海昌Ⅰ序言 1
（二） 彭泽民Ⅲ序言 1
（二） 安鸿志Ⅴ前言 杨叔子Ⅶ主要符号说明Ⅻ 1
第一章 绪论 1
§1.1 时间序列·时间序列分析·系统 1
§1.2 时序分析与系统辨识 6
§1.3 有关数学知识 12
§1.4 时序分析的发展 21
§1.5 本书的内容安排 27
习题 29
第二章 ARMA模型 31
§2.1 线性回归模型 31
§2.2 AR（1）模型 41
§2.3 ARMA（2,1）模型 51
§2.4 ARMA（n,m）模型 57
习题 73
第三章 ARMA模型的时域特性 75
§3.1 Green函数 75
§3.2 逆函数 93
§3.3 自协方差函数 101
§3.4 偏自相关函数 113
习题 117
第四章 ARMA模型的频域特性 120
§4.1 频率特性函数 121
§4.2 周期图分析 124
§4.3 自谱函数 128
§4.4 ARMA谱值估计的快速算法 146
§4.5 ARMA谱谱峰的计算 162
§4.6 某些谱及其估计方法 168
习题 187
第五章 离散模型与连续模型的转换 189
§5.1 连续模型的基本特性 190
§5.2 一阶模型的转换 202
§5.3 二阶模型的转换 207
§5.4 高阶模型的转换 218
§5.5 用自协方差函数在频域内进行模型转换 226
§5.6 用Green函数进行模型转换 232
习题 240
第六章 ARMA模型的建模（一） 242
§6.1 数据的采集、检验与预处理 243
§6.2 AR模型参数的直接估计法 254
§6.3 AR模型参数的矩阵递推估计法 264
§6.4 AR模型参数的参数递推估计法 275
§6.5 协方差矩阵加窗计算的讨论 299
§6.6 AR模型在语音分析与合成中的应用 301
习题 308
第七章 ARMA模型的建模（二） 310
§7.1 ARMA模型参数的时序理论估计法 311
§7.2 ARMA模型参数的优化理论估计法 324
§7.3 ARMA模型参数的控制理论估计法 336
§7.4 模型的适用性检验 345
§7.5 ARMA建模流程 360
§7.6 模型参数的实时估计 366
习题 374
附录1 数据 376
附1.1 丝杆驱动系统运动误差数据 376
附1.2 IBM公司股票数据（1961.5.17～1962.11.2） 378
附1.3 每年平均太阳黑子数据（1749～1924年） 379
附1.4 车削状态下尾顶尖垂直方向的振动加速度电压数据 379
附录2 IBM系列机及其兼容机上的实用程序 381
及其使用说明 381
附2.1 AR谱的增阶算法Pascal过程 381
附2.2 AR建模的最小二乘估计法Pascal过程 383
附2.3 AR建模的Marple算法Pascal过程 385
附2.4 AR建模的改进Marple算法Fortran子程序 390