第一章 绪论 1
1-1 估计与估计对象 1
1-2 估计质量评价 1
1-3 估计方法名称、符号，应用准则与条件 4
第一篇 变量估计 7
第二章 确定变量估计 7
2-1 最小二乘估计?l m 7
2-2 最优加权最小二乘估计?l a w 12
2-3 非线性最小二乘估计 19
2-4 最大似然估计?m l 22
2-5 最小二乘拟合 30
2-6 有约束最小二乘估计 36
第三章 随机变量估计 39
3-1 贝叶斯估计原理 39
3-2 最大后验估计?m a p 41
3-3 最小方差估计?m v 45
3-4 线性最小方差估计?l m v 52
3-5 最小均方误差估计?l m ?? 58
3-6 变量估计方法总结 61
第二篇 维纳滤波 71
第四章 离散维纳滤波 71
4-1 平稳随机序列维纳滤波 71
4-2 维纳滤波器权系数的递推算法 76
4-3 莱文森预测滤波算法 79
4-4 非平稳随机序列维纳滤波 82
4-5 广义维纳滤波 88
4-6 连续时间维纳滤波 96
4-7 IIR型离散时间维纳滤波器 101
第五章 自适应维纳滤波 103
5-1 自适应维纳滤波原理 103
5-2 最速下降算法 104
5-3 威特罗(Widrow)算法 110
5-4 自适应维纳滤波的应用 113
5-5 自适应波束形成器 121
第三篇 卡尔曼滤波 127
第六章 恒增益递归滤波器与信号模型 127
6-1 标量恒增益递归滤波器 127
6-2 a-β滤波器 131
6-3 a-β-γ滤波器 137
6-4 信号状态变量模型 139
6-5 信号模型的可观测性与可控制性 141
第七章 离散卡尔曼滤波 155
7-1 离散卡尔曼滤波 155
7-2 高斯分布条件下的卡尔曼滤波 164
7-3 卡尔曼滤波与线性最小方差估计 168
7-4 卡尔曼滤波与最优加权最小二乘估计 169
7-5 卡尔曼滤波解的存在条件 172
7-6 卡尔曼滤波器的稳定性 175
7-7 卡尔曼滤波器中的新息与增益 181
7-8 定常信号模型恒增益滤波器的稳定性 183
第八章 卡尔曼滤波的推广 186
8-1 降低滤波计算量的方法 186
8-2 有色噪声模型的滤波 190
8-3 非线性模型的滤波 194
8-4 卡尔曼平滑简述 199
8-5 连续时间模型的离散化 200
8-6 连续时间卡尔曼滤波 206
第九章 卡尔曼滤波的应用 213
9-1 应用卡尔曼滤波时应注意的问题 213
9-2 在航行管理雷达中的应用 214
9-3 在被动声纳中的应用 223
9-4 在鱼雷航迹测量中的应用 231
9-5 在最优控制中的应用 236
9-6 在AR谱估计中的应用 237
第十章 自适应卡尔曼滤波 243
10-1 模型发散及其抑制方法 243
10-2 机动量的检测与估计 248
10-3 最优稳态增益的估计 252
10-4 噪声统计量的差分法估计 254
10-5 机动量X2分布检验与方差匹配 260
10-6 噪声统计量与信号状态的交替估计 261
10-7 信号状态与模型参数的联合估计 266
10-8 数值发散及其抑制方法 272
第四篇 谱估计 276
第十一章 线性功率谱估计 279
11-1 相关函数法 279
11-2 周期图法 281
11-3 谱估值的平滑 283
第十二章 非线性功率谱估计 289
12-1 最大熵谱估计 289
12-2 预测误差滤波器(PEF) 292
12-3 自回归模型法与最大熵谱分析法的等价 293
12-4 计算最大熵谱(或AR谱)的几种方法 295
12-5 PEF(或AR模型)阶数的确定 307
12-6 自回归滑动平均(ARMA)谱估计 308
12-7 最小交叉熵谱估计方法 314
12-8 最大似然谱估计 318
附录A 施瓦兹不等式 323
附录B 欠定方程组的最小范数解 324
附录C 矩阵导数 325
附录D 五个常用的矩阵等式 332
参考文献 334