第一章 预备知识 1
1.1随机变量的分类 1
1.2随机变量的统计描述 2
1.3二维随机变量的统计描述 6
1.4正态分布及其导出的分布，x2分布及F分布 9
1.5随机过程概述 11
第二章 连续时间信号的离散采样原理及预处理 16
2.1概述 16
2.2模拟信号的离散采样 16
2.3预采样滤波器设计 21
2.4数字滤波器原理 31
2.5假设检验概述 38
2.6平稳性检验 39
2.7周期性及正态性检验 43
2.8样本记录中异常数据识别 47
第三章 物理系统稳态特征的数学描述——一元及多元回归数学模型 59
3.1前言 59
3.2线性回归数学模型 59
3.3线性回归方程及回归系数的显著性检验 69
3.4逐步回归分析 89
3.5 多项式回归数学模型及正交变换 109
3.6利用回归方程进行预报和控制 113
第四章 惯性器件漂移误差及基本测试方法和设备 124
4.1概述 124
4.2陀螺仪稳态漂移误差分析 124
4.3陀螺仪稳态漂移误差的测试方法 126
4.4陀螺仪特性测试用的基本设备 128
4.5加速度计的误差定义及其稳态误差的数学模型 131
4.6加速度计性能测试的基本设备 137
4.7惯性器件性能测试对测试环境的要求 139
第五章 单自由度陀螺仪稳态特性测试及回归数学模型的参数估计 141
5.1概述 141
5.2单自由度液浮积分陀螺仪的稳态特性 141
5.3积分陀螺仪的稳态特性测试目的与回归数学模型的参数估计 143
5.4积分陀螺仪的特性测试方法 145
5.5参数估计 149
第六章 二自由度陀螺仪的稳态特性测试及回归数学模型估计 158
6.1概述 158
6.2挠性调谐陀螺的力反馈试验 161
6.3挠性调谐陀螺的伺服试验 177
第七章 惯性器件的动态数学模型辨识 181
7.1概述 181
7.2线性系统动态特征的数学表达式 181
7.3瞬态响应法 185
7.4频率响应法 188
7.5离散系统动态特征的数学模型辨识——差分方程的阶次和参数估计 194
7.6权函数辨识 205
7.7 由差分方程变换为微分方程的几种方法 220
7.8实例 227
第八章 物理系统随机特征的数学描述一元离散自回归滑动平均模型——ARMA模型（Autoregressive Moving Average Models） 234
8.1 前言 234
8.2ARMA模型结构 235
8.3ARMA模型特性之一——格林函数Gj和ARMA系统的稳定性 239
8.4ARMA模型特性之二——逆函数Ij和ARMA系统的可逆性 249
8.5高阶ARMA系统的稳定性和可逆性检验准则 250
8.6ARMA模型特性之三——ARMA序列的自相关函数和偏相关函数 251
第九章 一元离散自回归滑动平均模型辨识——ARMA模型建模 251
9.1概述 262
9.2 关于ARMA（p,q）模型结构及阶次p,q的识别 264
9.3ARMA模型参数的最小二乘（L.S）估计 269
9.4AR模型参数s的在线（on-line）L.S估计方法 280
9.5 ARMA模型适用性检验 285
9.6 ARMA模型在常系数线性离散控制系统中的某些应用 287
第十章 ARMA（P,Q）模型的建模软件 293
10.1概述 293
10.2在线（on-line）低通数字滤波器 294
10.3非平稳时间序列{Wt｜t=1,2……,N｝的处理 296
10.4平稳随机时间序列{xt}的ARMA（P,Q）模型建模程序块及其说明 297