第十章 线性模型参数估计的最小二乘方理论 1
1 线性模型及未知参数的最小二乘方估计 1
2 用任意函数表示的曲线拟合 6
3 递推最小二乘方法 9
4 多维观测情况下的LS递推公式 17
5 未知参数最小二乘方估计的一般情况 21
6 线性约束条件下的最小二乘方估计 23
第十一章 线性模型的Bayes估计方法 29
1 Bayes估计公式 29
2 误差分析及验前统计量 33
3 估值的偏倚及其补偿 37
4 伪Bayes估计 39
第十二章 线性估计的改进 41
1 线性模型参数估计的LS方法在工程技术中的实现问题 41
2 具有超椭球约束之下的LS方法 42
3 岭（Ridge）估计方法 46
4 线性估计的改进问题 48
5 Hoerl和Kennard定理 52
6 James-Stein估计 58
7 Minimax线性估计 60
第十三章 Kalman滤波方法 67
1 线性系统的表示 67
2 状态矢量的估计问题 80
3 Kalman滤波的基本方程 83
4 时间连续的线性无偏最小方差估计 99
5 连续——离散滤波方程 105
6 Kalman滤波与线性模型参数估计 106
7 运用Kalman滤波作线性平滑的方法 108
8 系统的可观测性 116
9 系统的可控制性 121
10 Kalman滤波的稳定性 122
11 Kalman滤波中误差协方差阵的特性 127
第十四章 非线性模型下的滤波方法 133
1 线性化滤波方法 133
2 广义Kalman滤波方法 136
3 广义Kalman滤波在应用中的简化 143
4 线性化滤波中估值偏倚的估计 145
5 二阶广义Kalman次佳滤波 147
6 非线性离散时间系统的迭代滤波方法 151
第十五章 带色噪声下的滤波 154
1 带色噪声的成形滤波 154
2 观测噪声为带色时的滤波方法 158
3 观测噪声相关时的广义Kalman滤波方法 165
第十六章 最佳线性滤波技术的实现 170
1 新息序列及其性质 170
2 滤波过程中新息序列的均值检验 175
3 当vK的均值不为零时估值的补偿 176
4 滤波模型和实际系统的一致性识别 178
5 举例 180
6 自适应估计中的Q补偿法 185
7 滤波模型中的偏倚及噪声协方差阵的直接递推估计方法 189
8 Jazwinski有限记忆滤波方法 194
9 衰减记忆滤波 198
10 平方根滤波方法 201
第十七章 最佳线性滤波方法的应用举例 205
1 再入飞行器的跟踪 205
2 飞行器试验后的结果分析 211
3 在导航系统中的应用 219
第十八章 时间序列分析 228
1 ARMA模型的定义和一般理论 228
2 ARMA（p,q）模型的参数估计 239
3 动态系统的建模 246
4 时间序列的趋势性和季节性 264
5 定阶准则 269
附录 向量代数与矩阵 276
第一部份 向量代数 276
第二部份 矩阵基础 284