本书全面介绍了随机过程理论中经典的线性与非线性系统分析技术和假设检验技术，详细阐述了最优估计方法、用于分类的最优决策规则，描述了性能评价的准则和评估方法。此外，本书还深入研究了噪声中随机过程的滤波、估计和检测问题。
全书共分为10章，包括概率空间与概率、随机变量、随机变量估计、随机过程、随机过程通过线性系统、随机过程通过非线性系统、最优线性维纳滤波器、最优线性卡尔曼滤波器、离散观测信号的检测理论以及连续观测信号的检测理论等内容。本书在围绕主题进行深入分析的同时，给出了许多应用实例和习题，是一本容易理解的适用性较强的书。
本书既可以作为研究生和大学本科高年级学生的教材，也可以供相关领域的工程技术人员自学参考。
第1章 概率空间与概率
1.1 概率空间的定义
1.2 联合概率空间
1.3 条件概率
1.4 随机点
1.5 小结
习题
参考文献
第2章 随机变量
2.1 随机变量的定义
2.2 常见的连续随机变量
2.3 常见的离散随机变量
2.4 一元随机变量的变换
2.5 期望值的计算
2.6 二元随机变量 第1章 概率空间与概率
1.1 概率空间的定义
1.2 联合概率空间
1.3 条件概率
1.4 随机点
1.5 小结
习题
参考文献
第2章 随机变量
2.1 随机变量的定义
2.2 常见的连续随机变量
2.3 常见的离散随机变量
2.4 一元随机变量的变换
2.5 期望值的计算
2.6 二元随机变量
2.7 二元随机变量的两个函数
2.8 二元随机变量的一个函数
2.9 E[h(X，Y)】的计算
2.10 多随机变量
2.11 N个随机变量的M个函数
2.12 小结
习题
参考文献
第3章 随机变量估计
3.1 变量估计
3.2 线性最小均方误差(MMSE)估计
3.3 非线性最小均方误差(MMSE)估计
3.4 随机变量估计的性质
3.5 贝叶斯估计
3.6 非随机参量的估计
3.7 小结
习题
参考文献
第4章 随机过程
4.1 随机过程的定义
4.2 随机过程的特征
4.3 随机过程的平稳性
4.4 随机过程举例
4.5 随机过程的定积分
4.6 随机过程的联合特征
4.7 高斯随机过程
4.8 白色随机过程
4.9 ARMA随机过程
4.10 周期性随机过程
4.11 连续随机过程的采样
4.12 各态历经随机过程
4.13 小结
习题
参考文献
第5章 随机过程通过线性系统
第6章 随机过程通过非线性系统
第7章 最优线性维纳滤波器
第8章 最优线性卡尔曼滤波器
第9章 离散观测信号的检测理论
第10章 连续观测信号的检测理论
附录A 双边拉普拉斯变换
附录B 二项分布概率表
附录C 离散随机变量及其性质表
附录D 连续随机变量及其性质表
附录E 高斯累积分布函数表
....
