本书共有7章。前3章是滤波理论，作为一个单元，包括维纳线性滤波理论、匹配滤波器理论和卡尔曼滤波理论。第4章、第5章和第6章讨论检测理论，包括一般检测理论、高斯加性白噪声背景下和非白噪声背景下的信号检测以及序列检测。第7章介绍多种参量估计方法。
本书可作为理工科相关专业高年级本科生教材，也可作为研究生和相关专业工程技术人员的参考读物。

第l章  维纳线性滤波理论
  1.1  引言
  1.2  非因果维纳滤波器
  1.3  因果维纳滤波器
  1.4  离散时间随机过程的维纳滤波
  1.5  维纳滤波器举例
  1.6  维纳滤波器特点
  习题
第2章  匹配滤波器
2.1  引言
2.2  白噪声背景下的匹配滤波器
2.3  匹配滤波器的性质
2.4  匹配滤波器与相关器
2.5  举例
2.6  色噪声背景下的匹配滤波器(广义匹配滤波器)
2.7  离散匹配滤波器
习题
第3章  卡尔曼滤波
3.1  引言
3.2  标量卡尔曼滤波
3.3  向量卡尔曼滤波
3.4  卡尔曼滤波的特点
3.5  举例
习题
第4章  假设检验
4.1  引言
4.2  贝叶斯准则下的双择假设检验
4.3  贝叶斯准则下似然比检测获得最小平均风险的说明
4.4  双择检测的其他准则
4.5  举例
4.6  接收机工作特性
4.7  M择假设检验
4.8  复合假设检验
习题
第5章  确知信号检测
  5.1  引言
  5.2  信号和噪声离散化
  5.3  高斯白噪声中雷达信号的检测
  5.4  二元通信信号的检测
  5.5  接收机工作特性
  5.6  有色高斯噪声中确知信号检测简介
  5.7  随机参量信号检测
  习题
第6章  序列检测
  6.1  引言
  6.2  序列检测的基本概念
  6.3  平均样本数的计算
  6.4  序列检测和固定时问检测比较
  6.5  计算举例
  习题
第7章  参量估计
  7.1 引言
  7.2  估计量及其性质
  7.3  贝叶斯估计
  7.4  优选似然估计
  7.5  举例
  7.6  高斯白噪声中正弦信号参量的估计
  7.7  多参量同时估计
  7.8  线性最小均方估计
  7.9  最小二乘估计
  习题
参考文献