本书选材广泛，书中的论述既针对离散时间随机系统模型，也针对连续时间随机系统模型；既研究随机线性系统最优状态估计问题，也研究随机非线性系统的最优状态估计问题；既研究了一般随机系统随机的最优状态估计问题，也研究了更为复杂的切换系统分析、离散时间和连续时间切换系统的结构辨识和最优状态估计。另外，还介绍了目前非常热门的有关多传感器信息融合中的最优状态估计方面的最新研究成果。

该书内容新颖，书中许多内容在国内都是首次被系统地介绍，如随机系统的条件最优状态估计、随机切换系统分析、离散时间和连续时间切换系统结构辨识和状态估计等。其他内容大都是近十年来的最新研究成果，如随机系统自适应最优滤波以及多传感器信息融合中的最优状态估计等。

本书全面介绍了国内外控制理论及信号处理专家在随机系统分析领域的最新研究成果。选材广泛，内容新颖，针对离散及连续时间随机系统模型，研究了随机线性及非线性系统的最优状态估计问题。特别重点介绍了俄罗斯(含苏联)学者在此领域研究的新进展。

本书可供从事信号处理、控制理论与控制工程等有关研究与应用的研究生和科技工作者参考使用，也可作为随机系统分析方面的专业教材。

第1章 绪论

 1.1 随机系统分析理论研究的历史与现状

 1.2 随机系统分析的研究内容

 1.3 本书内容

第2章 随机过程及分析

 2.1 随机过程定义及基本类型

2.1.1 随机过程定义及分类

2.1.2 随机过程的概率描述

2.1.3 随机过程的数字特征

2.1.4 几类重要的随机过程

 2.2 平稳过程

2.2.1 平稳过程的概念

2.2.2 平稳过程相关函数的性质

2.2.3 平稳过程的各态历经性

2.2.4 平稳过程的谱分析

 2.3 Markov过程

2.3.1 Markov过程(链)的定义

2.3.2 Markov过程的转移概率和概率分布

2.3.3 状态离散的纯不连续Markov过程

2.3.4 状态连续的纯不连续Markov过程

 2.4 白噪声过程

2.4.1 白噪声的定义

2.4.2 带限白噪声和高斯白噪声

 2.5 均方可积性和可微性

2.5.1 均方收敛性

2.5.2 均方连续性

2.5.3 均方可积性

2.5.4 均方可微性

2.5.5 Ito随机积分和随机微分方程

第3章 随机线性系统分析

 3.1 引言

 3.2 随机线性系统数学模型

3.2.1 连续时间随机线性系统

3.2.2 离散时间随机线性系统

 3.3 连续时间随机线性系统状态向量矩

3.3.1 问题描述

3.3.2 冲激响应函数法

3.3.3 概率矩微分方程

 3.4 离散时间随机线性系统状态向量矩

 3.5 随机线性系统状态向量分布函数

3.5.1 第一特征函数计算

3.5.2 概率密度函数计算

第4章 随机非线性系统分析

 4.1 引言

 4.2 随机非线性系统数学模型

4.2.1 连续时间随机非线性系统

4.2.2 离散时间随机非线性系统

 4.3 随机非线性系统统计线性化

4.3.1 非线性函数的一般线性化

4.3.2 非线性函数的统计线性化

4.3.3 随机非线性系统统计线性化模型

 4.4 随机非线性系统的矩分析

4.4.1 冲激响应函数法

4.4.2 逼近概率矩微分方程

4.4.3 离散时间随机非线性系统状态向量的矩

 4.5 随机非线性系统的状态向量分布函数

 4.6 状态向量分布转移函数

 4.7 逼近概率特征

 4.8 中心矩及累及量

第5章 随机跳变系统概率分析

第6章 随机线性系统最优估计

第7章 随机非线性系统最优估计

第8章 随机系统自适应最优滤波

第9章 条件最优滤波器与最优预测器

第10章 连续时间随机跳变系统最优滤波

第11章 离散时间随机跳变系统最优滤波

第12章 多传感器信息融合中的最优状态估计

第13章 随机系统分析应用实例

名词索引

参考文献