滤波和系统识别为建立通信、信号处理、控制和其他工程学科中复杂系统的建模提供了强有力的技术支撑。米歇尔·沃哈根、文森特·沃达特著的这本《滤波与系统辨识（最小二乘法）》讨论了如何利用这些技术设计可靠的数字方法来获取未知变量，重点覆盖线性状态空间模型中利用最小二乘法来获取未知变量的更复杂的估计问题。
本书首先介绍了线性矩阵代数、信号变换、线性系统理论和随机变量等方面的基础知识，然后分析了一系列的滤波和系统辨识问题，从卡尔曼滤波器开始，并以直接从数据得到一个完整的模型、噪声统计特性以及状态估计结束。最后一章有助于读者解决实际问题。
本书包含配套的习题、MATLAB仿真以及大量插图，适合电气、机械和航空航天工程领域的研究生以及科研人员阅读，同时也为从业者提供了有用参考。

出版者的话
译者序
前言
符号和表示
缩略语对照表
第1章 概论
第2章 线性代数
2.1 简介
2.2 向量
2.3 矩阵
2.4 方阵
2.5 矩阵分解
2.6 线性小二乘问题
2.7 加权线性小二乘问题
2.8 总结
习题
第3章 离散时间信号和系统
3.1 引言
3.2 信号
3.3 信号变换
3.4 线性系统
3.5 系统之间的相互作用
3.6 总结
习题
第4章 随机变量和信号
4.1 引言
4.2 随机变量描述
4.3 随机信号
4.4 功率谱
4.5 小二乘估计特性
4.6 总结
习题
第5章 卡尔曼滤波
5.1 引言
5.2 渐近观测器
5.3 卡尔曼滤波器问题
5.4 卡尔曼滤波器和随机小二乘
5.5 卡尔曼滤波和加权小二乘
5.6 固定间隔平滑
5.7 线性时不变系统的卡尔曼滤波器
5.8 估计未知输入的卡尔曼滤波器
5.9 总结
习题
第6章 谱估计与频率响应函数
6.1 引言
6.2 离散傅里叶变换
6.3 谱泄露
6.4 快速傅里叶变换算法
6.5 信号频谱的估计
6.6 频响函数的估计及频谱扰动
6.7 总结
习题
第7章 输出误差的参数模型估计
7.1 引言
7.2 估计线性时不变状态空间模型参数的问题
7.3 MIMO线性时不变状态空间模型的参数化
7.4 输出误差代价函数
7.5 数值参数估计
7.6 估计精度分析
7.7 色噪声测量处理
7.8 总结
习题
第8章 预测误差参数模型估计
8.1 引言
8.2 用于估计状态空间模型的预测误差方法
8.3 SISO系统的特定模型参数
8.4 SISO系统模型误差定量分析
8.5 闭环系统估计问题
8.6 总结
习题
第9章 子空间模型识别
9.1 概述
9.2 确定系统的子空间模型识别
9.3 白测量噪声下的子空间模型识别
9.4 利用测量变量
9.5 有色测量噪声的子空间识别法
9.6 存在过程和测量噪声情况下的子空间识别方法
9.7 闭环数据的子空间识别方法
9.8 总结
习题
第10章 系统识别循环
10.1 引言
10.2 实验设计
10.3 数据预处理
10.4 模型结构的选择
10.5 模型验证
10.6 总结
习题
参考文献