第1章 概率论基础
1．1 概率空间
1．2 随机变量及其分布
1．3 随机变量数字特征
1．4 特征函数
1．5 多元正态分布
1．6 随机变量序列的极限定理
习题

第2章 随机过程的概念及工程中的一些随机过程
2．1 随机过程的定义及描述
2．2 随机过程的极限
2．3 随机过程的连续性、可微性和可积性
2．4 工程中的一些随机过程
习题

第3章 平稳随机过程
3．1 平稳随机过程及其相关函数
3．2 平稳随机过程的谱分解
3．3 平稳随机过程的均方遍历性和采样定理
3．4 随机过程的正交分解
3．5 不规则海浪模型及海浪仿真
习题

第4章 马尔可夫过程
4．1 马尔可夫过程概念
4．2 马尔可夫链
4．3 纯不连续马尔可夫过程
4．4 扩散过程
习题

第5章 时间序列分析与建模
5．1 自回归滑动合序列
5．2 ARMA序列的预测滤波
5．3 广义马尔可夫序列滤波
5．4 时间序列的均值估计
5．5 平稳随机序列的相关函数及功率谱估计
5．6 大型舰船运动建模及预报
习题

第6章 线性系统在随机输入作用下的分析
6．1 指标的提出
6．2 线性系统在平稳随机过程作用下的分析
6．3 理想带通滤波器在平稳随机输入作用下的稳态分析
6．4 线性系统在非平稳随机输入作用下的稳态分析
6．5 线性系统在随机输入作用下的瞬态分析
习题

第7章 维纳滤波理论及应用
7．1 问题的提出
7．2 维纳方程
7．3 维纳最优滤波器
7．4 维纳最优预测滤波器
7．5 广义维纳滤波
7．6 最优滤波及预测举例
习题

第8章 离散线性系统的最优估计
8．1 离散线性系统模型
8．2 离散线性系统的最优估计
8．3 具有相关干扰及相关测量误差时的最优估计
8．4 离散线性系统的能控性与能观性
8．5 卡尔曼滤波的鲁棒性分析
8．6 卡尔曼滤波在船用惯性导航系统中的应用
习题
参考文献