本书系统介绍了信号检测与估计的理论及应用。全书内容分为5章：第l章介绍随机过程基本知识，包括随机变量基本概念、随机过程基本知识、高斯过程与白噪声、窄带随机过程、随机信号的卡亨南一洛维展开、马尔可夫链简介等；第2章介绍信号检测理论，包括二元假设检验及判决准则、多元信号检测、复合假设检验等；第3章介绍信号波形检测理论，包括高斯白噪声中二元确知信号检测、匹配滤波器理论、高斯白噪声中随机参量二元信号检测等；第4章介绍信号参量估计基本理论，包括贝叶斯估计、最大似然估计、估计量的性质、线性均方估计、最小二乘估计、信号波形中的参量估计；第5章介绍信号波形估计理论，包括维纳滤波器原理、维纳滤波器仿真实例、维纳滤波器在图像复原中的应用、卡尔曼滤波器、粒子滤波原理。 本书可作为信息与通信工程学科研究生和电子信息类高年级本科生“信号检测与估计”“统计信号处理”等课程的教材，也可供电子信息技术领域的工程技术人员参考。

第1章 随机过程基本知识
1.1 引言
1.2 随机变量基本概念
1.2.1 随机事件与概率
1.2.2 随机变量的分布函数
1.2.3 随机变量的数字特征
1.2.4 多维高斯分布随机变量
1.2.5 随机变量函数的概率密度函数
1.3 随机过程基本知识
1.3.1 随机过程的基本概念
1.3.2 随机过程的分布函数
1.3.3 随机过程的数字特征
1.3.4 随机过程的平稳性和遍历性
1.3.5 平稳随机过程的功率谱密度
1.3.6 平稳随机过程通过线性系统的输出
1.4 高斯过程与白噪声
1.4.1 高斯过程
1.4.2 白噪声
1.5 窄带随机过程
1.5.1 希尔伯特变换与解析过程
1.5.2 窄带随机过程概述
1.6 随机信号的卡亨南-洛维展开
1.6.1 完备的正交函数集
1.6.2 随机信号的卡亨南-洛维展开
1.6.3 主成分分析-离散形式的K-L变换
1.7 马尔可夫链简介
1.7.1 马尔可夫链的定义
1.7.2 一步转移概率
1.7.3 n步转移概率
1.7.4 初始概率和绝对概率
思考题和练习题
第2章 信号检测理论
2.1 引言
2.2 二元假设检验及判决准则
2.2.1 二元假设检验基本概念
2.2.2 贝叶斯准则
2.2.3 最小平均错误概率准则
2.2.4 最大后验概率准则
2.2.5 极大极小化准则
2.2.6 奈曼-皮尔逊准则
2.2.7 接收机工作特性曲线
2.3 多元信号检测
2.3.1 贝叶斯准则
2.3.2 最大后验概率准则
2.3.3 最大似然函数准则
2.4 复合假设检验
2.4.1 概率密度函数已知的随机参量二元信号的检测（贝叶斯检验）
2.4.2 概率密度函数未知的随机参量二元信号的检测（奈曼-皮尔逊检验）
2.4.3 概率密度函数未知的随机参量二元信号的检测（广义似然比检验）
思考题和练习题
第3章 信号波形检测理论
3.1 引言
3.2 高斯白噪声中二元确知信号检测
3.2.1 二元通信系统
3.2.2 二元通信系统最佳接收机检测性能
3.2.3 二元通信系统最佳接收机与实际接收机的对比
3.2.4 最佳接收机仿真
3.2.5 2ASK信号的自相关接收
3.3 匹配滤波器理论
3.3.1 输出信噪比最大的线性滤波器
3.3.2 白噪声背景下的匹配滤波器
3.3.3 有色噪声背景下的匹配滤波器
3.3.4 相关接收机与匹配滤波器的比较
3.3.5 匹配滤波器仿真
3.4 高斯白噪声中随机参量二元信号检测
3.4.1 高斯白噪声中随机相位2ASK信号的检测
3.4.2 高斯白噪声中随机相位和随机幅度2ASK信号的检测
3.4.3 雷达系统检测性能及计算机仿真
思考题和练习题
第4章 信号参量估计基本理论
4.1 引言
4.2 贝叶斯估计
4.2.1 最小均方误差估计
4.2.2 条件中位数估计
4.2.3 最大后验估计
4.3 最大似然估计
4.4 估计量的性质
4.4.1 无偏性
4.4.2 有效性
4.4.3 一致性
4.4.4 估计量均方误差的克拉美-罗（Cramer-Rao）下限
4.4.5 多参量联合估计的性能
4.5 线性均方估计
4.5.1 单参量线性最小均方估计
4.5.2 多参量线性最小均方估计
4.6 最小二乘估计
4.6.1 线性最小二乘估计
4.6.2 加权线性最小二乘估计
4.7 信号波形中的参量估计
4.7.1 确知相位正弦信号幅度的估计
4.7.2 随机相位正弦信号幅度的估计
4.7.3 正弦信号初始相位的估计
4.7.4 正弦信号频率的估计
思考题和练习题
第5章 信号波形估计理论
5.1 引言
5.2 维纳滤波器原理
5.2.1 最佳线性滤波器
5.2.2 维纳-霍夫方程
5.2.3 非因果系统维纳-霍夫方程的求解
5.2.4 因果系统维纳-霍夫方程的求解
5.2.5 离散时间系统的维纳滤波器
5.3 维纳滤波器仿真实例
5.3.1 信号模型
5.3.2 非因果维纳滤波器的传递函数和冲激响应
5.3.3 因果维纳滤波器的系统函数和冲激响应
5.3.4 因果维纳预测滤波器的系统函数和冲激响应
5.3.5 因果维纳平滑滤波器的系统函数和冲激响应
5.3.6 离散维纳滤波器的时域解
5.3.7 仿真实验结果
5.4 维纳滤波器在图像复原中的应用
5.4.1 逆滤波问题
5.4.2 利用维纳滤波器实现模糊图像复原
5.5 卡尔曼滤波器
5.5.1 离散线性系统的数学模型
5.5.2 正交投影定理
5.5.3 卡尔曼滤波方程
5.5.4 卡尔曼滤波的计算过程
5.5.5 离散卡尔曼滤波器的特点
5.5.6 标量卡尔曼滤波器
5.6 粒子滤波原理
5.6.1 非线性最优贝叶斯滤波
5.6.2 蒙特卡洛仿真实验
5.6.3 重要性采样
5.6.4 序贯重要性采样
思考题和练习题
参考文献