本书分为上、下两册，共四部分：第一部分是时序分析工程应用的基础理论，包括时序分析与系统辨识、系统分析间的关系，ARMA模型的工程意义，ARMA模型的时域和频域特性，离散模型与连续模型的转移；第二部分是时序分析工程应用的基本技术，主要包括AR模型、ARMA模型的建模方法；第三部分是时序分析工程应用的各个专题，包括最佳预测与控制，模态参数估计，模式识别与故障诊断，表面形貌分析；第四部分是时序分析工程应用的进一步扩展内容，包括多元时序的ARMAV模型，非平稳时序的各种模型，非线性时序模型中的门限自回归模型和双线性模型，非高斯时序的各种模型，时间序列的状态模型以及这些模型的工程应用。<br>    本书与工程应用紧密联系，取材主要来自作者与国内其他学者们的研究工作。本书可作为工程学科硕士生教材，还可作为其他有关专业本科生、研究生、教师及工程技术人员与科学研究人员的参考书。

再版前言 杨叔子<br>序言（一） 胡海昌<br>序言（二） 彭泽民<br>序言（三） 安鸿志<br>前言 杨叔子<br>主要符号说明<br>第9章 模态参数估计<br>9.1 模态参数估计的基本概念<br>9.2 模态参数估计的ARMA模型法<br>9.3 扩展的Prony法<br>9.4 有关Prony谱的问题<br>习题<br>第10章 模式识别·故障诊断<br>10.1 模式识别与故障诊断的基本概念<br>10.2 用AR模型参数构造的距离判别函数<br>10.3 特征量的提取<br>10.4 根据模型特性构造的判别函数<br>10.5 Bayes判据<br>习题<br>第11章 表面形貌识别<br>11.1 表面形貌识别的基本概念<br>11.2 用轮廓的谱矩表征表面<br>11.3 表面形貌的计算机评价<br>11.4 纹理轮廓的识别——建模与模拟<br>11.5 非正态分布随机轮廓的建模与识别<br>11.6 任意分布随机表面场的建模与模拟<br>习题<br>第12章 多元时间序列与ARMAV模型<br>12.1 多元时间序列与ARMAV模型<br>12.2 ARV模型参数的估计<br>12.3 ARMAV模型参数的估计<br>12.4 ARV模型的最佳预测<br>12.5 模态参数估计的ARMAV模型法<br>12.6 闭环系统辨识的ARMAV模型法<br>习题<br>第13章 非平稳时间序列模型<br>13.1 系统参数分析<br>13.2 系统输入、输出信号的分析<br>13.3 非平稳时序建模的趋势项直接剔除法<br>13.4 非平稳时序建模的趋势项提取法<br>13.5 非平稳时序模型的应用实例<br>习题<br>第14章 非线性时间序列模型<br>14.1 非线性现象与非线性时序模型<br>14.2 门限自回归模型及其特性<br>14.3 门限自回归模型的建模<br>14.4 门限自回归模型的预测与应用<br>14.5 双线性离散系统及其建模<br>14.6 Volterra函数级数模型<br>14.7 双线性离散系统的Volterra核<br>14.8 双线性连续系统的Volterra核<br>14.9 双线性离散模型与连续模型的转换<br>14.10 模型转换实例<br>习题<br>第15章 非高斯时间序列模型<br>15.1 高阶统计量基本理论<br>15.2 非高斯时间序列模型<br>15.3 非高斯时间序列模型应用<br>习题<br>第16章 时间序列的状态模型<br>16.1 状态模型的建立<br>16.2 状态模型的性质<br>16.3 因果律<br>16.4 典则差分模型<br>16.5 动态系统的故障诊断<br>习题<br>续附录数据<br>主要参考文献