第1章 數據的分類和描述
1.1 確定性數據的分類
1.2 隨機數據的分類
1.3 隨機數據的基本特性
1.4 隨機數據的聯合特性
第2章 自回歸滑動平均(ARMA)模型
2.1 線性回歸模型
2.2 一階自回歸模型
2.3 自回歸滑動平均模型ARMA(2,1)
2.4 ARMA(n,n-1)模型和建模方案(策略)
第3章 ARMA模型的特性
3.1 格林函數和穩(wěn)定性
3.2 逆函數和可逆性
3.3 自協方差函數
3.4 偏自相關函數和自頻譜
第4章 建模
4.1 建模的系統方法
4.2 關于自回歸部分的階數增量問題
4.3 估計
4.4 模型的適用性的檢驗
4.5 建模步驟及舉例
第5章 預報
5.1 預報可以看作為正交投影
5.2 以條件期望作預報
5.3 預報的校正
5.4 指數平滑
第6章 隨機漂移的控制
6.1 問題的提出
6.2 順饋控制系統設計
6.3 反饋控制系統設計
6.4 順饋一反饋聯合控制系統
第7章 GPS/SINS組合導航系統中的數據處理
7.1 概述
7.2 GPS全球定位系統
7.3 GPS誤差信號的分析與建模
7.4 捷聯式慣性導航系統原理及誤差分析
7.5 GPS/SINS組合導航數據處理
第8章 基于神經網絡的信號檢測與估計
8.1 大腦神經元
8.2 大腦的人工神經網絡模型
8.3 基本神經網絡模型
8.4 神經網絡信號檢測
8.5 神經網絡濾波
8.6 神經網絡譜估計
第9章 小波分析基本原理
9.1 引言
9.2 小波變換
9.3 數字信號的二進小波變換
附錄
參考文獻