信息融合估计理论及其应用.pdf
本书用作者独创的现代时间序列分析方法和经典Kalman滤波方法系统地提出了最优融合估计、自校正融合估计和鲁棒融合估计的新理论、新方法和新算法，其中包括最优和自校正融合、集中式和分布式融合、状态融合和观测融合Kalman滤波和Wiener滤波理论，及协方差交叉融合鲁棒Kalman滤
估计理论
线性模型参数的估计理论.pdf
本书共分四章，第一章是预备知识，第二章讨论线性模型回归系数的最小二乘估计及一般线性估计的相合性问题，第三章介绍误差方差估计的大样本性质，第四章讨论小样本理论。
多传感器最优估计理论及其应用.pdf
本书内容包括：绪论、基于线性系统的多速率传感器数据融合估计、随机丢包情况下多速率传感器鲁棒融合估计、相关噪声环境下的多传感器数据融合等。
估计理论及其在跟踪系统中的应用.pdf
本书系统阐述了估计理论在机载无源定位单目标跟踪和天基探测多目标跟踪领域的应用。首先，介绍了噪声分布服从高斯分布时，不确定系统CI融合保性能鲁棒Kalman滤波器设计方法及其保性能鲁棒性证明方法和鲁棒精度分析方法；介绍了混合不确定网络化多传感器线性系统的鲁棒局部和融合Kalman估
随机系统总体最小二乘估计理论及应用.pdf
《随机系统总体最小二乘估计理论及应用》主要讨论随机系统总体最小二乘参数估计涉及的各种算法及其应用。《随机系统总体最小二乘估计理论及应用》可分为三个部分：第一部分介绍随机系统参数估计理论、最小二乘估计、偏最小二乘估计等方法；第二部分研究随机系统总体最小二乘问题和方法,重点介绍总体最
动态多尺度系统估计理论与应用.pdf
本书系统地介绍了基于MAR模型的静态估计算法和多尺度状态空间分析与综合、多尺度动态递归估计，DMS分布式融合估计，基于微分方程约束、线性白噪声、线性有色噪声等多种条件下的DMS最优/次优/快速算法等内容。
卫星状态融合估计理论与方法.pdf
本书以系统科学理论与应用数学技术为指导，针对卫星轨道和姿态确定中所涉及的工程问题，用数学建模和数据融合的思想统揽全局，将卫星状态估计问题转化为参数设计、测量、关联、优化和估计的问题，在各种优化准则下研究卫星多源轨道确定信息和姿态确定信息的最优化融合处理，以提高卫星状态估计性能。
无源定位中的广义最小二乘估计理论与方法.pdf
本书总结归纳出无源定位中的八类最小二乘估计理论与方法。针对每一类最小二乘估计理论与方法，分别设计一个无源定位算例，并给出其仿真实验结果，用以验证书中算法推导的正确性和理论性能分析的有效性。本书最后描述一些无源定位中的推广场景，并将提出的部分最小二乘估计理论与方法推广应用于其中。
EIV模型参数估计理论与其在测绘数据处理中的应用.pdf
《EIV 模型参数估计理论与其在测绘数据 处理中的应用》阐述能够顾及模型随机性质的EIV模型参数估计理论，重点对有粗差的EIV模型参数估计、不适定EIV模型的正则化、附有约束条件的EIV模型参数估计等理论进行论述，并结合测绘数据处理中的典型算例讨论经典模型参数估计理论与EIV模型
最优估计理论.pdf
本书阐述了最优估计的理论和方法，全书共10章节，主要内容为数学基础，最优估计基础理论，维纳滤波，随机动态系统数学模型，线性离散系统卡尔曼滤波等。