本书第1版的第I卷长期以来得到了广泛使用，本书在第1版的基础上做了很大的扩展，可分为四部分：经典检测与估计理论、随机过程的表示、信号检测及信号参数估计、以及随机过程的线性估计。全书对随机与非随机信号的检测、估计及滤波理论进行了全面且深入的论述，同时以大量连续和离散形式的示例说明了理论结果的应用方法。本书包含了全局贝叶斯界、高效迭代算法、等效估计、序贯估计和重要性采样等重要主题，也包含了对非高斯过程贝叶斯估计的介绍，以及可以用维纳滤波器或卡尔曼滤波器实现的连续时间和离散时间随机过程最佳检测器，此外还增加了大量有关仿真实现的MATLAB应用方法。

HARRY L. VANTREES，理学博士，于西点军校获得学士学位，麻省理工学院获得理学博士学位。他在任职麻省理工学院电气工程系教授的十四年间，撰写了《检测、估计与调制理论》系列的第I、第II和第III卷。从麻省理工学院借调后，他还在美国国防部担任了四个高级职位，包括美国空军首席科学家、国防部部长助理（C3I）的首席代表。在作为乔治梅森大学特聘教授回到学术界后，建立了C3I 中心，并出版了《检测、估计与调制理论》系列的第IV卷：《最佳阵列处理》。

第1章　导论
　1.1　引言
　1.2　主题提要
　1.3　可能的方法
　1.4　编排方式
第2章　经典检测理论
　2.1　引言
　2.2　简单二元假设检验
　2.3　M　元假设
　2.4　性能边界与近似式
　2.5　蒙特卡罗仿真
　2.6　总结
　2.7　习题
第3章　一般高斯检测
　3.1　高斯随机矢量的检测

第1章　导论
　1.1　引言
　1.2　主题提要
　1.3　可能的方法
　1.4　编排方式
第2章　经典检测理论
　2.1　引言
　2.2　简单二元假设检验
　2.3　M　元假设
　2.4　性能边界与近似式
　2.5　蒙特卡罗仿真
　2.6　总结
　2.7　习题
第3章　一般高斯检测
　3.1　高斯随机矢量的检测
　3.2　等协方差矩阵
　3.3　等均值矢量
　3.4　一般高斯
　3.5　M　元假设
　3.6　总结
　3.7　习题
第4章　经典参数估计
　4.1　引言
　4.2　标量参数估计
　4.3　多参数估计
　4.4　全局贝叶斯界
　4.5　复合假设
　4.6　总结
　4.7　习题
第5章　一般高斯估计
　5.1　引言
　5.2　非随机参数
　5.3　随机参数
　5.4　序贯估计
　5.5　总结
　5.6　习题
第6章　随机过程的表示法
　6.1　引言
　6.2　确定性信号的归一化正交展开
　6.3　随机过程表示法
　6.4　齐次积分方程与特征函数
　6.5　矢量随机过程
　6.6　总结
　6.7　习题
第7章　信号检测和信号参数估计
　7.1　引言
　7.2　白高斯噪声中信号的检测与估计
　7.3　非白高斯噪声中信号的检测与估计
　7.4　具有多余参数的信号：　复合假设问题
　7.5　多信道
　7.6　多参数估计
　7.7　总结
　7.8　习题
第8章　连续时间随机过程的估计
　8.1　最佳线性处理器
　8.2　可实现线性滤波器：　平稳过程;　限过去：　维纳滤波器
　8.3　高斯　马尔可夫过程：　Kalman　滤波器
　8.4　非高斯模型的贝叶斯估计
　8.5　总结
　8.6　习题
第9章　离散时间随机过程估计
　9.1　引言
　9.2　离散时间维纳滤波器
　9.3　离散时间　Kalman　滤波器
　9.4　总结
　9.5　习题
第10章　高斯信号检测
　10.1　引言
　10.2　连续时间高斯过程检测
　10.3　离散时间高斯过程检测
　10.4　总结
　10.5　习题
第11章　结束语
　11.1　经典检测和估计理论
　11.2　随机过程的表示
　11.3　信号检测和信号参数估计
　11.4　随机过程的线性估计
　11.5　关注要点
　11.6　结语
附录A　概率分布与数学函数
附录B　例子索引
参考文献