本书描述了线性和非线性问题估计算法建立的一般准则和方法,重点分析了基于离散方法的最普遍的统计估计算法的综合问题,研究了不同先验信息下所得算法的相关性,将针对常向量所得的方法和算法推广至随机序列的估计中,其中卡尔曼类算法是最为重要的。 本书介绍的内容由例题及方法性习题来解释说明,这些例题均是与导航信息处理相关的,包括多项式系数估计问题以及确定参数与实现之间的变化,根据定规及卫星信息确定坐标,由外部信息及冗余观测综合处理修正导航系统指数。本书给出了概率论和矩阵计算的基本定义并叙述了所用到的Matlab部分知识。本书内容结构规整,较方便不同程度的使用者按各章节学习使用。 本书可供相关专业的高年级本科生和研究生使用,也可为导航信息处理及水声学信息处理和轨道跟踪交叉领域中研究估计算法建立问题的工程技术和科学研究人员提供参考。