融入了作者多年的研究成果，有一定学术价值。

清华大学博士，从事大学本科教育多年，一直承担线性代数、工程数学、机率论与数理统计等课程的教学工作，在网上建立“套用数学家园”个人网站，编写了大量的教学幻灯片、辅助教学程式、习题及解析。出版专着及教材有：《观测过程理论》、《用C++语言编写数学常用算法》、《线性代数简明教程》、《机率论与数理统计》等。

第1章 基本概念
1.1 观测过程的基本模型
1.1.1 简单的观测模型
1.1.2 贝叶斯公式
1.1.3 常态分配的例子
1.1.4 知识函式和知识分布
1.1.5 準机率密度函式
1.2 知识熵
1.2.1熵
1.2.2 资讯理论基本不等式
1.2.3 熵减的证明
1.3 序列观测
1.3.1 标量的观测过程
1.3.2 向量的观测过程
1.4 多元动态观测过程
1.4.1 马尔可夫过程
1.4.2 知识函式的递推
1.4.3 用準机率密度表示
第2章 数学突破
2.1 广义均匀分布
2.1.1 熵减过程
2.1.2 单位无穷大数
2.1.3 超实数域
2.1.4 广义均匀分布的定义
2.2 单位脉冲函式
2.2.1 单位脉冲函式的定义
2.2.2 用机率密度函式表示一切分布
2.2.3 其他广义分布
2.3 测度与机率
2.3.1 标準实数集
2.3.2 实数轴上的测度
2.3.3 机率测度
2.3.4 观点的辩护
2.4 条件约束下的最大熵
2.4.1 离散熵和连续熵
2.4.2 离散分布的最大熵分布
2.4.3 区间内分布的最大熵分布
2.4.4 给定方差均值下的最大熵分布
2.5 观测主体
2.5.1 知识分布的收缩
2.5.2 观测主体的遗忘机制
2.5.3 客观机率和主观机率
2.5.4 利用知识分布进行最优决策
2.5.5 两个常用的可优估模型
2.6 观测客体
2.6.1 观测客体维数的变化
2.6.2 观测函式的未知参数
2.6.3 算法的适应性
第3章 几种特殊观测器
3.1 精确观测器
3.1.1 绝对精确观测器
3.1.2 机率精确观测器
3.2 方程观测器
3.2.1 一元情况
3.2.2 多元情况
3.3 周期观测器
3.3.1 概述
3.3.2 正弦观测器
3.4 门限观测器
3.4.1 结构
3.4.2 知识函式
3.4.3 收缩性
3.5 机率观测器
3.5.1 重複试验
3.5.2 知识函式
第4章 对正态总体的观测
4.1 常态分配和C分布
4.1.1 常态分配
4.1.2 C分布
4.2 标準差已知时对均值的观测
4.2.1 知识函式
4.2.2 决策问题
4.3 对均值和标準差进行观测
4.3.1 知识函式
4.3.2 决策
第5章 对高斯噪声中二元客体的观测
5.1 基本模型
5.2 独立高斯噪声情况
5.3 未知信号幅度的情况
5.4 未知噪声强度且未知信号幅度的情况
5.5 高斯色噪声情况
5.6 零状态下的零信号情况
5.7 连续信号的内积
第6章 对多元客体和连续量的观测
6.1 对多元客体的观测
6.2 对连续量的观测
第7章 对雷达信号的观测
7.1 雷达系统概述
7.2 一次扫描中对某距离单元目标存在性的观测
7.3 多次扫描中的信息积累
7.4 多次扫掠中的雷达信息的积累
第8章 卡尔曼滤波
8.1 多元常态分配
8.2 和的分布及条件分布
8.3 动力模型
8.4 知识函式的递推
8.5 超实数的运算
第9章 卷积相乘算法
9.1 地形轮廓匹配定位算法
9.2 图像识别
9.3 语音识别
索引
参考文献

观测过程理论是作者潜心研究多年提出的有关资讯理论与统计学的全新的、相对完整的理论体系，是在强干扰和大随机性的情况下，有效提取有用信息的理论。全书共分9章。