本书是一部经典的有关统计信号处理的著作。全书分为两卷，分别讲解了统计信号处理基础的估计理论和检测理论。卷详细介绍了经典估计理论和贝叶斯估计，结了各种估计方法，虑了维纳滤波和卡尔曼滤波，并介绍了对复数据和参数的估计方法。本卷给出了大量的应用实例，范围包括高分辨率谱分析、系统辨识、数字滤波器设计、自适应噪声对消、自适应波束形成、跟踪和定位等；并且设计了大量的题来加深对基本概念的理解。第二卷全面介绍了计算机上实现的很好检测算法，并且重点介绍了现实中的信号处理应用，包括现代语音通信技术及传统的声呐/雷达系统。本卷从检测的基础理论开始，回顾了高斯、f、瑞利及莱斯概率密度；讲解了高斯变量的二次型，以及渐近高斯概率密度和蒙特卡洛能评估；介绍了基于简单设检验的检测理论基础，包括neymanpearon定理、无关数据的处理、贝叶斯风险、多元设检验，以及确定信号和信号的检测。后详细分析了适合于未知信号和未知噪声参数的复合设检验。