本书系统和深入地介绍了现代信号分析和处理的基础和广泛应用的算法，全书分为3篇。第1篇（前4章）介绍现代数字信号处理的统计方法基础，包括随机信号模型、估计理论概要、最优滤波理论、最小二乘滤波和卡尔曼滤波，这些内容构成了信号处理统计方法的核心基础知识；第2篇（第5-8章）详细讨论了广泛应用的典型信号处理统计方法，包括自适应滤波算法、功率谱估计算法、高阶统计量和循环统计量、信号的盲处理算法等；第3篇（第9-11章）包括一般时频分析、小波变换原理和算法、信号的稀疏分析和压缩感知。本书重视基础，但也包括了近年受到广泛关注的一些前沿专题，例如无迹卡尔曼滤波和粒子滤波、独立分量分析、稀疏表示与压缩感知等。