本专著面向目标跟踪和组合导航的工程迫切需求，开展非线性动态系统状态估计与系统辨识的理论研究，系统论证了线性系统Kalman估计是贝叶斯估计的最优解析闭环解、高斯估计为解决非线性动态系统估计问题提供了一般性和通用性的最优理论框架、确定采样型估计仅是高斯估计框架发展而来的一类次优解或执行特例等，详细综述了目前高斯估计的确定采样经典实现和新发展，提出了噪声时空相关的确定采样高斯估计、复杂非线性系统的确定采样高斯混合估计、基于期望最大化的联合高斯估计与系统参数辨识、参数辨识的期望最大化一般性执行框架等估计与辨识的新理论体系，进一步丰富和发展了非线性估计理论的知识库，开创了高斯估计的一般性和通用性理论及应用研究的新热点。