I Grundlagen zur statistischen Beschreibung von Vorgängen.- 1 Einleitung.- 2 Verteilungen und Erwartungswerte bei einer Zufallsvariablen.- 3 Physikalische Beispiele für Verteilungsdichten.- 4 Verteilungen und Erwartungswerte bei zwei Zufallsvariablen.- 5 Stochastische Prozesse.- 6 Schätzung von Kennwerten statistischer Vorgänge.- 7 Vektorielle Zufallsprozesse.- II Stochastische Signale in linearen Systemen.- 8 Einige Grundlagen aus der allgemeinen Systemtheorie.- 9 Zusammenhänge zwischen den Kennfunktionen stochastischer Eingangs- und Ausgangssignale.- 10 Zusammenhänge zwischen den spektralen Kennfunktionen.- 11 Modellierung von Geräuschen durch Formfilter.- 12 Dynamische Entwicklung statistischer Kennfunktionen in linearen Systemen.- 13 Markov-Prozesse, statistische Modellierung und Ausbreitungsvorgänge.- 14 Rückblick auf die historische Entwicklung und Überleitung zu neueren Fragestellungen.- III Kalman-Filter.- 15 Schätzungen mit minimaler mittlerer quadratischer Abweichung.- 16 Optimale Filterung von verrauschten Signalen.- 17 Die Gleichungen für den Kalman-Filterentwurf.- 18 Kalman-Filter für zeitinvariante Grundsysteme und stationäre Geräusche.- 19 Einige Eigenschaften der Riccati-Gleichung.- 20 Verfahren zur Signalvorhersage.- 21 Die Filterentwurfsgleichungen für ein allgemeines Grundsystem 2. Ordnung.- 22 Anwendungsorientierte Beispiele.- 23 Entwurf von Kalman-Filtern reduzierter Ordnung.- 24 Entwurf des stationären Kalman-Filters im Frequenzbereich.- 25 Zeitdiskret arbeitendes Kalman-Filter.- 26 Zeitdiskretes Kalman-Filter reduzierter Ordnung.- Epilog: Dynamik und Statistik.