《动态测量数据处理理论》归纳总结了动态数据处理理论与算法的主要内容，详细论述了卡尔曼滤波的基本原理和基本算法。主要包括卡尔曼滤波函数动态模型、观测模型、随机模型、误差探测诊断与修复、误差实时估计及抗差自适应卡尔曼滤波、有色噪声卡尔曼滤波、扩展卡尔曼滤波、无迹卡尔曼滤波、容积卡尔曼滤波和粒子滤波等。
《动态测量数据处理理论》侧重卡尔曼滤波的实用理论与方法，理论推导与论述力求深入浅出。该书可以作为测绘科学与技术及其相关学科硕士生和博士生的参考用书，也可供相关学科教师、科研人员和工程技术人员参考。

第1章 卡尔曼滤波
§1．1 卡尔曼滤波基础
§1．2 动态模型与观测模型
§1．3 模型误差探测、诊断与修复
§1．4 滤波随机模型的实时估计
§1．5 系统误差的处理方法
§1．6 卡尔曼滤波的发散问题及其解决办法

第2章 抗差自适应卡尔曼滤波
§2．1 抗差卡尔曼滤波
§2．2 自适应卡尔曼滤波
§2．3 卡尔曼滤波在变形监测中的应用
§2．4 卡尔曼滤波在车辆动态定位中的应用

第3章 有色噪声卡尔曼滤波
§3．1 含有色噪声的卡尔曼滤波
§3．2 有色噪声作用下线性系统卡尔曼滤波
§3．3 有色噪声抗差卡尔曼滤波

第4章 扩展卡尔曼滤波
§4．1 扩展卡尔曼滤波及迭代算法
§4．2 顾及二次项的非线性动态滤波

第5章 无迹卡尔曼滤波
§5．1 引言
§5．2 无迹卡尔曼滤波算法
§5．3 抗差自适应无迹卡尔曼滤波理论

第6章 容积卡尔曼滤波
§6．1 概述
§6．2 容积卡尔曼滤波原理
§6．3 自适应容积卡尔曼滤波算法
§6．4 平方根容积卡��曼滤波

第7章 粒子滤波
§7．1 概述
§7．2 粒子滤波算法
参考文献