信号检测和估计，在有噪声的通信和控制系统中接收端对收到的受干扰的
信号用统计推断理论来判断信号的存在和估计信号的参数。
在接收端对收到的受干扰的信号时利用信号概率和噪声功率等信息按照一定的准则判定信号的存在，称为信号检测。在接收端利用收到的受干扰的发送信号序列尽可能精确地估计该发送信号的某些参数值（如振幅、频率、相位、时延和波形等），称为信号估计或参数估计。
在通信和控制中常常需要利用受干扰的发送信号序列来尽可能精确地估计该发送信号的某些参量值（如幅度、相位、频率、时延、甚至波形）。信号估计问题主要是求最优估计算子，即设计一个能处理各种观察数据而产生最优估计的滤波器。
滤波器的期望输出就是信号的估值，它可以是信号本身，也可以是信号的延迟或导前，这就是滤波、平滑和预测问题。通常把信号估计分为两大类，有条件的和无条件的。无条件估计算子不需要利用发送信号先验概率的知识，即认为先验概率密度分布是均匀的。
条件估计算子则需要利用发送信号的概率密度分布的知识。评价信号估计的准则最常用的是均方误差最小准则。图示出信号估值慗i(t)与最优滤波器输出x0(t)的波形。如果均方误差最小,则最优滤波器输出的波形最接近于信号估值的波形。
如果对于受干扰的信号流x(t)第一次处理0～m个样本,第二次处理1～m+1个样本，第三次处理2～m+2个样本,以此类推,并把每相邻两次处理的样本有机地联系起来，就可以利用存储容量有限的计算机处理延续时间很长的信号流。
有时变噪声时维纳滤波器就不是最优滤波器。此时可根据噪声的分布特性对加权矩阵进行自适应调节来改善滤波器的性能。
自适应滤波器不仅适用于时域和频域,而且可以推广到空间滤波。
有平稳白噪声时匹配滤波器可输出最大信噪比，相当于时域相关器。如果只对信号的某一参数（如时延、相位或频率）进行估值，则可在接收机中设计一个与发送信号相同的本地信号，并使它对应于发送信号中要估计的参数是可知的。
把收到的受干扰的信号与本地信号作相关处理,待相关器输出最大值,则本地信号的这一已知参数就是要估计的参数值。这种方法实现简单，虽对噪声的分布特性约束过严,但在远程防空雷达和深空通信中,允许对噪声的分布特性作出假设,因此应用十分广泛。
相关估计法实质上是根据反概率最大准则来进行估计的。
指产生的各个估计的平均值等于待估计的参数的真值,无偏估计法就是设计一个无偏估计算子。现代通信中的调制方法,火箭和导弹的制导,以及大多数工业控制问题，都涉及到非线性的消息模型，因而迫切需要解
非线性滤波问题。非线性滤波可以从修正的富克－普朗克方程得到均值估计的精确表达式，但工程应用十分因难，只能采用近似方法。