徐宗本、柳重堪主编的《信息工程概论》主要内容包括：绪论、通信系统原理、非平稳信号时频分析、图像压缩、模式识别、自动控制与系统辨识、信息加密与信息安全、数据挖掘与资料库中的知识发现等。全书各章内容独立，可由教师在讲授中灵活取捨。各章末均配有思考题与习题，可供学生选做。

第1章 绪论
1.1 信息科学与信息工程
1.1.1 信息科学发展简史
1.1.2 信息科学的概念、特徵与描述
1.1.3 信息科学方法论
1.2 信息技术与数学
1.2.1 信息技术的定义和範围
1.2.2 信息技术体系的层次关係
1.2.3 信息技术与数学
第2章 通信系统原理
2.1 引论
2.1.1 通信系统的一般概念
2.1.2 通信系统的质量指标
2.2 模拟信号的调製和数字通信
2.2.1 模拟信号的幅度调製与解调
2.2.2 非线性调製与解调
2.2.3 模拟信号的脉冲编码调製
2.2.4 复用技术及其套用
2.3 数字通信技术
2.3.1 数位讯号的基带传输
2.3.2 数字基带信号的频谱特性
2.3.3 无码间串扰的基带传输波形
2.3.4 无码间串扰基带传输系统的抗噪声性能
2.4 数位讯号的频带传输
2.4.1 二进制数字调製
2.4.2 二进制数字调製的抗噪性能
2.5 评述与展望
习题
第3章 非平稳信号分析：时频分析
3.1 引论
3.1.1 时频分析的意义
3.1.2 信号的时频表示
3.1.3 时频基函式与测不準原理
3.2 短时傅立叶变换
3.2.1 短时傅立叶变换的定义与性质
3.2.2 短时傅立叶变换的时间解析度与频率解析度
3.2.3 离散短时傅立叶变换
3.3 Gabor展开
3.3.1 连续Gabor展开
3.3.2 离散Galoor展开
3.4 Wignet—Ville分布
3.4.1 连续时间信号的Wigner—Ville分布
3.4.2 Wigner—Ville分布的变型及解析信号的Wigner—Ville分布”
3.4.3 离散Wigner—Ville分布
3.5 小波分析
3.5.1 连续小波变换
3.5.2 小波框架
3.5.3 多分辨分析
3.6 评述与展望
习题
第4章 图像压缩
4.1 图像压缩编码概述
4.1.1 图像的数位化表示与压缩编码
4.1.2 图像压缩编码的分类
4.1.3 图像质量评价
4.2 图像变换编码
4.2.1 K—L变换
4.2.2 离散余弦变换（DCT）
4.2.3 JPEG标準
4.3 小波变换图像编码
4.3.1 二维多分辨分析
4.3.2 基于小波变换的子带係数分类编码
4.4 分形图像压缩编码
4.4.1 分形
4.4.2 分形图像空间
4.4.3 叠代函式系统
4.4.4 灰度图像的分形编解码原理
4.4.5 分形图像压缩编码方法举例
4.5 评述与展望
习题
第5章 模式识别
5.1 模式识别概论
5.1.1 模式识别问题
5.1.2 模式识别系统
5.1.3 模式识别方法
5.2 统计模式识别方法
5.2.1 判别函式分类方法
5.2.2 Bayes决策
5.2.3 密度函式的估计及其判别函式
5.2.4 非参数方法与近邻估计
5.3 模糊模式识别方法
5.3.1 模糊集与模糊关係
5.3.2 基于模糊等价关係的分类
5.3.3 基于模糊相似关係的分类
5.4 评述与展望
习题
第6章 自动控制与系统辨识
6.1 绪论
6.1.1 自动控制问题
6.1.2 自动控制系统的构成
6.2 自动控制系统的基本模型与基本问题
6.2.1 自动控制系统的数学模型
6.2.2 自动控制系统的基本问题
6.2.3 自动控制系统的分析与综合
6.3 控制系统稳定性、能控性与能观性的判定
6.3.1 稳定性判据
6.3.2 能控性判据
6.3.3 能观性判据
6.4 最优控制
6.5 系统辨识
6.5.1 基本问题
6.5.2 线性离散定常系统的参数估计
6.5.3 线性离散定常系统的结构辨识
6.6 评述与展望
习题
第7章 信息加密与安全
7.1 信息加密/解密的基本原理
7.1.1 信息安全的基本问题
7.1.2 密码体制
7.1.3 完善保密性
7.1.4 密码体制的安全性
7.2 信息加密的数学基础
7.2.1 群、环和域
7.2.2 模n的剩余类环Zn
7.2.3 有限域GF（pn）
7.3 序列密码
7.3.1 序列密码的工作方式
7.3.2 伪随机序列
7.3.3 线性反馈移位暂存器序列
7.3.4 B—M算法、线性複杂度与密钥流发生器
7.4 分组密码
7.4.1 分组密码的工作原理
7.4.2 DES算法
7.4.3 AES算法
7.4.4 分组密码的安全性
7.5 公钥密码
7.5.1 公钥密码的主要思想
7.5.2 RSA算法
7.5.3 椭圆曲线密码
7.6 评述与展望
习题
第8章 数据挖掘与资料库中的知识发现
8.1 数据挖掘问题
8.1.1 知识发现与知识工程
8.1.2 数据挖掘的核心问题
8.1.3 意义及困难
8.2 数据挖掘的统计学方法
8.2.1 聚类分析
8.2.2 分类与回归分析
8.2.3 探索性数据分析
8.3 数据挖掘的机器学习方法
8.3.1 神经网路方法
8.3.2 决策树方法
8.3.3 模糊系统方法
8.4 评述与展望
习题
参考文献