您好,欢迎光临有路网!
数字通信工程
QQ咨询:
有路璐璐:

数字通信工程

  • 作者:马东堂,张晓瀛,赵海涛,熊俊,魏急波
  • 出版社:科学出版社
  • ISBN:9787030729088
  • 出版日期:2022年10月01日
  • 页数:342
  • 定价:¥128.00
  • 分享领佣金
    手机购买
    城市
    店铺名称
    店主联系方式
    店铺售价
    库存
    店铺得分/总交易量
    发布时间
    操作

    新书比价

    网站名称
    书名
    售价
    优惠
    操作

    图书详情

    内容提要
    《数字通信工程》系统介绍数字通信系统的设计和分析方法,理论与工程实践相结合,兼顾系统性和先进性,通俗易懂,实用性强。 《数字通信工程》共12章,主要内容包括绪论、信道建模与链路预算、数字调制方式的设计与分析、加性高斯白噪声信道下的*佳接收机设计与分析、载波与符号同步、信道编码、自适应均衡、多载波和多天线系统、无线协同通信、物理层**传输技术、多址接入技术和机器学习在数字通信物理层中的应用等。
    目录
    目录 第1章 绪论 1 1.1 通信系统的组成 1 1.1.1 通信系统的一般模型 1 1.1.2 数字通信系统的组成 2 1.2 数字通信的信息论基础 4 1.2.1 信息的定义 4 1.2.2 信源的数学模型 5 1.2.3 信息的对数度量 6 1.3 数字通信系统的主要性能指标 10 1.3.1 有效性指标 10 1.3.2 可靠性指标 12 1.3.3 **性指标 12 1.4 数字通信的发展历程和趋势 13 习题 15 第2章 信道建模与链路预算 16 2.1 通信信道的概念和实际信道 16 2.1.1 有线信道 16 2.1.2 电磁波的传播特性 17 2.1.3 无线信道 18 2.2 信道的输入/输出模型 20 2.2.1 加性噪声信道模型 21 2.2.2 线性时不变滤波器信道模型 22 2.2.3 线性时变滤波器信道模型 22 2.3 无线信道传播特性 23 2.3.1 大尺度衰落 23 2.3.2 小尺度衰落 24 2.3.3 等效低通信道 28 2.3.4 信道的系统函数 30 2.4 信道模型 32 2.4.1 电波传播损耗预测模型 32 2.4.2 常用平衰落信道模型 33 2.4.3 频率选择性衰落信道模型 36 2.5 链路预算 37 2.5.1 移动通信系统的链路预算 37 2.5.2 卫星通信系统的链路预算 39 习题 40 第3章 数字调制方式的设计与分析 41 3.1 数字已调信号的表征和信号空间 41 3.1.1 带通信号和带通系统的等效低通表示 42 3.1.2 波形的信号空间描述 46 3.2 无记忆调制方式 51 3.2.1 数字幅度调制 51 3.2.2 数字相位调制 54 3.2.3 正交幅度调制 56 3.2.4 正交多维调制 58 3.3 有记忆调制方式 62 3.3.1 有记忆线性调制 62 3.3.2 有记忆非线性调制 65 3.4 数字已调信号的功率谱密度 77 3.4.1 线性调制信号的功率谱密度 77 3.4.2 CPFSK和CPM信号的功率谱密度 81 习题 89 第4章 加性高斯白噪声信道下的*佳接收机设计与分析 94 4.1 加性高斯白噪声信道下的*佳接收机 94 4.1.1 相关型解调器 95 4.1.2 匹配滤波型解调器 99 4.1.3 *佳检测器 103 4.1.4 *大似然序列检测器 106 4.2 带宽受限信号的*佳检测和性能分析 110 4.2.1 BPSK信号的*佳检测和误码性能 110 4.2.2 MASK信号的*佳检测和误码性能 111 4.2.3 MPSK信号的*佳检测和误码性能 113 4.2.4 MQAM信号的*佳检测和误码性能 116 4.3 功率受限信号的*佳检测和性能分析 119 4.3.1 二进制正交信号的*佳检测和误码性能 119 4.3.2 M元正交信号的*佳检测和误码性能 120 4.3.3 M元双正交信号的*佳检测和误码性能 123 4.3.4 单纯信号的误码性能 124 4.3.5 不同数字调制方式的比较 125 4.4 有记忆调制信号的*佳检测和性能分析 127 4.4.1 DPSK信号的*佳检测和误码性能 127 4.4.2 CPM信号的*佳检测和误码性能 129 习题 134 第5章 载波与符号同步 137 5.1 信号参数估计 137 5.2 载波频率估计 139 5.2.1 数据辅助的频率估计 139 5.2.2 非数据辅助的频率估计 143 5.2.3 频率选择性信道下的载波频偏估计 145 5.3 载波相位估计 147 5.3.1 *大似然载波相位估计 147 5.3.2 *大似然相位估计性能分析 148 5.3.3 非数据辅助的载波相位估计 150 5.4 符号定时估计 152 5.4.1 面向判决的定时估计 152 5.4.2 非面向判决的定时估计 153 习题 155 第6章 信道编码 156 6.1 引言 156 6.2 线性分组码 157 6.2.1 线性分组码的概念 157 6.2.2 常用的线性分组码 161 6.2.3 线性分组码的译码 163 6.3 循环码 164 6.3.1 循环码的概念 164 6.3.2 循环码的编码 167 6.3.3 循环码的译码 168 6.3.4 循环码实例 169 6.4 卷积码 170 6.4.1 卷积码的结构 170 6.4.2 卷积码的Viterbi译码 173 6.4.3 删除卷积码 175 6.5 Turbo码 176 6.5.1 Turbo码的编码 176 6.5.2 Turbo码的迭代译码 177 6.5.3 Turbo码的EXIT图 184 6.6 低密度奇偶校验码(LDPC) 187 6.6.1 LDPC码的概念 187 6.6.2 LDPC码的译码 189 6.6.3 LDPC码的应用 192 6.7 Polar码 194 习题 198 第7章 自适应均衡 199 7.1 时域均衡的基本原理与准则 199 7.1.1 时域均衡的基本原理 199 7.1.2 均衡准则 201 7.2 自适应线性均衡器 203 7.2.1 迫零算法 203 7.2.2 LMS算法 204 7.2.3 LMS算法的收敛特性 207 7.3 提高LMS算法收敛速度 208 7.3.1 提高LMS算法的初始收敛速率 208 7.3.2 自适应均衡的递推*小二乘算法 210 7.4 盲均衡 214 7.4.1 随机梯度算法 214 7.4.2 基于*大似然准则的盲均衡 216 7.4.3 基于二阶和高阶信号统计量的盲均衡算法 219 习题 220 第8章 多载波和多天线系统 221 8.1 多载波通信 221 8.1.1 单载波和多载波调制 221 8.1.2 *佳功率注水分配 225 8.1.3 正交频分复用(OFDM)的概念 226 8.1.4 OFDM 系统的FFT 实现 229 8.1.5 OFDM的调制解调系统框图 229 8.1.6 OFDM的降峰均比技术 232 8.1.7 同步误差对OFDM系统的影响 234 8.2 多输入多输出(MIMO)技术 240 8.2.1 MIMO系统的信道模型 241 8.2.2 MIMO信道的容量 243 8.2.3 MIMO的复用 247 8.2.4 MIMO的编码 249 8.2.5 MIMO技术的应用 254 习题 255 第9章 无线协同通信 256 9.1 无线协同通信系统模型 256 9.1.1 单源单中继系统模型 256 9.1.2 单源多中继系统模型 257 9.1.3 多源多中继系统模型 257 9.2 无线协同通信的关键问题 258 9.3 协同通信的方式 259 9.3.1 固定中继协议 259 9.3.2 自适应中继协议 261 9.4 协同分集与合并技术 263 9.4.1 分集技术 263 9.4.2 合并技术 264 9.5 协同中继选择技术 266 9.5.1 中继节点选择的性能指标 266 9.5.2 中继选择策略 267 习题 276 第10章 物理层**传输技术 277 10.1 物理层**的基本概念和模型 278 10.1.1 香农保密通信模型 278 10.1.2 Wyner窃听信道模型 280 10.2 无密钥的**传输技术 281 10.2.1 基本窃听信道和保密容量 281 10.2.2 基于波束成形的**传输技术 283 10.2.3 人工噪声辅助的**传输技术 284 10.2.4 物理层**编码 285 10.3 基于无线信道的密钥生成技术 286 10.3.1 密钥生成的主要步骤 286 10.3.2 密钥生成技术 288 10.3.3 密钥生成性能评估 289 10.4 射频指纹识别技术 290 10.4.1 射频指纹特征参数 292 10.4.2 射频指纹识别方法 292 习题 293 第11章 多址接入技术 295 11.1 常用多址技术 296 11.1.1 频分多址(FDMA) 296 11.1.2 时分多址(TDMA) 298 11.1.3 码分多址(CDMA) 300 11.2 随机多址 304 11.2.1 ALOHA协议 305 11.2.2 载波侦听多址技术(CSMA) 308 11.2.3 冲突避免的载波侦听多址接入(CSMA/CA) 313 11.3 非正交多址(NOMA)技术 315 11.3.1 NOMA技术概述 315 11.3.2 几种典型的NOMA技术 316 习题 319 第12章 机器学习在数字通信物理层中的应用 321 12.1 使用机器学习的条件 321 12.2 打开深度神经网络在数字通信物理层应用的黑盒子 321 12.2.1 从信号传输的角度理解自编码器 323 12.2.2 编码器:*佳星座映射 323 12.2.3 解码器:信号推理 325 12.2.4 神经网络中的信息流 326 12.3 基于机器学习的信道估计的性能分析 329 12.3.1 信道估计 329 12.3.2 基于机器学习的信道估计 330 12.3.3 基于机器学习的信道估计的理论分析 331 12.3.4 训练数据量与性能的解析关系 333 12.4 一种可在线训练的低复杂度学习型信道估计方法 333 12.4.1 线性学习型信道估计器 334 12.4.2 训练数据生成方式 335 习题 337 参考文献 338 附录 误差函数、互补误差函数表 341

    与描述相符

    100

    北京 天津 河北 山西 内蒙古 辽宁 吉林 黑龙江 上海 江苏 浙江 安徽 福建 江西 山东 河南 湖北 湖南 广东 广西 海南 重庆 四川 贵州 云南 西藏 陕西 甘肃 青海 宁夏 新疆 台湾 香港 澳门 海外