内容简介
《数字通信:离散时间方法(英文影印版)》运用离散信号处理的原则来介绍和分析数字通信,连接了实时和离散方式,注重理论与实践相结合。涵盖了离散信号处理、离散滤波器设计、多速率处理及估计理论,并提出了基于离散信号的空间分析、数值算法。《数字通信:离散时间方法(英文影印版)》可作为电子信息工程、通信工程专业本科生教材,也可作为相关领域工程技术人员的参考书。
内页插图
目录
Foreword
Preface
Chapter 1 Introduction
1.1 A Brief History of Communications 1
1.2 Basics Of Wireless Communications 10
1.3 Digital Communications 12
1.4 Why Discrete-Tune Processing Is So Popular 14
1.5 Organization of the Text 19
1.6 Notes and References 22
Chapter 2 Signals and Systems 1:A Review of the Basics
2.1 Introduction 23
2.2 Signals 24
2.2.1 Continuous-Time Signals 24
2.2.2 Discrete-Time Signals 26
2.3 Systems 28
2.3.1 Continuous-Time Systems 28
2.3.2 Discrete-Time Systems 29
2.4 Frequency Domain Characterizations 30
2.4.1 Laplace Transform 32
2.4.2 Continuous-Time Fourier Transform 37
2.4.3 Z Transform 40
2.4.4 Discrete-Time Fourier Transform 46
2.5 The Discrete Fourier Transform 50
2.6 The Relationship Between Discrete-Time and Continuous-Time Systems ~ 55
2.6.1 The Sampling Theorem 56
2.6.2 Discrete-Time Processing of Continuous-Time Signals
2.7 Discrete-Time Processing of Band-Pass Signals 67
2.8 Notes and References 70
2.9 Exercises 71
Chapter 3 Signals and Systems 2: Some Useful Discrete-Time Techniques for Digital Communications
3.1 Introduction 114
3.2 Multirate Signal Processing 115
3.2.1 Impulse-Train Sampling 115
3.2.2 Downsampling 118
3.2.3 Upsampling 120
3.2.4 The Noble Identities 122
3.2.5 Polyphase Filterbanks 122
3.3 Discrete-Time Filter Design Methods 127
3.3.1 IIR Filter Designs 129
3.3.2 FIR Filter Designs 134
3.3.3 Two Important Filters:The Differentiator and the Integrator 149
3.4 Notes and References 159
3.5 Exercises 159
Chapter 4 A Review of Probability Theory
4.1 Basic Definitions 178
4.2 Gaussian Random Variables 188
4.2.1 Density and Distribution Functions 188
4.2.2 Product Moments 192
4.2.3 Functions of Random Variables 193
4.3 Multivariate Gaussian Random Variables 195
4.3.1 Bivariate Gaussian Distribution !96
4.3.2 Linear Operators and Multivariate Gaussian Random Variables 197
4.4 Random Sequences 198
4.4.1 Power Spectral Density 199
4.4.2 Random Sequences and Discrete-Time LTI Systems 200
4.5 Additive White Gaussian Noise 202
4.5.1 Continuous-Time Random Processes 202
4.5.2 The White Gaussian Random Process:A Good Model for Noise? 204
4.5.3 White Gaussian Noise in a Sampled Data System 206
4.6 Notes and References 208
4.7 Exercises 208
Chapter 5 Linear Modulation 1: Modulation, Demodulation, and Detection
Chapter 6 Linear Modulation 2: Performance
Chapter 7 Carrier Phase Synchronization
Chapter 8 Symbol Timing Synchronization
Chapter 9 System Components
Chapter 10 System Design
AppendixA Pulse Shapes
Appendix B The Complex-Valued Representation for QAM
Appendix C Phase Locked Loops
Bibliography
精彩书摘
In the 1980s, the desire to increase the capacity and suite of services offered to mobile telephone customers prompted the development of digital communication systems. GSM,the digital mobile telephone standard in Europe, was deployed in the 1980s, whereas digital standards such as IS-54 and IS-136 (TDMA/FDM) and IS-95 (CDMA) were deployed in the United States in the 1990s. In addition to voice, digital radio is becoming more popular and television is increasingly delivered in a digital format (HDTV is an integrated digital video/audio format). The corresponding communications link is a digital communications link.
Data communication systems are also following this trend. One example is aeronautical telemetry.9 In aeronautical telemetry, the performance of an airborne "test article" is monitored by using a radio link to transmit the measurements output by a set of transducers to a ground-based monitoring station. The first aeronautical telemetry links were analog AM in the 1940s and analog FM in the 1950s. The output of each transducer modulated a separate carrier frequency to form the telemetry downlink. As airborne systems became more complex, more onboard measurements had to be collected and radioed to the ground. The use of separate carriers for each one proved unwieldy and uneconomical. By the 1970s, digital technology had progressed to the point where a new approach was possible. The transducer outputs were sampled to form a bit stream. The bit streams from all transducers were combined to form a composite bit stream that was used to modulate a single carrier. A digital version of FM (known as PCM/FM in the IRIG 106 Standard) became the most popular choice.
……
前言/序言
好的,这是一本名为《现代信号处理:理论与实践》的图书的详细简介,内容完全不涉及您提到的《数字通信:离散时间方法(英文影印版)》一书的任何主题或内容。 --- 现代信号处理:理论与实践 作者: 艾伦·K·费舍尔 (Alan K. Fisher) 出版社: 普林斯顿高等教育出版社 定价: 498.00 元 页数: 820 页 装帧: 精装,附带在线资源访问码 --- 图书概述 《现代信号处理:理论与实践》是一部面向高年级本科生、研究生以及在信号处理、控制系统、图像分析和生物医学工程领域工作的专业人士的综合性教材和参考手册。本书旨在为读者提供一个坚实而深入的数学基础,同时强调现代信号处理技术在真实世界问题中的应用。它超越了传统的傅里叶分析框架,深入探讨了小波变换、稀疏表示、随机过程以及高效算法设计等前沿领域。 本书的独特之处在于其对理论严谨性的坚持与对工程直觉培养的同等重视。作者费舍尔教授通过精心设计的章节结构和大量的例题,确保读者不仅能理解数学公式的推导过程,更能掌握这些工具背后的物理意义和局限性。 全书分为四个主要部分,逻辑清晰,循序渐进:基础理论、频域与时域分析、随机信号处理、以及高级主题。 --- 第一部分:基础理论与离散系统回顾(第 1 - 150 页) 本部分为后续高级主题奠定必要的数学和概念基础。它首先对信号和系统的基本定义进行了回顾,但重点放在了连续时间(CT)和离散时间(DT)系统的本质区别和相互联系上。 信号的数学模型: 详细阐述了实值、复值、周期和非周期信号的特性,引入了能量信号和功率信号的严格定义。 线性时不变(LTI)系统: 深入探讨了系统的卷积表示,强调了冲激响应的中心地位。本节特别引入了系统稳定性(BIBO)和因果性的严密数学判据。 采样理论的再审视: 尽管采样是数字处理的基础,但本书从信息论的角度重新审视了奈奎斯特-香农采样定理,着重分析了欠采样、过采样及其在实际采集过程中的限制,特别是引入了非均匀采样的概念作为过渡。 经典变换工具的局限性: 对傅里叶级数和傅里叶变换进行了全面的复习,并明确指出了它们在处理非平稳信号时的“时域模糊”问题,为引入下一部分的小波分析埋下伏笔。 --- 第二部分:频域分析与时频表示(第 151 - 380 页) 这是全书的核心部分之一,详细介绍了如何从不同视角分析信号的频率内容,并解决了传统傅里叶方法在时域定位上的不足。 Z 变换及其逆变换的深入分析: 不仅仅是代数工具,本章探讨了Z变换在系统稳定性分析中的应用,并详细讲解了单边与双边Z变换的适用场景。 离散傅里叶变换(DFT)与快速算法: 重点分析了DFT的周期延拓特性及其对有限长信号处理的影响。FFT算法的原理被分解,并讨论了不同实现(如Cooley-Tukey算法)的计算复杂度与内存需求。 时频分析的开端: 引入了短时傅里叶变换(STFT)。本书详细分析了窗函数的选择对分辨率的权衡(海森堡不确定性原理在STFT中的体现)。 小波变换的理论基石: 本章是本书的亮点。它从多分辨率分析(MRA)的角度,清晰地构建了滤波器组与小波基之间的联系。详细推导了正交小波变换的实现细节,并介绍了常用的小波族(如Haar, Daubechies)的构造原理及其在数据压缩和去噪中的优势。 --- 第三部分:随机信号处理与估计理论(第 381 - 620 页) 本部分将分析的重点从确定性信号转移到具有随机特性的过程,这对于通信、雷达和金融时间序列分析至关重要。 随机过程基础: 严格定义了随机变量和随机过程,引入了平稳性(宽平稳、严平稳)和遍历性的概念。重点分析了高斯过程和马尔可夫过程的特性。 功率谱密度(PSD)的估计: 详细对比了非参数方法(如周期图法)和参数方法(如自回归模型AR)。针对周期图法,本书深入剖析了维纳-辛钦定理的应用,并讨论了如何通过窗口化和平均化来降低估计方差。 线性最优滤波: 介绍了维纳滤波的推导过程,明确了其在最小均方误差(MMSE)意义下的最优性。本章还扩展至卡尔曼滤波(Kalman Filtering)的递推形式,阐述了其在状态空间模型下的最优线性无偏估计的地位。 谱分析的高级技术: 探讨了高分辨率谱估计方法,如最大熵法(MEM),并讨论了这些方法在处理短数据段时的鲁棒性。 --- 第四部分:高级主题与应用实践(第 621 - 820 页) 最后一部分聚焦于当前信号处理研究的热点和实际工程中的复杂问题。 盲源分离(BSS)导论: 介绍了独立成分分析(ICA)的基本假设,特别是非高斯性在分离过程中的关键作用。通过信息最大化和负熵度量,展示了如何从混合信号中恢复原始源信号。 稀疏表示与压缩感知(Compressed Sensing): 阐述了信号的稀疏性在信息获取中的潜力。详细介绍了L1范数最小化(Basis Pursuit)作为解决欠定线性系统的有效手段,并探讨了随机测量矩阵的设计原则。 多维信号处理: 将一维理论扩展到二维(图像)和三维(体数据)。重点讨论了二维离散卷积、二维小波变换在图像去噪和边缘检测中的应用,并引入了形态学滤波的概念作为非线性滤波的重要补充。 计算实现与软件工具: 提供了关于高性能计算的实用建议,讨论了并行化技术在大型滤波和变换中的应用。附录部分提供了使用标准科学计算环境(如MATLAB/Octave, Python SciPy/NumPy)实现关键算法(如FFT, 维纳滤波器, 卡尔曼滤波器)的详细代码示例。 --- 目标读者与特色 本书的结构设计强调了理论深度和实际操作能力并重。每章末尾都附有难度不一的“深入思考题”,旨在引导学生进行理论的批判性分析。费舍尔教授擅长以简洁明了的数学语言阐述复杂概念,使得本书成为学习和查阅现代信号处理理论的权威参考资料。它特别适合致力于开发新型算法或从事前沿数据分析工作的研究人员。