出版時間:2012-1 出版社:電子工業(yè)出版社 作者:(美)拉茲 等著 頁數(shù):888 字?jǐn)?shù):1880000
Tag標(biāo)簽:無
內(nèi)容概要
由拉茲和丁峙編著的《現(xiàn)代數(shù)字與模擬通信系統(tǒng)》是電子工程領(lǐng)域中的理想的通信系統(tǒng)入門教材。作者首先介紹了信號與系統(tǒng)的基礎(chǔ)理論和通信的核心問題,然后給出了設(shè)計和分析數(shù)字通信系統(tǒng)的工具。內(nèi)容涵蓋基本的通信理論、必要的數(shù)學(xué)基礎(chǔ)及擴(kuò)頻通信等現(xiàn)代通信技術(shù)。啟發(fā)性的講解方法、精心挑選的例題和更新的MATLAB練習(xí)使本書成為易于被學(xué)生理解和接受的通信系統(tǒng)理論與應(yīng)用的入門教材。本書不要求讀者已具備概率論和隨機(jī)信號等方面的基礎(chǔ)知識。
《現(xiàn)代數(shù)字與模擬通信系統(tǒng)》涵蓋通信原理、數(shù)字通信、擴(kuò)頻通信等相關(guān)領(lǐng)域的內(nèi)容。可作為高等院校通信與電子系統(tǒng)方面的高年級本科生或研究生的雙語教材或參考書,亦可作為通信系統(tǒng)方面的研發(fā)人員的入門參考書。
作者簡介
B·P·拉茲,美國加利福尼亞大學(xué)薩克拉門托分校電機(jī)與電子工程系名譽(yù)教授,IEEE會士?! 《≈?,美國加利福尼亞大學(xué)戴維斯分校電氣與計算機(jī)工程系教授,IEEE會士。IEEE電路與系統(tǒng)協(xié)會2004~2005年度杰出講師,IEEE通信協(xié)會2008~2009年度杰出講師。
書籍目錄
第1章 簡介
1.1 通信系統(tǒng)
1.2 模擬和數(shù)字消息
1.3 信道影響、信噪比和信道容量
1.4 調(diào)制和檢測
1.5 數(shù)字信源編碼和糾錯編碼
1.6 現(xiàn)代電信歷史的簡短回顧
第2章 信號與信號空間
2.1 信號的度量
2.2 信號分類
2.3 一些有用的信號操作
2.4 單位脈沖信號
2.5 信號與向量
2.6 信號相關(guān)性
2.7 正交信號集
2.8 三角傅里葉級數(shù)
2.9 指數(shù)傅里葉級數(shù)
2.10 MATLAB練習(xí)
第3章 信號的分析和傳輸
3.1 非周期信號的傅里葉表示
3.2 一些有用函數(shù)的變換
3.3 傅里葉變換的性質(zhì)
3.4 線性系統(tǒng)中的信號傳輸
3.5 理想的和實際的濾波器
3.6 通信信道上的信號失真
3.7 信號能量和能量譜密度
3.8 信號功率和功率譜密度
3.9 離散傅里葉變換
3.10 MATLAB練習(xí)
第4章 幅度調(diào)制與解調(diào)
4.1 基帶和載波通信
4.2 雙邊帶幅度調(diào)制
4.3 幅度調(diào)制(AM)
4.4 有效帶寬幅度調(diào)制
4.5 幅度調(diào)制:殘留邊帶(VSB)
4.6 本地載波同步
4.7 頻分復(fù)用(FDM)
4.8 鎖相環(huán)及其應(yīng)用
4.9 NTSC電視廣播系統(tǒng)
4.10 MATLAB練習(xí)
第5章 角度調(diào)制與解調(diào)
5.1 非線性調(diào)制
5.2 調(diào)角波的帶寬
5.3 調(diào)頻(FM)波的產(chǎn)生
5.4 調(diào)頻信號解調(diào)
5.5 非線性失真和干擾的影響
5.6 超外差式模擬AM/FM接收機(jī)
5.7 調(diào)頻廣播系統(tǒng)
5.8 MATLAB練習(xí)
第6章 采樣和模數(shù)轉(zhuǎn)換
6.1 采樣定理
6.2 脈沖編碼調(diào)制(PCM)
6.3 數(shù)字電話:PCM在T1載波系統(tǒng)中的應(yīng)用
6.4 數(shù)字復(fù)用
6.5 差分脈沖編碼調(diào)制(DPCM)
6.6 自適應(yīng)差分PCM(ADPCM)
6.7 增量調(diào)制
6.8 語音編碼器和視頻壓縮
6.9 MATLAB練習(xí)
第7章 數(shù)字傳輸原理
7.1 數(shù)字通信系統(tǒng)
7.2 線性編碼
7.3 脈沖整形
7.4 擾碼
7.5 數(shù)字接收機(jī)和再生中繼器
7.6 眼圖:一個重要工具
7.7 PAM:高數(shù)據(jù)率的M相基帶信號
7.8 數(shù)字載波系統(tǒng)
7.9 M相數(shù)字載波調(diào)制
7.10 MATLAB練習(xí)
第8章 概率論基礎(chǔ)
8.1 概率的概念
8.2 隨機(jī)變量
8.3 統(tǒng)計平均值(期望)
8.4 相關(guān)性
8.5 線性均方估計
8.6 隨機(jī)變量的和
8.7 中心極限定理
第9章 隨機(jī)過程和譜分析
9.1 從隨機(jī)變量到隨機(jī)過程
9.2 隨機(jī)過程分類
9.3 功率譜密度
9.4 多重隨機(jī)過程
9.5 線性系統(tǒng)中的隨機(jī)過程
9.6 應(yīng)用:最優(yōu)濾波(Wiener-Hopf濾波器)
9.7 應(yīng)用:基帶模擬系統(tǒng)的性能分析
9.8 應(yīng)用:最優(yōu)預(yù)加重一去加重系統(tǒng)
9.9 帶通隨機(jī)過程
第10章 噪聲環(huán)境下調(diào)制通信系統(tǒng)的性能分析
10.1 衡量標(biāo)準(zhǔn)分析
10.2 幅度調(diào)制系統(tǒng)
10.3 角度調(diào)制系統(tǒng)
10.4 脈沖調(diào)制系統(tǒng)
第11章 數(shù)字通信系統(tǒng)的性能分析
11.1 雙極性信號的最優(yōu)線性檢測
11.2 常見的二進(jìn)制信號
1l.3 數(shù)字載波調(diào)制的相干接收機(jī)
11.4 最優(yōu)檢測的信號空間分析
11.5 白噪聲隨機(jī)過程的矢量分解
11.6 白高斯噪聲信道的最優(yōu)接收機(jī)
11.7 最優(yōu)接收機(jī)誤差概率的一般表達(dá)式
11.8 等價信號集
11.9 非白(有色)信道噪聲
11.10 其他有用的性能指標(biāo)
11.11 非相干檢測
11.12 MATLAB練習(xí)
第12章 擴(kuò)頻通信
12.I跳頻擴(kuò)頻(FHSS)系統(tǒng)
12.2 多用戶跳頻系統(tǒng)及其性能
12.3 跳頻擴(kuò)頻的應(yīng)用
12.4 直接序列擴(kuò)頻(DSSS)
12.5 DSSS的彈性特征
12.6 DSSS的碼分多址接人(CDMA)
12.7 多用戶檢測(MUD)
12.8 現(xiàn)代實用直擴(kuò)CDMA系統(tǒng)
12.9 MATLAB練習(xí)
第13章 線性信道失真下的數(shù)字通信
13.1 無線多徑信道的線性失真
13.2 接收信道均衡
13.3 線性T間隔均衡(TSE)
13.4 線性分?jǐn)?shù)間隔均衡器(FSE)
13.5 信道估計
13.6 判定反饋均衡器
13.7 OFDM(多載波)通信
13.8 離散多音頻調(diào)制(DMT)
13.9 OFDM和DMT的現(xiàn)實應(yīng)用
13.10 盲均衡和識別
13.11 移動性引起的時變信道失真
13.12 MATLAB練習(xí)
第14章 信息論介紹
14.1 信息的度量
14.2 信源編碼
14.3 有噪信道上的無差錯通信
14.4 離散無記憶信道的信道容量
14.5 連續(xù)無記憶信道的信道容量
14.6 依據(jù)香農(nóng)公式的實際通信系統(tǒng)
14.7 頻率選擇性信道的容量
14.8 多人多出通信系統(tǒng)
14.9 MATLAB練習(xí)
第15章 糾錯編碼
15.1 概覽
15.2 糾錯冗余
15.3 線性分組碼
15.4 循環(huán)碼
15.5 糾錯效果
15.6 卷積碼
15.7 分組碼的格型圖
15.8 碼組合并與交織
15.9 軟解碼
15.10 軟輸出維特比算法(SOVA)
15.11 Turbo碼
15.12 低密度奇偶校驗(LDPC)碼
15.13 MATLAB練習(xí)
附錄A 一些信號集的正交性
A.1 三角和指數(shù)信號集的正交性
A.2 指數(shù)信號集的正交性
附錄B 柯西-施瓦茨不等式:
附錄C 矢量集的格拉姆-施密特正交化
附錄D 矩陣的基本性質(zhì)和運算
D.1 符號
D.2 矩陣積和性質(zhì)
D.3 單位陣和對角陣
D.4 方陣的秩
D.5 矩陣的跡
D.6 特征分解
D.7 特殊的埃爾米特共軛方陣
附錄E 其他
E.1 洛必達(dá)法則
E.2 泰勒和麥克勞林級數(shù)
E.3 功率級數(shù)
E.4 等比數(shù)列和
E.5 復(fù)數(shù)
E.6 三角公式
E.7 廣義積分
章節(jié)摘錄
As noted earlier, channel noise is a major factor limiting communication performance because it is random and cannot be removed by prediction. On other other hand, randomness isalso closely associated with the desired signals in communications. Indeed, randomness is theessence of communication. Randomness means unpredictabiliry, or uncertainty, of a source message. If a source had no unpredictability, like a friend who always wants to repeat the samestory on "how I was abducted by an alien," then the information would be known before handand would contain no information. Similarly, if a person winks, it conveys some informationin a given context. But if a person winks continuously with the regularity of a clock, the winks convey no information. In short, a predictable signal is not random and is fully redundant.Thus, a message contains information only if it is unpredictable. Higher predictability meanshigher redundancy and, consequently, less information. Conversely, more unpredictable or lesslikely random signals contain more information. Source coding reduces redundancy based on the predictability of the message source. The objective of source coding is to use codes that are as short as possible to represent the sourcesignal. Shorter codes are more efficient because they require less time to transmit at a givendata rate. Hence, source coding should remove signal redundancy while encoding and transmitting the unpredictable, random part of the signal. The more predictable messages contain more redundancy and require shorter codes, while messages that are less likely contain more information and should be encoded with longer codes. By assigning more likely messages withshorter source codes and less likely messages with longer source codes, one obtains more efficient source coding. Consider the Morse code, for example.ln this code, various combinations of dashes and dots (code words) are assigned to each letter. To minimize transmission time,shorter code words are assigned to more frequently occurring(more probable) letters (suchas e,t, and a) and longer code words are assigned to rarely occurring (less probable) letters(such as x, q, and z). Thus, on average, messages in English would tend to follow a knownletter distribution, thereby leading to shorter code sequences that can be quickly transmitted.This explains why Morse code is a good source code. It will be shown in Chapter 13 that for digital signals, the overall transmission time is minimized if a message(or symbol) of probability P is assigned a code word with a lengthproportional to log (1/P). Hence, from an engineering point of view, the information of amessage with probability P is proportional to log (1/P). This is known as entropy (source)coding. ……
編輯推薦
關(guān)于最新技術(shù)進(jìn)步和應(yīng)用的討論。新增了介紹擴(kuò)頻通信、頻率選擇性信道和OFDM系統(tǒng)的章節(jié)(第11章和第12章)。新增的和更新過的可供學(xué)生實踐的MATLAB實例。靈活的組織形式(參見《現(xiàn)代數(shù)字與模擬通信系統(tǒng)(第4版)(英文版)》前言)容納了各種課程框架,包括一學(xué)期、兩個學(xué)期、一季度及兩個季度。盡可能給出直觀的講解(而不僅僅是證明),進(jìn)而啟發(fā)式地解釋理論成果。包含CDMA、OFDM.均衡、軟解碼、Turbo碼、LDPC等新內(nèi)容。
圖書封面
圖書標(biāo)簽Tags
無
評論、評分、閱讀與下載
現(xiàn)代數(shù)字與模擬通信系統(tǒng) PDF格式下載