通信信號(hào)分析與處理

內(nèi)容概要

本書以通信信號(hào)的發(fā)送、傳輸與接收為主線，介紹了通信中的隨機(jī)信號(hào)分析方法，通信信道的統(tǒng)計(jì)特性、建模與仿真方法；論述并討論了自適應(yīng)濾波性能準(zhǔn)則與自適應(yīng)算法，空間分集技術(shù)，碼間干擾的形成機(jī)制、抑制方法及通信信道均衡與盲均衡的理論、算法與仿真技術(shù)；最后，分析了陣列信號(hào)處理理論與自適應(yīng)天線算法。    本書既反映了先進(jìn)的通信信號(hào)處理新技術(shù)，又是作者在信號(hào)處理和通信信號(hào)處理領(lǐng)域多年教學(xué)與科研工作的積累?？勺鳛樾畔⑴c通信工程專業(yè)及相關(guān)學(xué)科的大學(xué)高年級(jí)本科學(xué)生、研究生教材及從事這方面工作的科技工作者參考書。

書籍目錄

第1章  通信中隨機(jī)信號(hào)分析  1.1  隨機(jī)過程的一般表述    1.1.1  隨機(jī)過程的概率分布    1.1.2  隨機(jī)過程的特征函數(shù)    1.1.3  隨機(jī)過程的數(shù)字特征  1.2  平穩(wěn)隨機(jī)過程    1.2.1  平穩(wěn)隨機(jī)過程    1.2.2  平穩(wěn)隨機(jī)過程的數(shù)字特征    1.2.3  平穩(wěn)隨機(jī)過程的相關(guān)函數(shù)與功率譜密度  1.3  高斯隨機(jī)過程    1.3.1  高斯過程    1.3.2  亞高斯和超高斯過程  1.4  系統(tǒng)對(duì)隨機(jī)信號(hào)的響應(yīng)    1.4.1  輸入為隨機(jī)過程時(shí)線性系統(tǒng)的輸出及其特性    1.4.2  隨機(jī)信號(hào)通過理想線性系統(tǒng)    1.4.3  隨機(jī)信號(hào)通過非線性系統(tǒng)  1.5  復(fù)隨機(jī)過程    1.5.1  復(fù)隨機(jī)變量    1.5.2  復(fù)隨機(jī)過程  1.6  窄帶隨機(jī)過程    1.6.1  希爾伯特變換    1.6.2  解析過程    1.6.3  窄帶隨機(jī)過程  1.7  窄帶高斯過程    1.7.1  窄帶高斯過程的一維概率分布    1.7.2  窄帶高斯過程的二維概率分布    1.7.3  窄帶高斯過程包絡(luò)平方的概率分布  1.8  正弦波加窄帶高斯過程    1.8.1  正弦波加窄帶高斯過程的表示    1.8.2  條件二維聯(lián)合概率密度函數(shù)    1.8.3  包絡(luò)和相位的條件概率密度函數(shù)    1.8.4  正弦波與窄帶隨機(jī)過程之和的包絡(luò)平方的概率密度函數(shù)    習(xí)題第2章  通信信道  2.1  概述    2.1.1  通信信道模型    2.1.2  通信信道仿真    2.1.3  離散信道模型    2.1.4  仿真方法論  2.2  通信信道特性    2.2.1  大尺度衰落    2.2.2  小尺度衰落    2.2.3  信道參數(shù)    2.2.4  衰落類型    2.2.5  信道包絡(luò)統(tǒng)計(jì)分布特性    2.2.6  信號(hào)功率譜模型  2.3  標(biāo)量信道    2.3.1  平坦衰落信道模型    2.3.2  平坦衰落信道模型仿真    2.3.3  頻率選擇性衰落信道建模  2.4  向量信道    2.4.1  單輸多輸出（SIMO）系統(tǒng)的向量信道    2.4.2  多輸入多輸出（MIMO）信道第3章  自適應(yīng)濾波算法  3.1  自適應(yīng)濾波原理    3.1.1  自適應(yīng)濾波器的分類    3.1.2  自適應(yīng)濾波器的基本構(gòu)成    3.1.3  自適應(yīng)過程    3.1.4  可編程濾波器  3.2  自適應(yīng)系統(tǒng)性能準(zhǔn)則    3.2.1  均方誤差（MSE）性能測(cè)度    3.2.2  最大信噪比（MSNR）準(zhǔn)則    3.2.3  最大似然（ML）準(zhǔn)則    3.2.4  最小噪聲方差（MNV）準(zhǔn)則  3.3  自適應(yīng)算法    3.3.1  最小均方（LMS）算法    3.3.2  序貫回歸（SER）算法    3.3.3  RLS算法    3.3.4  樣本矩陣求逆（SMI）算法    習(xí)題第4章  空間分集  4.1  概述  4.2  分集增益  4.3  接收天線分集  4.4  分集重?cái)?shù)與信道可變性  4.5  分集合并    4.5.1  選擇式合并    4.5.2  最大比值合并    4.5.3  等增益合并    4.5.4  切換合并    習(xí)題第5章  碼間干擾與信道均衡  5.1  數(shù)字PAM基帶傳輸及碼問干擾    5.1.1  碼間干擾與數(shù)字基帶傳輸系統(tǒng)    5.1.2  無碼間干擾基帶傳輸特性    5.1.3  存在噪聲和IsI時(shí)的最佳接收機(jī)  5.2  眼圖  5.3  信道均衡    5.3.1  基帶傳輸系統(tǒng)的等效傳輸模型    5.3.2  置零條件  5.4  線性均衡    5.4.1  信道的等效離散時(shí)間模型    5.4.2  基于峰值失真準(zhǔn)則的迫零均衡器    5.4.3  基于最小均方誤差準(zhǔn)則（MMSE）的均衡器  5.5  判決引導(dǎo)自適應(yīng)均衡器  5.6  白適應(yīng)判決反饋均衡器  5.7  調(diào)制解調(diào)器和自適應(yīng)均衡器的連接    習(xí)題第6章  通信信道的盲均衡  6.1  Bussgang算法    6.1.1  實(shí)基帶信道的Bussgang算法    6.1.2  復(fù)基帶信道的Bussgang算法  6.2  三種經(jīng)典的Bussgang算法    6.2.1  判決引導(dǎo)算法    6.2.2  Sato算法    6.2.3  Godard算法  6.3  常數(shù)模算法及其性能分析    6.3.1  常數(shù)模算法    6.3.2  常數(shù)模算法性能分析  6.4  基于高階統(tǒng)計(jì)量的盲均衡算法    6.4.1  高階統(tǒng)計(jì)量基礎(chǔ)理論    6.4.2  基于倒三譜的自適應(yīng)盲均衡算法    6.4.3  基于循環(huán)倒譜的盲均衡算法    6.4.4  超指數(shù)迭代盲均衡算法  6.5  基于空間分集的盲均衡算法    6.5.1  基于選擇式合并的空間分集均衡器    6.5.2  基于等增益合并的空間分集均衡器    6.5.3  修正的等增益空間分集均衡算法  6.6  基于變參誤差函數(shù)的常數(shù)模算法    6.6.1  三種誤差函數(shù)及性能分析    6.6.2  算法及其仿真  6.7  基于分?jǐn)?shù)間隔的盲均衡算法    6.7.1  多采樣率理論    6.7.2  多信道系統(tǒng)模型及其性能分析    6.7.3  基于T／2分?jǐn)?shù)間隔的常數(shù)模盲均衡算法    6.7.4  基于T／4分?jǐn)?shù)間隔的常數(shù)模盲均衡算法  6.8  基于正交幅度調(diào)制系統(tǒng)的級(jí)聯(lián)盲均衡算法    6.8.1  基于正交幅度調(diào)制系統(tǒng)的級(jí)聯(lián)盲均衡器    6.8.2  性能仿真    習(xí)題第7章  陣列信號(hào)處理  7.1  陣列的基本原理    7.1.1  空間信號(hào)    7.1.2  調(diào)制解調(diào)    7.1.3  陣列信號(hào)模型    7.1.4  陣列天線接收信號(hào)向量    7.1.5  空間采樣  7.2  波束形成    7.2.1  波束響應(yīng)與波束模式    7.2.2  波束形成器增益    7.2.3  空間匹配濾波器    7.2.4  陣列孔徑和波束形成分辨率    7.2.5  錐化截取波束形成  7.3  最佳陣列處理方法    7.3.1  最佳波束形成器    7.3.2  最佳波束形成器的特征根分析    7.3.3  干擾消除性能    7.3.4  錐化截取最佳波束形成    7.3.5  廣義的旁瓣消除器    習(xí)題第8章  自適應(yīng)陣列信號(hào)處理  8.1  自適應(yīng)天線系統(tǒng)的權(quán)向量    8.1.1  自適應(yīng)陣列的最佳權(quán)向量    8.1.2  權(quán)向量的自適應(yīng)更新算法  8.2  基于常數(shù)模算法的陣列信號(hào)處理    8.2.1  最速下降常數(shù)模算法    8.2.2  最小二乘常數(shù)模算法  8.3  微擾法  8.4  分塊自適應(yīng)波束形成    8.4.1  樣本矩陣求逆    8.4.2  SMI波束形成器的對(duì)角線加載    8.4.3  基于最小二乘法的SMI波束形成器實(shí)現(xiàn)  8.5  恒模陣列    8.5.1  自適應(yīng)噪聲對(duì)消    8.5.2  恒模陣列與對(duì)消器的組合    8.5.3  恒模陣列的性能分析    8.5.4  級(jí)聯(lián)的恒模陣列與對(duì)消器組合    8.5.5  輸出信干噪比和信噪比  8.6  子空間的自適應(yīng)陣列算法    8.6.1  信號(hào)模型與最佳組合    8.6.2  基于子空間的自適應(yīng)陣列算法    習(xí)題參考文獻(xiàn)

章節(jié)摘錄

　　第1章　通信中隨機(jī)信號(hào)分析　　【內(nèi)容提要】　本章從隨機(jī)過程的基本概念入手，介紹了隨機(jī)過程、平穩(wěn)隨機(jī)過程、高斯隨機(jī)過程（含亞高斯和超高斯）的統(tǒng)計(jì)特性（概率分布、分布函數(shù)、概率密度函數(shù)、數(shù)學(xué)期望、方差、相關(guān)函數(shù)與功率譜密度等）；討論了隨機(jī)信號(hào)通過線性系統(tǒng)和非線性系統(tǒng)時(shí)的輸入輸出特性；分析了窄帶隨機(jī)過程的特點(diǎn)、窄帶高斯隨機(jī)過程及正弦波加窄帶高斯隨機(jī)過程的統(tǒng)計(jì)特性?！　⊥ㄐ胚^程是有用信號(hào)通過通信系統(tǒng)的過程，在這一過程中常伴有噪聲的傳輸，分析與研究通信系統(tǒng)離不開對(duì)信號(hào)和噪聲的分析。通信系統(tǒng)中的信號(hào)通常具有某種隨機(jī)性稱為隨機(jī)信號(hào)，該信號(hào)的某個(gè)或幾個(gè)參數(shù)是不能預(yù)知或不能完全預(yù)知的。同樣，通信系統(tǒng)中遇到的噪聲是不能預(yù)測(cè)的。凡是不能預(yù)測(cè)的噪聲統(tǒng)稱為隨機(jī)噪聲，簡(jiǎn)稱為噪聲。從統(tǒng)計(jì)數(shù)學(xué)的角度看，隨機(jī)信號(hào)噪聲統(tǒng)稱為隨機(jī)過程。統(tǒng)計(jì)數(shù)學(xué)中有關(guān)隨機(jī)過程的理論可以運(yùn)用到隨機(jī)信號(hào)和噪聲的分析中來?！　?.1　隨機(jī)過程的一般表述　　通信過程中的隨機(jī)信號(hào)和噪聲，可歸納為依賴于時(shí)間參數(shù)t的隨機(jī)過程。它在任一時(shí)刻上觀察到的值是不確定的，是一個(gè)隨機(jī)變量?；蛘?，它可以被看成是隨機(jī)實(shí)驗(yàn)的可能出現(xiàn)的x（t）函數(shù)，存在一個(gè)由全部可能實(shí)現(xiàn)構(gòu)成的總體，每個(gè)實(shí)現(xiàn)都是一個(gè)確定的時(shí)間函數(shù)，而隨機(jī)性體現(xiàn)在出現(xiàn)哪一個(gè)實(shí)現(xiàn)是不確定的。例如，有N臺(tái)性能完全相同的通信機(jī)，工作條件相同，用N部記錄儀同時(shí)記錄它們的輸出噪聲，如圖1.1所示。

圖書封面

評(píng)論、評(píng)分、閱讀與下載

---

    通信信號(hào)分析與處理 PDF格式下載

---