未读消息消息

购物车

我的订单

个人中心

店铺

我的订单收藏

拍卖

拍卖交易我的竞拍收藏

我的好友资金账户

卖家中心

客服 |

帮助中心 9:00-20:30 在线留言

客服电话

010-89648155

服务时间

客服咨询 8:00-21:00

纠纷处理 9:00-21:00

图书审核 9:00-18:00

监督与建议

请选择

手机孔网

非高斯特殊噪声干扰的抑制与消除——从经典信号处理到压缩感知方法

作者: 刘思聪

出版社: 电子工业出版社

出版时间: 2019-05

版次: 1

ISBN: 9787121364556

定价: 69.00

装帧: 其他

开本: 16开

纸张: 轻型纸

页数: 188页

字数: 229千字

分类: 工程技术

19人买过

本书针对宽带通信系统的关键技术难点，基于经典数字通信系统理论和新型稀疏恢复理论，从有效抑制窄带干扰的新型物理层帧结构设计、联合抵抗窄带干扰与冲激噪声的*时频联合交织、基于压缩感知与结构化压缩感知的窄带干扰与冲激噪声稀疏恢复等几方面展开，介绍面向鲁棒高效５Ｇ新空口的非高斯噪声干扰抑制与消除*研究进展和关键技术。相关技术可以广泛应用于新一代无线通信、大规模多天线系统、电力线通信等多种宽带通信系统，为构建高可靠、高速率、广覆盖、海量连接的５ＧＮｅｗＲａｄｉｏ新空口提供支撑。宋健，IEEE Fellow和IET Fellow、IEEE期刊副主编、IEEE电力线通信技术委员会委员、ISO/IEC JTC1 SC 25/SC6委员、国际电联6A工作组副主席。1995年3月获清华大学电子工程系博士学位，先后于香港中文大学和加拿大滑铁卢大学从事博士后研究。1998年进入美国休斯网络系统公司从事研究工作。2005年起担任清华大学教授、博士生导师。主要研究领域为数字电视传输技术、物联网、电力线通信和可见光通信。发表220多篇学术论文（一篇为ESI前1%高引论文）。爱思唯尔2014、2015年中国高被引学者。获2015年IEEE 最佳期刊论文Scott Helt Award。出版多部中英文学术专著，获两项美国专利和50多项中国专利授权。担任包括ISPLC 2012在内的多个IEEE国际学术会议的技术委员会和大会主席。近五年承担了可见光融合电力线通信网络构架、DTMB数字电视国际标准体系建设、"5G新型多址技术研发与验证”等通信与物联网方面的科研项目，牵头起草国家宽带电力线通信物理层标准，已获多项省部级和学会奖励。作为主要完成人的项目获2016年国家科技进步一等奖推荐。目录

第1章绪论

11技术背景

111宽带数字通信系统发展综述

112宽带数字通信系统中的主要噪声和干扰

113窄带干扰与冲激噪声的特征及其危害

12相关技术发展现状及面临的挑战

121窄带干扰抑制方法的研究现状与存在的问题

122冲激噪声抑制方法的研究现状与存在的问题

13关键科学问题

14本书主要内容

15如何阅读本书

第2章系统模型与基础知识

21宽带数字通信系统概述

211基于OFDM技术的宽带块传输系统架构

212基于OFDM块传输系统关键技术

22宽带数字通信系统帧结构

221帧头前导符号结构

222数据子帧结构

23窄带干扰模型与冲激噪声模型

231窄带干扰模型

232冲激噪声模型

24稀疏恢复理论基础

241压缩感知理论

242结构化压缩感知理论

243稀疏贝叶斯学习理论

第3章抑制窄带干扰的同步帧结构设计

31本章引言

32系统模型

33窄带干扰下的OFDM同步帧结构设计

34基于前导符号检测的定时同步与小数载波频偏估计

35窄带干扰下整数CFO估计与信令检测

36算法性能分析

37仿真结果与讨论

38本章小结

第4章窄带干扰与冲激噪声下的最优时频联合交织

41本章引言

42系统模型

43最优时频联合交织方案设计

431最大化时间分集增益交织方案

432最大化频率分集增益交织方案

44算法性能分析

45仿真结果与讨论

46本章小结

第5章基于稀疏恢复理论的窄带干扰重构与消除

51本章引言

52系统模型

53基于压缩感知的窄带干扰重构

531帧结构系统模型

532重复训练序列时间差分采样

533压缩感知重构算法

534仿真结果与讨论

54基于结构化压缩感知的MIMO系统窄带干扰重构

541MIMO系统窄带干扰与信号模型

542窄带干扰的空域多维差分采样

543基于结构化压缩感知的窄带干扰重构算法——S-SAMP

544仿真结果与讨论

55基于稀疏贝叶斯学习的窄带干扰重构

551系统模型

552基于块稀疏贝叶斯学习的CP-OFDM系统窄带干扰重构

553仿真结果与讨论

56算法性能分析

57本章小结

第6章基于稀疏恢复理论的冲激噪声重构与消除

61本章引言

62系统模型

63基于先验辅助压缩感知的冲激噪声消除

631冲激噪声下的OFDM 系统模型

632基于先验辅助压缩感知的冲激噪声重构

633仿真结果与讨论

64基于结构化压缩感知的MIMO系统冲激噪声消除

641冲激噪声下的MIMO 系统模型

642基于结构化压缩感知的冲激噪声空域多维采样

643采用新型结构化压缩感知贪心算法SPA-SAMP 重构冲激噪声

644仿真结果与讨论

65基于时频联合压缩感知框架的窄带干扰与冲激噪声联合消除

651基于压缩感知的时频联合采样OFDM 系统模型

652时频联合压缩感知框架下窄带干扰与冲激噪声联合重构

653仿真结果与讨论

66算法性能分析

67本章小结

第7章总结与展望

71技术总结

72未来研究展望

参考文献

附录A多径衰落下同步算法抑制窄带干扰有效性

附录BSPA-SAMP算法收敛性与解的存在性

B1引理61 的证明

B2定理61 （无噪收敛性）的证明

B3定理62 （有噪收敛性）的证明

附录CSCS-MMV混合1，2-范数最小化问题解的存在性
内容简介:
本书针对宽带通信系统的关键技术难点，基于经典数字通信系统理论和新型稀疏恢复理论，从有效抑制窄带干扰的新型物理层帧结构设计、联合抵抗窄带干扰与冲激噪声的*时频联合交织、基于压缩感知与结构化压缩感知的窄带干扰与冲激噪声稀疏恢复等几方面展开，介绍面向鲁棒高效５Ｇ新空口的非高斯噪声干扰抑制与消除*研究进展和关键技术。相关技术可以广泛应用于新一代无线通信、大规模多天线系统、电力线通信等多种宽带通信系统，为构建高可靠、高速率、广覆盖、海量连接的５ＧＮｅｗＲａｄｉｏ新空口提供支撑。
作者简介:
宋健，IEEE Fellow和IET Fellow、IEEE期刊副主编、IEEE电力线通信技术委员会委员、ISO/IEC JTC1 SC 25/SC6委员、国际电联6A工作组副主席。1995年3月获清华大学电子工程系博士学位，先后于香港中文大学和加拿大滑铁卢大学从事博士后研究。1998年进入美国休斯网络系统公司从事研究工作。2005年起担任清华大学教授、博士生导师。主要研究领域为数字电视传输技术、物联网、电力线通信和可见光通信。发表220多篇学术论文（一篇为ESI前1%高引论文）。爱思唯尔2014、2015年中国高被引学者。获2015年IEEE 最佳期刊论文Scott Helt Award。出版多部中英文学术专著，获两项美国专利和50多项中国专利授权。担任包括ISPLC 2012在内的多个IEEE国际学术会议的技术委员会和大会主席。近五年承担了可见光融合电力线通信网络构架、DTMB数字电视国际标准体系建设、"5G新型多址技术研发与验证”等通信与物联网方面的科研项目，牵头起草国家宽带电力线通信物理层标准，已获多项省部级和学会奖励。作为主要完成人的项目获2016年国家科技进步一等奖推荐。
目录:
目录

第1章绪论

11技术背景

111宽带数字通信系统发展综述

112宽带数字通信系统中的主要噪声和干扰

113窄带干扰与冲激噪声的特征及其危害

12相关技术发展现状及面临的挑战

121窄带干扰抑制方法的研究现状与存在的问题

122冲激噪声抑制方法的研究现状与存在的问题

13关键科学问题

14本书主要内容

15如何阅读本书

第2章系统模型与基础知识

21宽带数字通信系统概述

211基于OFDM技术的宽带块传输系统架构

212基于OFDM块传输系统关键技术

22宽带数字通信系统帧结构

221帧头前导符号结构

222数据子帧结构

23窄带干扰模型与冲激噪声模型

231窄带干扰模型

232冲激噪声模型

24稀疏恢复理论基础

241压缩感知理论

242结构化压缩感知理论

243稀疏贝叶斯学习理论

第3章抑制窄带干扰的同步帧结构设计

31本章引言

32系统模型

33窄带干扰下的OFDM同步帧结构设计

34基于前导符号检测的定时同步与小数载波频偏估计

35窄带干扰下整数CFO估计与信令检测

36算法性能分析

37仿真结果与讨论

38本章小结

第4章窄带干扰与冲激噪声下的最优时频联合交织

41本章引言

42系统模型

43最优时频联合交织方案设计

431最大化时间分集增益交织方案

432最大化频率分集增益交织方案

44算法性能分析

45仿真结果与讨论

46本章小结

第5章基于稀疏恢复理论的窄带干扰重构与消除

51本章引言

52系统模型

53基于压缩感知的窄带干扰重构

531帧结构系统模型

532重复训练序列时间差分采样

533压缩感知重构算法

534仿真结果与讨论

54基于结构化压缩感知的MIMO系统窄带干扰重构

541MIMO系统窄带干扰与信号模型

542窄带干扰的空域多维差分采样

543基于结构化压缩感知的窄带干扰重构算法——S-SAMP

544仿真结果与讨论

55基于稀疏贝叶斯学习的窄带干扰重构

551系统模型

552基于块稀疏贝叶斯学习的CP-OFDM系统窄带干扰重构

553仿真结果与讨论

56算法性能分析

57本章小结

第6章基于稀疏恢复理论的冲激噪声重构与消除

61本章引言

62系统模型

63基于先验辅助压缩感知的冲激噪声消除

631冲激噪声下的OFDM 系统模型

632基于先验辅助压缩感知的冲激噪声重构

633仿真结果与讨论

64基于结构化压缩感知的MIMO系统冲激噪声消除

641冲激噪声下的MIMO 系统模型

642基于结构化压缩感知的冲激噪声空域多维采样

643采用新型结构化压缩感知贪心算法SPA-SAMP 重构冲激噪声

644仿真结果与讨论

65基于时频联合压缩感知框架的窄带干扰与冲激噪声联合消除

651基于压缩感知的时频联合采样OFDM 系统模型

652时频联合压缩感知框架下窄带干扰与冲激噪声联合重构

653仿真结果与讨论

66算法性能分析

67本章小结

第7章总结与展望

71技术总结

72未来研究展望

参考文献

附录A多径衰落下同步算法抑制窄带干扰有效性

附录BSPA-SAMP算法收敛性与解的存在性

B1引理61 的证明

B2定理61 （无噪收敛性）的证明

B3定理62 （有噪收敛性）的证明

附录CSCS-MMV混合1，2-范数最小化问题解的存在性

查看详情

非高斯特殊噪声干扰的抑制与消除——从经典信号处理到压缩感知方法

内容简介:

作者简介:

目录: