选择特殊符号
选择搜索类型
请输入搜索
读者对象:从事通信工程、电子工程、信息工程、计算机科学与技术等相关领域工作的科技工作者、大专院校师生等。
第1章绪论1
1.1通信辐射源信号细微特征分析与处理概述1
1.2通信辐射源信号细微特征分析与处理系统3
1.3现状与展望4
1.3.1通信辐射源细微特征研究现状4
1.3.2特征选择的研究现状5
1.3.3分类器设计的研究现状6
1.3.4展望7
第2章通信辐射源信号细微特征产生机理10
2.1通信辐射源信号细微特征概述10
2.2通信辐射源信号的暂态特征12
2.3通信辐射源信号的常规特征14
2.3.1信号载频偏差14
2.3.2信号调制参数18
2.3.3基带终端特性26
2.4通信辐射源的非线性产物特征31
2.4.1谐波32
2.4.2交叉调制32
2.4.3互相调制32
2.5通信辐射源发射机的杂散特征33
2.5.1通信辐射源放大器杂散输出特征33
2.5.2通信辐射源频率源杂散输出特征36
第3章通信辐射源细微特征的获取41
3.1无线通信传输信道概述41
3.2多径信道的特点42
3.2.1时延扩散43
3.2.2瑞利衰落44
3.2.3多普勒扩展45
3.2.4环境噪声45
3.3接收信道获取通信辐射源细微特征45
3.3.1接收机振荡器的影响46
3.3.2接收机非线性产物的影响46
3.3.3接收机受电磁干扰和杂散辐射的影响48
3.3.4接收机DDS杂散输出的影响48
3.4AD采样获取通信辐射源细微特征49
3.4.1高速ADC结构49
3.4.2高速ADC主要特性参数51
3.4.3ADC接口54
第4章通信辐射源信号细微特征时频域分析56
4.1引言56
4.1.1窗口傅里叶变换56
4.1.2窗口傅里叶变换的时间频率局域化57
4.2连续小波变换59
4.2.1定义59
4.2.2时间-频率局域化特性60
4.2.3连续小波变换的基本性质60
4.3离散小波变换61
4.3.1正交小波变换和多分辨分析61
4.3.2框架与非正交小波变换65
4.3.3单正交小波66
4.3.4基数样条小波分析67
4.3.5正交小波包68
4.3.6Mallat算法68
4.4第二代小波变换70
4.4.1基本原理70
4.4.2算法实现71
4.4.3算法的改进72
4.5小波变换在电子信号细微特征处理中的应用特点74
4.5.1小波空间采样定理74
4.5.2基小波函数及其选择75
4.5.3基小波函数尺度参数的选择78
4.5.4小波变换运算特点80
第5章通信辐射源信号细微特征高阶谱分析83
5.1累积量84
5.1.1高阶矩和高阶累积量84
5.1.2高斯过程的高阶累积量85
5.1.3高阶累积量的性质88
5.2双谱89
5.2.1双谱的定义89
5.2.2双谱的性质90
5.2.3双谱估计方法92
5.3局部双谱98
5.3.1径向积分双谱98
5.3.2轴向积分双谱99
5.3.3圆周积分双谱100
5.4矩形积分双谱101
5.5双谱的切片谱102
第6章通信辐射源信号细微特征
波形骨架分析104
6.1主曲线提取波形骨架104
6.1.1主曲线理论104
6.1.2主曲线的性质106
6.1.3主曲线算法119
6.2压缩传感提取波形骨架120
6.2.1压缩传感理论121
6.2.2信号重构算法124
6.2.3分段弱阈值修正共轭梯度追踪算法126
6.3波形骨架提取实验128
第7章通信辐射源信号细微特征分形分析142
7.1分形几何理论142
7.1.1分形的几何特征143
7.1.2分形的数学基础144
7.1.3分形空间147
7.2分形维数148
7.2.1Hausdorff测度和维数149
7.2.2分形维152
7.2.3容量维154
7.2.4盒维154
7.2.5信息维155
7.2.6相关维数156
7.3多重分形157
7.3.1多重分形的概念157
7.3.2奇异谱159
7.3.3多重分形的几何特性161
第8章基于说话人话音特性的通信辐射源信号细微特征分析165
8.1引言165
8.1.1说话人识别概述165
8.1.2说话人识别基本原理166
8.2话音信号处理基础167
8.2.1话音信号产生模型167
8.2.2话音信号的时域分析168
8.2.3话音信号的频域分析170
8.3说话人特征提取172
8.3.1说话人特征172
8.3.2LPC倒谱系数的提取173
8.3.3Mel倒谱系数的提取175
8.4说话人识别基本方法及分类176
8.5基于DTW的说话人识别177
8.6基于VQ的说话人识别179
8.6.1矢量量化的基本原理179
8.6.2矢量量化的一般方法180
8.7基于HMM的说话人识别182
8.8基于GMM的说话人识别184
8.8.1GMM模型表示185
8.8.2GMM模型的参数估计186
8.8.3GMM模型的识别算法186
第9章通信辐射源信号细微特征识别188
9.1概述188
9.1.1模式识别概念188
9.1.2模式识别发展189
9.1.3模式识别过程190
9.2统计模式识别191
9.2.1几何分类法192
9.2.2概率分类法196
9.3模糊模式识别203
9.3.1模糊集理论203
9.3.2模糊特征和模糊分类205
9.3.3模式识别的模糊方法206
9.4智能模式识别208
9.4.1神经网络模式识别的典型做法208
9.4.2前馈神经网络与统计模式识别的关系210
参考文献212
本书系统地介绍了目前通信辐射源信号细微特征分析、处理与识别领域的主要研究成果。全书共9 章，包括该研究领域的相关概念及发展情况、产生机理和主要表现形式、信道的影响及获取模型、时频域特征、高阶谱特征、波形骨架、分形特征、识别技术。
您好 电脑，电话，还有你的手机。放一些仙人球，可以降低辐射。给电脑戴防辐射框，买防辐射眼镜，像怀孕的女人一定要穿防辐射衣。这样才能保护好自己 电辐射及光辐射。多出户外做有氧运动就可以 希望能帮到您
通信工程除了要学电子类基础课之外，着重要学一些诸如通信原理，数字通信技术，光纤通信技术，无线通信（或移动通信）等通信类课程，主要落脚点是讲信号的传输。信号专业我没看到过，猜测一下应该是着重在信号处理上...
基于电离探测器的辐射源监测系统设计
基于电离探测器的辐射源监测系统设计
设计了一种基于电离探测器的辐射源在线监测系统,该系统以嵌入式单片机为控制单元,以电离探测器为传感元件实现对辐射强度的监测,以GPSone模块实现对辐射源地理位置的监测和远程监控中心的通信。是一种集辐射量测量、辐射源定位、无线通信和报警等功能于一体的网络式辐射源在线监测系统。实验结果表明,该辐射源监测系统能够同时进行辐射源的强度测量和跟踪定位,辐射量测量精度为15%以内,室外定位精度在6m以内,室内定位精度在50m之内。
电子机柜电磁辐射源的简化建模
电子机柜电磁辐射源的简化建模
根据电基本振子辐射原理,结合电磁兼容标准检测数据,运用FEKO软件建立了三维对称振子模型代替电子机柜的电磁辐射源,通过计算并与理论情况比较验证了该模型的合理性。可以利用该模型预测舱室内部场强分布,能为各种重要舱室内设备的EMC优化布置设计提供指导。
《通信信号分析与处理》以通信信号的发送、传输与接收为主线，介绍了通信中的随机信号分析方法，通信信道的统计特性、建模与仿真方法;论述并讨论了自适应滤波性能准则与自适应算法，空间分集技术，码间干扰的形成机制、抑制方法及通信信道均衡与盲均衡的理论、算法与仿真技术;最后，分析了阵列信号处理理论与自适应天线算法。《通信信号分析与处理》可作为信息与通信工程专业及相关学科的大学高年级本科学生、研究生教材及从事这方面工作的科技工作者参考书。
第1章 通信中随机信号分析
1.1 随机过程的一般表述
1.1.1 随机过程的概率分布
1.1.2 随机过程的特征函数
1.1.3 随机过程的数字特征
1.2 平稳随机过程
1.2.1 平稳随机过程
1.2.2 平稳随机过程的数字特征
1.2.3 平稳随机过程的相关函数与功率谱密度
1.3 高斯随机过程
1.3.1 高斯过程
1.3.2 亚高斯和超高斯过程
1.4 系统对随机信号的响应
1.4.1 输入为随机过程时线性系统的输出及其特性
1.4.2 随机信号通过理想线性系统
1.4.3 随机信号通过非线性系统
1.5 复随机过程
1.5.1 复随机变量
1.5.2 复随机过程
1.6 窄带随机过程
1.6.1 希尔伯特变换
1.6.2 解析过程
1.6.3 窄带随机过程
1.7 窄带高斯过程
1.7.1 窄带高斯过程的一维概率分布
1.7.2 窄带高斯过程的二维概率分布
1.7.3 窄带高斯过程包络平方的概率分布
1.8 正弦波加窄带高斯过程
1.8.1 正弦波加窄带高斯过程的表示
1.8.2 条件二维联合概率密度函数
1.8.3 包络和相位的条件概率密度函数
1.8.4 正弦波与窄带随机过程之和的包络平方的概率密度函数
习题
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 离散信道模型
2.1.4 仿真方法论
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 信道参数
2.2.4 衰落类型
2.2.5 信道包络统计分布特性
2.2.6 信号功率谱模型
2.3 标量信道
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 频率选择性衰落信道建模
2.4 向量信道
2.4.1 单输多输出(SIMO)系统的向量信道
2.4.2 多输入多输出(MIMO)信道
第3章 自适应滤波算法
3.1 自适应滤波原理
3.1.1 自适应滤波器的分类
3.1.2 自适应滤波器的基本构成
3.1.3 自适应过程
3.1.4 可编程滤波器
3.2 自适应系统性能准则
3.2.1 均方误差(MSE)性能测度
3.2.2 最大信噪比(MSNR)准则
3.2.3 最大似然(ML)准则
3.2.4 最小噪声方差(MNV)准则
3.3 自适应算法
3.3.1 最小均方(LMS)算法
3.3.2 序贯回归(SER)算法
3.3.3 RLS算法
3.3.4 样本矩阵求逆(SMI)算法
习题
第4章 空间分集
4.1 概述
4.2 分集增益
4.3 接收天线分集
4.4 分集重数与信道可变性
4.5 分集合并
4.5.1 选择式合并
4.5.2 最大比值合并
4.5.3 等增益合并
4.5.4 切换合并
习题
第5章 码间干扰与信道均衡
5.1 数字PAM基带传输及码问干扰
5.1.1 码间干扰与数字基带传输系统
5.1.2 无码间干扰基带传输特性
5.1.3 存在噪声和IsI时的最佳接收机
5.2 眼图
5.3 信道均衡
5.3.1 基带传输系统的等效传输模型
5.3.2 置零条件
5.4 线性均衡
5.4.1 信道的等效离散时间模型
5.4.2 基于峰值失真准则的迫零均衡器
5.4.3 基于最小均方误差准则(MMSE)的均衡器
5.5 判决引导自适应均衡器
5.6 白适应判决反馈均衡器
5.7 调制解调器和自适应均衡器的连接
习题
第6章 通信信道的盲均衡
6.1 Bussgang算法
6.1.1 实基带信道的Bussgang算法
6.1.2 复基带信道的Bussgang算法
6.2 三种经典的Bussgang算法
6.2.1 判决引导算法
6.2.2 Sato算法
6.2.3 Godard算法
6.3 常数模算法及其性能分析
6.3.1 常数模算法
6.3.2 常数模算法性能分析
6.4 基于高阶统计量的盲均衡算法
6.4.1 高阶统计量基础理论
6.4.2 基于倒三谱的自适应盲均衡算法
6.4.3 基于循环倒谱的盲均衡算法
6.4.4 超指数迭代盲均衡算法
6.5 基于空间分集的盲均衡算法
6.5.1 基于选择式合并的空间分集均衡器
6.5.2 基于等增益合并的空间分集均衡器
6.5.3 修正的等增益空间分集均衡算法
6.6 基于变参误差函数的常数模算法
6.6.1 三种误差函数及性能分析
6.6.2 算法及其仿真
6.7 基于分数间隔的盲均衡算法
6.7.1 多采样率理论
6.7.2 多信道系统模型及其性能分析
6.7.3 基于T/2分数间隔的常数模盲均衡算法
6.7.4 基于T/4分数间隔的常数模盲均衡算法
6.8 基于正交幅度调制系统的级联盲均衡算法
6.8.1 基于正交幅度调制系统的级联盲均衡器
6.8.2 性能仿真
习题
第7章 阵列信号处理
7.1 阵列的基本原理
7.1.1 空间信号
7.1.2 调制解调
7.1.3 阵列信号模型
7.1.4 阵列天线接收信号向量
7.1.5 空间采样
7.2 波束形成
7.2.1 波束响应与波束模式
7.2.2 波束形成器增益
7.2.3 空间匹配滤波器
7.2.4 阵列孔径和波束形成分辨率
7.2.5 锥化截取波束形成
7.3 最佳阵列处理方法
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 干扰消除性能
7.3.4 锥化截取最佳波束形成
7.3.5 广义的旁瓣消除器
习题
第8章 自适应阵列信号处理
8.1 自适应天线系统的权向量
8.1.1 自适应阵列的最佳权向量
8.1.2 权向量的自适应更新算法
8.2 基于常数模算法的阵列信号处理
8.2.1 最速下降常数模算法
8.2.2 最小二乘常数模算法
8.3 微扰法
8.4 分块自适应波束形成
8.4.1 样本矩阵求逆
8.4.2 SMI波束形成器的对角线加载
8.4.3 基于最小二乘法的SMI波束形成器实现
8.5 恒模阵列
8.5.1 自适应噪声对消
8.5.2 恒模阵列与对消器的组合
8.5.3 恒模阵列的性能分析
8.5.4 级联的恒模阵列与对消器组合
8.5.5 输出信干噪比和信噪比
8.6 子空间的自适应阵列算法
8.6.1 信号模型与最佳组合
8.6.2 基于子空间的自适应阵列算法
习题
参考文献
……
第1章 绪论 1
1.1 信息、信号、信号处理技术与现代科学技术 1
1.2 机电工程中的信号处理技术 3
1.3 工程测试、控制系统与信号处理 3
1.4 本书宗旨及内容安排 5
1.5 习题 6
第2章 信号与系统的基本概念 7
2.1 系统分析与信号 7
2.2 信号的分类 8
2.2.1 连续时间信号和离散时间信号 8
2.2.2 周期信号和非周期信号 9
2.2.3 能量有限信号和能量无限信号 10
2.3 典型信号 10
2.3.1 典型连续非奇异信号 10
2.3.2 典型奇异信号 14
2.3.3 典型离散信号 16
2.4 信号的运算 19
2.4.1 信号的移位、反褶与尺度变化 19
2.4.2 信号相加和相乘 20
2.4.3 信号的周期延拓 20
2.4.4 信号的抽样 21
2.5 信号的分解 22
2.5.1 直流分量与交流分量 23
2.5.2 偶分量与奇分量 23
2.5.3 实部分量与虚部分量 23
2.6 系统的分类 23
2.6.1 系统的数学模型 23
2.6.2 连续时间系统与离散时间系统 25
2.6.3 动态系统与即时系统 26
2.6.4 线性系统与非线性系统 26
2.6.5 时不变系统与时变系统 27
2.6.6 因果系统与非因果系统 27
2.7 习题 28
第3章 确定性信号的分析 31
3.1 周期信号的分析 31
3.1.1 定义 31
3.1.2 工程上常用的周期信号 31
3.1.3 周期信号的时域分析 32
3.1.4 周期信号的频域分析 36
3.1.5 周期信号的有限项傅里叶级数 43
3.1.6 信号的重构和吉伯斯现象 45
3.2 非周期信号的分析——傅里叶变换(Fourier Translation) 46
3.2.1 傅里叶变换 46
3.2.2 频谱密度函数F(ω) 48
3.2.3 傅里叶变换存在的条件 48
3.2.4 典型非周期信号的频谱 49
3.2.5 傅里叶变换的性质 52
3.2.6 周期信号的傅里叶变换 56
3.3 能量谱 59
3.4 卷积 61
3.4.1 卷积及其物理意义 61
3.4.2 卷积定理 65
3.5 脉冲抽样信号的傅里叶变换 68
3.5.1 时域抽样 68
3.5.2 频域抽样 71
3.6 要点和复习题 72
3.7 习题 73
第4章 随机信号分析 77
4.1 随机信号及其分析方法 77
4.1.1 随机信号与随机过程 77
4.1.2 随机过程及其描述 78
4.1.3 随机过程的研究方法 81
4.2 随机过程的概率分布 82
4.2.1 随机过程X(t)的一维概率分布 82
4.2.2 随机过程X(t)的二维(联合)概率分布 82
4.2.3 随机过程X(t)的n维(联合)分布函数 83
4.3 随机过程的数字特征 83
4.3.1 随机过程的数学期望和方差 83
4.3.2 随机过程的协方差函数和相关函数 85
4.3.3 两个随机过程的数字特征 86
4.4 平稳随机过程 87
4.4.1 平稳随机过程的定义 87
4.4.2 平稳过程的数字特征 87
4.4.3 各态历经(遍历）过程 89
4.5 平稳随机信号通过线性系统 92
4.5.1 平稳随机信号通过线性连续系统 93
4.5.2 白噪声通过线性系统 99
4.5.3 随机序列通过线性系统 100
4.6 平稳随机信号分析以及MATLAB实现 101
4.6.1 随机信号的数字特征及MATLAB实现 101
4.6.2 随机信号的时域分析——相关函数和协方差 104
4.6.3 随机信号的频域分析——功率谱估计 108
4.7 系统传递函数估计 121
4.8 相干函数 124
4.9 运用功率谱分析提取微弱信号实验 126
4.10 要点和复习题 138
4.11 习题 138
第5章 模拟信号的数字化 141
5.1 模拟信号的数字化过程 142
5.2 采样定理 145
5.2.1 频混现象 145
5.2.2 采样频率 146
5.2.3 信号复原 146
5.3 信号的预处理 148
5.3.1 信号编排（野点剔除） 148
5.3.2 信号检验 149
5.3.3 信号准备 150
5.4 要点和复习题 154
5.5 习题 154
第6章 离散时间信号的分析 155
6.1 离散时间信号的z域分析 155
6.1.1 z变换的定义 155
6.1.2 z变换的收敛域 155
6.1.3 常用序列及其z变换 156
6.1.4 z变换的性质 158
6.2 离散傅里叶变换 158
6.2.1 离散时间信号的z变换与傅里叶变换的关系 159
6.2.2 离散傅里叶变换的定义 160
6.2.3 离散傅里叶变换的性质 161
6.3 快速傅里叶变换（FFT） 162
6.3.1 快速傅里叶变换算法 162
6.3.2 利用快速傅里叶变换（FFT）进行谱分析 164
6.3.3 利用FFT计算线性卷积——快速卷积 166
6.4 窗函数 168
6.4.1 引入窗函数的必然性 168
6.4.2 常用窗函数的特点 170
6.4.3 窗函数的选择 175
6.5 要点和复习题 175
6.6 习题 176
第7章 数字滤波器 177
7.1 数字滤波器的基本概念 177
7.1.1 滤波器基本原理 177
7.1.2 滤波器的分类 178
7.1.3 滤波器的技术要求 178
7.2 数字滤波器的设计 179
7.2.1 IIR滤波器 179
7.2.2 FIR滤波器 186
7.3 要点和复习题 189
7.4 习题 189
第8章 信号分析与处理技术的工程应用 190
8.1 测试信号幅值域分析及工程应用 190
8.1.1 信号幅值的统计特征参数 190
8.1.2 测试信号幅值域分析的工程应用实例分析 194
8.2 测试信号相关分析及工程应用 205
8.2.1 工程测试信号相关分析的重要性 205
8.2.2 相关函数的物理意义 206
8.2.3 相关函数的性质 208
8.2.4 测试信号相关分析的工程应用 210
8.3 测试信号频谱分析及工程应用 217
8.3.1 自谱密度函数的导出和定义 218
8.3.2 双边和单边自功率谱密度函数 218
8.3.3 自功率谱密度函数的物理意义 219
8.3.4 自功率谱密度函数的性质 219
8.3.5 频谱分析的几种常用描述方法 221
8.3.6 测试信号频域分析的工程应用 222
8.4 要点和复习题 227
8.5 习题 227
参考文献 229 2100433B
通信信号分析与处理图书简介