《通信信號分析與處理》是2009年09月合肥工業大學出版社出版的圖書，作者是郭業才。
《通信信號分析與處理》以通信信號的傳送、傳輸與接收為主線，介紹了通信中的隨機信號分析方法，通信信道的統計特性、建模與仿真方法；論述並討論了自適應濾波性能準則與自適應算法，空間分集技術，碼間干擾的形成機制、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；最後，分析了陣列信號處理理論與自適應天線算法。《通信信號分析與處理》可作為信息與通信工程專業及相關學科的大學高年級本科學生、研究生教材及從事這方面工作的科技工作者參考書。
基本介紹
- 書名：通信信號分析與處理
- 作者：郭業才
- ISBN：9787810938945
- 定價：28.00 元
- 出版社：合肥工業大學出版社
- 出版時間：2009年09月
- 開本：16開
圖書簡介,圖書目錄,
圖書簡介
《通信信號分析與處理》以通信信號的傳送、傳輸與接收為主線，介紹了通信中的隨機信號分析方法，通信信道的統計特性、建模與仿真方法；論述並討論了自適應濾波性能準則與自適應算法，空間分集技術，碼間干擾的形成機制、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；最後，分析了陣列信號處理理論與自適應天線算法。《通信信號分析與處理》可作為信息與通信工程專業及相關學科的大學高年級本科學生、研究生教材及從事這方面工作的科技工作者參考書。
圖書目錄
第1章 通信中隨機信號分析
1.1 隨機過程的一般表述
1.1.1 隨機過程的機率分布
1.1.2 隨機過程的特徵函式
1.1.3 隨機過程的數字特徵
1.2 平穩隨機過程
1.2.1 平穩隨機過程
1.2.2 平穩隨機過程的數字特徵
1.2.3 平穩隨機過程的相關函式與功率譜密度
1.3 高斯隨機過程
1.3.1 高斯過程
1.3.2 亞高斯和超高斯過程
1.4 系統對隨機信號的回響
1.4.1 輸入為隨機過程時線性系統的輸出及其特性
1.4.2 隨機信號通過理想線性系統
1.4.3 隨機信號通過非線性系統
1.5 復隨機過程
1.5.1 復隨機變數
1.5.2 復隨機過程
1.6 窄帶隨機過程
1.6.1 希爾伯特變換
1.6.2 解析過程
1.6.3 窄帶隨機過程
1.7 窄帶高斯過程
1.7.1 窄帶高斯過程的一維機率分布
1.7.2 窄帶高斯過程的二維機率分布
1.7.3 窄帶高斯過程包絡平方的機率分布
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 條件二維聯合機率密度函式
1.8.3 包絡和相位的條件機率密度函式
1.8.4 正弦波與窄帶隨機過程之和的包絡平方的機率密度函式
習題
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
2.2.4 衰落類型
2.2.5 信道包絡統計分布特性
2.2.6 信號功率譜模型
2.3 標量信道
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）系統的向量信道
2.4.2 多輸入多輸出（MIMO）信道
第3章 自適應濾波算法
3.1 自適應濾波原理
3.1.1 自適應濾波器的分類
3.1.2 自適應濾波器的基本構成
3.1.3 自適應過程
3.1.4 可程式濾波器
3.2 自適應系統性能準則
3.2.1 均方誤差（MSE）性能測度
3.2.2 最大信噪比（MSNR）準則
3.2.3 最大似然（ML）準則
3.2.4 最小噪聲方差（MNV）準則
3.3 自適應算法
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 分集重數與信道可變性
4.5 分集合併
4.5.1 選擇式合併
4.5.2 最大比值合併
4.5.3 等增益合併
4.5.4 切換合併
習題
第5章 碼間干擾與信道均衡
5.1 數字PAM基帶傳輸及碼問干擾
5.1.1 碼間干擾與數字基帶傳輸系統
5.1.2 無碼間干擾基帶傳輸特性
5.1.3 存在噪聲和IsI時的最佳接收機
5.2 眼圖
5.3 信道均衡
5.3.1 基帶傳輸系統的等效傳輸模型
5.3.2 置零條件
5.4 線性均衡
5.4.1 信道的等效離散時間模型
5.4.2 基於峰值失真準則的迫零均衡器
5.4.3 基於最小均方誤差準則（MMSE）的均衡器
5.5 判決引導自適應均衡器
5.6 白適應判決反饋均衡器
5.7 數據機和自適應均衡器的連線
習題
第6章 通信信道的盲均衡
6.1 Bussgang算法
6.1.1 實基帶信道的Bussgang算法
6.1.2 復基帶信道的Bussgang算法
6.2 三種經典的Bussgang算法
6.2.1 判決引導算法
6.2.2 Sato算法
6.2.3 Godard算法
6.3 常數模算法及其性能分析
6.3.1 常數模算法
6.3.2 常數模算法性能分析
6.4 基於高階統計量的盲均衡算法
6.4.1 高階統計量基礎理論
6.4.2 基於倒三譜的自適應盲均衡算法
6.4.3 基於循環倒譜的盲均衡算法
6.4.4 超指數疊代盲均衡算法
6.5 基於空間分集的盲均衡算法
6.5.1 基於選擇式合併的空間分集均衡器
6.5.2 基於等增益合併的空間分集均衡器
6.5.3 修正的等增益空間分集均衡算法
6.6 基於變參誤差函式的常數模算法
6.6.1 三種誤差函式及性能分析
6.6.2 算法及其仿真
6.7 基於分數間隔的盲均衡算法
6.7.1 多採樣率理論
6.7.2 多信道系統模型及其性能分析
6.7.3 基於T/2分數間隔的常數模盲均衡算法
6.7.4 基於T/4分數間隔的常數模盲均衡算法
6.8 基於正交幅度調製系統的級聯盲均衡算法
6.8.1 基於正交幅度調製系統的級聯盲均衡器
6.8.2 性能仿真
習題
第7章 陣列信號處理
7.1 陣列的基本原理
7.1.1 空間信號
7.1.2 調製解調
7.1.3 陣列信號模型
7.1.4 陣列天線接收信號向量
7.1.5 空間採樣
7.2 波束形成
7.2.1 波束回響與波束模式
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解析度
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徵根分析
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
習題
第8章 自適應陣列信號處理
8.1 自適應天線系統的權向量
8.1.1 自適應陣列的最佳權向量
8.1.2 權向量的自適應更新算法
8.2 基於常數模算法的陣列信號處理
8.2.1 最速下降常數模算法
8.2.2 最小二乘常數模算法
8.3 微擾法
8.4 分塊自適應波束形成
8.4.1 樣本矩陣求逆
8.4.2 SMI波束形成器的對角線載入
8.4.3 基於最小二乘法的SMI波束形成器實現
8.5 恆模陣列
8.5.1 自適應噪聲對消
8.5.2 恆模陣列與對消器的組合
8.5.3 恆模陣列的性能分析
8.5.4 級聯的恆模陣列與對消器組合
8.5.5 輸出信乾噪比和信噪比
8.6 子空間的自適應陣列算法
8.6.1 信號模型與最佳組合
8.6.2 基於子空間的自適應陣列算法
習題
參考文獻
……
