本書依據(jù)課程集群化改革思路，探索“信息與編碼”和“通信原理”課程的內(nèi)在聯(lián)系，整合優(yōu)化兩門課程的知識體系，系統(tǒng)地介紹了信息編碼原理和通信技術，信息編碼的內(nèi)容主要包括信息的基本概念、信源的數(shù)學模型與信息熵、信源編碼、信道模型與信道容量、傳輸碼型，以及有噪信道編碼；通信技術的內(nèi)容主要包括通信網(wǎng)的基本概念、交換技術，通信系統(tǒng)組

本書介紹非重構框架下的頻譜感知方法，內(nèi)容主要是利用壓縮感知理論分析壓縮前后信號的各種統(tǒng)計特性及基于非重構思想的各種頻譜感知算法性能，具體包括非重構頻譜感知概述及其基本理論、基于稀疏表示和字典訓練的頻譜感知、非重構框架下的能量感知、非重構頻譜感知框架下的測量矩陣優(yōu)化、非重構框架下的特征值頻譜感知，以及非重構框架下基于動態(tài)

本書以通信系統(tǒng)為主線，深入淺出地介紹了通信基本原理和相關技術。全書共分10個單元，對通信系統(tǒng)的組成、信號與頻譜、語音編碼、圖像編碼、模擬調(diào)制、數(shù)字基帶傳輸系統(tǒng)、數(shù)字頻帶傳輸系統(tǒng)、信道與復用、信道編碼、傳輸中的同步進行了全面的介紹，精心設計了相關實踐訓練項目，是一部體系新穎、內(nèi)容全面的通用基礎教材。本書可作為高職院校和其

針對惡劣信道環(huán)境，本書系統(tǒng)介紹了目前通信系統(tǒng)中常用的線性分組碼、二進制循環(huán)碼、BCH碼、卷積碼、Tu?rbo碼、LDPC碼、極化碼、擾碼，以及交織器參數(shù)等9個方面的逆向分析問題：結合具體的應用場景，給出了在高誤碼率或低信噪比條件下適用的參數(shù)識別解決方法。

針對傳統(tǒng)時頻分析方法能量發(fā)散導致的特征模糊問題，闡述能夠處理強時變信號的高階多次壓縮變換。針對瞬態(tài)信號處理與特征提取問題，描述能夠處理瞬態(tài)信號的二階多次瞬時壓縮變換。針對傳統(tǒng)時頻分析方法難以刻畫信號微弱特征的問題，提出能夠用于時變信號與頻變信號處理的微弱特征增強算法。將所提出的時頻分析方法用于上肢sEMG信號分析與動作

全書共9章,其中,第1-7章分別給出了配套教材第1～8章的學習要點、重要公式、若干難掌握問題的深入分析與解法、習題與上機題的詳細解答(包括所使用的MATLAB程序),第8章給出了配套教材第10章6個上機實驗的實驗原理、實驗方法、實驗程序和實驗結果,第9章給出了5套自測題及其參考答案。

本書融合了統(tǒng)計機器學習和數(shù)字信號處理方面的知識，詳細描述了相關的數(shù)學基礎和算法，以扎實的、逐步推進的方式引入并講解概念，以便在實際的軟件應用中實現(xiàn)這些想法和算法。對于我們面臨的實際問題，書中提供了技術背景，解釋了為什么某些方法（而不是其他方法）能夠成為zui佳實踐；而對于新的問題，書中則提供了框架，教會你如何進行思考和

聚類分析是統(tǒng)計模式識別中無監(jiān)督模式識別的一個重要分支�；�于圖譜理論的聚類方法通過構造樣本之間的相似圖，得到樣本的聚類結果。本書主要介紹基于圖譜理論的聚類方法，并對模糊理論和進化計算方法在圖像分割中的應用進行介紹。本書立足于圖劃分和譜聚類算法，主要論述基于數(shù)據(jù)約簡的譜聚類算法、非局部空間譜聚類圖像分割算法、基于模糊理論的

平流層飛艇可在高空長時間駐留，在遙感探測等領域具有廣闊的應用前景。本書共6章，介紹了艇載高分辨率成像探測系統(tǒng)技術。對于艇載微波載荷，分析了大口徑共形輕量化天線關鍵技術，基于子陣結構大口徑稀疏陣列天線論述了主動雷達和外輻射源雷達的成像探測性能，同時介紹了基于大型陣列的低頻信號產(chǎn)生方法。對于艇載光學載荷，分析了大口徑輕量衍

本書覆蓋了數(shù)字圖像處理技術的基本知識，給出了利用MATLAB進行算法設計編程及算法解譯的示例，比較詳細地揭示了圖像處理基礎算法的原理和圖像可視特征展示的算法實現(xiàn)機理。全書共12章，內(nèi)容包括緒論、數(shù)字圖像處理基礎、數(shù)字圖像的基本運算、空間域圖像增強、頻率域圖像處理、圖像恢復、圖像壓縮編碼、圖像分割、圖像特征提取、彩色圖像