空时-频分组码是采用分集思想对无线通信传输系统性能进行改善的信道编码方式。本书主要介绍了STBC、STBC-OFDM和SFBC-OFDM三种信号的深度学习识别技术，从研究对象和技术路径的基础理论出发，对每类信号的预处理方式、数据集构建方法、深度学习模型架构都进行了详细的描述，并基于仿真数据对各种识别方法进行验证，给出了每种信号的识别流程。本书从深度学习技术在编码识别领域潜力的角度出发，给出了由此产生的针对信道编码识别技术的思考，以期对相关领域的专家学者带来启发。
本书与《空时分组

这本书共分为五章。第1章讨论了FSK、QPSK和MSK等调制技术以及对应谱分析方法，第2章讨论了多径时变信道模型(包括连续和离散两类)、相干时间、相干频率、多普勒扩展和时延扩展，第3章介绍了检测理论(包括Bayes技术、Mini-Max技术、Neyman-Pearson技术)，以及估计理论(包括MMSE、MMAE、MAP、Wiener滤波、Kalman滤波等)，第4章介绍了多用户大规模MIMO、OFDM，以及空间分集、空间解耦、射线追踪模型、波束形成、OFDM和CDMA等其它相关技术，

本书将DSFH通信体制与随机共振理论结合，构建通信信号接收系统，针对方法可行性、系统可用性等问题，研究了脉冲型噪声模型构建方法、随机共振系统构建与性能度量方法、基于随机共振的DSFH通信系统构建与性能度量、系统动态性能等相关问题，该研究对实现一种抗千扰性能好、适合极低信噪比条件下通信、适合应急条件下保底通联的技术手段具有重要意义。本书可为信息与通信领域的一线科研人员、相关领域的研究者和高校的人才培养提供智力支持，为跳频通信系统优化与设计提供理论和方法支撑。

本书依据PADS9.5完整版本自带的Hyperlynx 8.2.1版本编写，详细介绍了利用Hyperlynx 8.2.1版本实现SI/PI的前仿真和后仿真的流程和技巧。本书结合设计实例，配合大量的示意图，以实用易懂的方式介绍Hyperlynx的前仿真原理图设计流程和板级后仿真设计流程，从而轻松掌握使用此软件进行SI/PI前仿真和后仿真，可以与市面上的《PADS9.5实战攻略与高速PCB设计》图书配套学习，使学习更全面。全书共15章，主要内容包括信号完整性原理图、 Linesim Cell-Bas

Gabor框架理论研究可追溯至1946年，Gabor首次提出了Gabor系的概念，对Gabor系严格的数学分析始于Janssen1980年左右发表的系列论文。自此，Gabor框架理论迅速发展，并广泛应用于工程及无线通信等领域。目前，全空间中的Gabor框架理论研究已取得丰硕成果，其子空间Gabor框架理论研究取得了一定进展。本书关注有理时频Gabor框架，分别在全空间及子空间的背景下探讨了通常有理时频Gabor框架、混合有理时频Gabor框架、离散混合有理时频Gabor框架、向量值有理时频Gab

本书在讲解数字信号处理相关理论的基础上，精选典型案例进行详细阐述，以“讲透理论+讲懂案例”的形式，帮助读者尽快掌握数字信号处理的方法与要点。主要内容包括：离散时间信号与系统的时域分析、离散时间信号与系统的变换域分析、离散傅里叶变换(DFT)、快速傅里叶变换(FFT)、无限脉冲响应IIR滤波器、有限脉冲响应FIR滤波器、数字滤波器的网络结构、实用数字信号处理分析与设计。

本书结合作者多年的科研和教学经验编写而成，深入浅出地介绍了刑事侦查和红外图像概述，基于生物先天性免疫、适应性免疫、内分泌系统、神经系统之间协作机制的人工免疫智能算法理论，并结合实际红外图像示例说明了人工免疫算法在各类刑侦红外图像处理领域的应用。全书包含了多类前沿的生物免疫算法及其在刑侦红外图像目标提取、识别中的应用。本书的领域知识覆盖面广，难度适中，不仅适合作为公安刑侦、图像处理、人工智能、计算机及相关专家“红外图像处理”或“刑事侦查”课程的教材，也可作为技术人员学习刑事侦查技术的参考书。

《图像处理技术与应用案例解析》以案例为引，理论作铺垫，实战为指向，全面和系统地讲解了图像处理的方法与技巧，图文并茂，通俗易懂，实例具有较好的代表性，实用性、可操作性强。
全书共10章，遵循由浅入深，从基础知识到案例进阶的学习原则，对图像处理的基础、辅助调整、细节修饰、绘制与填充、颜色调整、抠取与合成、特效应用及自动化处理等内容进行了逐一讲解。最后两章介绍了图像处理的热门小工具：网页端的稿定设计和移动端的醒图。
全书结构合理，内容丰富，易学易懂，既有鲜明的基础性，也有很强的实用性。《图

本书系统介绍基于深度学习的通信信号识别理论与方法，主要内容包括: 基于卷积神经网络的通信信号识别技术、基于循环神经网络的通信信号识别技术、基于生成对抗网络的通信信号识别技术、基于多联合神经网络的通信信号识别技术、基于半监督学习的通信信号识别技术、基于域适应神经网络的通信信号识别技术、基于孪生网络的通信信号识别技术和基于深度学习的辐射源个体识别应用技术。

《数字信号处理》可分为三部分。第一部分为第1~4章,对数字信号处理的基础知识,包括数字信号处理简介、模拟信号的特点、离散时域信号、z变换等内容进行了详细的说明;第二部分为第5~11章,重点讨论了数字信号处理系统的性质和特点,包括离散时域系统、数字滤波器的概述、数字滤波器的结构、IIR数字滤波器的设计、FIR数字滤波器的设计、多速率系统、返回连续时域等内容;第三部分为第12、13章,对离散傅里叶变换和快速傅里叶变换进行了深入的探讨研究。
本书可作为从事数字信号处理等相关工作的工程师的参考资料