信息论与编码研究信息传输与处理的一般性规律、性能极限以及高效、可靠编码的理论和技术,是现代信息科学的理论基石。本书主要介绍香农信息理论、信源压缩编码、信道纠错编码,包含绪论、信源与熵、信道与容量、信源压缩编码、信道编码、先进纠错编码技术6章内容。其中:第1~3章介绍信息测度体系;第4章在系统介绍信源编码概念、无失真信源编码定理、保真度准则下的信源编码定理的基础上,进一步介绍各种常用的压缩编码方法及其应用;第5章在推导研究有噪信道编码定理后,对线性分组码和卷积码的概念、编译码原理进行阐述,并详细介
本书以提高智能无人系统的环境感知和识别能力为主线,系统展示基于视觉注意机制的服务机器人深度感知方法研究、基于深度学习框架的水下遮挡图像识别方法研究、面向畜类肉品骨骼在线定位的轻量化显著性检测网络构建等典型应用案例。本书充分介绍了视觉显著性检测、视觉注意机制、图像修复、目标检测与识别的发展现状,构建了基于脉冲耦合神经网络和基于元胞自动机多尺度优化的改进显著性区域提取算法,提出了基于两阶段引导的协同显著性检测方法,同时基于深度学习框架搭建多个遮挡图像重构和目标识别方法,并在软件仿真、真实环境等多实验
本书从透明界面光电偏振成像理论与技术研究背景出发,全面论述透明界面辐射偏振特性和成像理论、系统构成和校正方法及典型应用。具体内容包括:光的偏振性及偏振信息的描述、透明界面的辐射偏振特性、偏振成像理论、偏振成像系统的响应非线性校正与仪器矩阵标定、透明界面的光电偏振成像检测方法、透明界面光电偏振成像技术的应用等。本书紧跟该领域的国内外发展现状和**成果,是作者近年来在这一领域的主要研究成果的梳理和总结。
本书对数字信号处理的关键理论从应用和实践的角度以案例的形式进行了情境创设。内容包括数字信号的产生、时域处理方法、频域处理方法、数字滤波器的设计和实现等。 本书注重物理概念的透彻分析与介绍、知识点应用的算法流程分析,强调理论与实际应用的结合,旨在达成知行合一的目标。本书创设了切合知识点的案例情境,情境任务采用step-by-step(一步一动)的安排模式,降低了理论的要求门槛,层级化的情境任务可满足基础能力提升和高阶能力生成的需求。情境任务的直观效果便于读者顺利实现对概念、相关知识应用方法的内化。
主要围绕通信、雷达、生物医学等实际工程领域中常见的两种chirp型非平稳随机信号——chirp平稳信号和chirp循环平稳信号展开,详细介绍了这两种信号的分数域信号分析与处理理论和应用,为非平稳随机信号的分数域分析提供了研究框架。 本书选取以线性正则变换和分数傅里叶变换为代表的分数变换,介绍chirp平稳信号的二阶统计量定义与性质、通过线性时变系统后的统计规律及不同变换域的信息量变化规律;在此基础上,介绍这些基本原理在时变匹配滤波、时变反卷积系统设计中的应用;介绍chirp 循环平稳信号
本书概述了信号稀疏性与压缩感知的关系,阐述了压缩感知的前提条件、压缩感知的数学表达、压缩感知的重构过程;分析了稀疏的概念、稀疏表示主要模型与理论;介绍了稀疏表示相关的信号变换方法,包括小波变换、脊波变换及曲波变换,分析了空间超完备基的稀疏表示。
本书介绍了短波监测的相关基础知识,短波通信的背景与应用;论述了短波信道的传播特性及对信号的影响和短波主流的调制信号及通信协议;阐述了短波接收机的主流架构、短波阵列信号处理;重点介绍了短波阵列信号处理基础, 短波阵列架构和自适应阵列信号处理的矢量模型;分析了信号检测提取技术;详细介绍了导向矢量和特征提取两类经典的信号参数估计方法。
本书共分6章,包括概述、随机过程、模拟信号的数字化传输、数字信号的基带传输、数字信号的频带传输和差错控制编码。本书将传输中的位同步和载波同步融入数字基带传输系统和数字频带传输系统进行介绍,使读者更容易理解同步原理和技术:同时将内容做了重新编排,先信源编码后通信信号传输,经典与现代的调制技术融合,力求更符合学生的认知规律。
本书详细介绍数字图像处理的基本理论和主要技术,内容包括数字图像基础、空域图像增强、频域图像增强、图像复原、几何校正、图像压缩编码、图像分割、二值图像形态学、特征提取等。本书融入多位作者数十年的教学与科研成果,对空域滤波、图像复原、几何校正、二值图像形态学、特征提取等内容进行重新梳理,使得初学者更加容易入门。本书理论和实践相结合,理论分析深入浅出,方法介绍详细具体,实例演示清晰明了,可作为高等学校计算机类、自动化类、电子信息类等专业的本科生、研究生教材,也可供相关科研人员、工程技术人员参考
本书系统地论述统计信号处理的基本理论, 包括随机过程基础、参数估计、最优滤波和信号检测四部分。全书共15章, 分别为引言、随机过程的基本概念、随机过程的线性变换、估计的基本概念与性能评估、最小方差无偏估计、最大似然估计、贝叶斯估计、线性最小均方估计、线性卡尔曼滤波、非线性滤波、统计判决理论、复合假设检验、高斯噪声中已知信号的检测、高斯噪声中未知参量信号的检测、非高斯噪声中信号的检测等。各章均有信号处理实例和丰富的习题。