压缩感知理论及其在无线网络中的应用 本书特色

This is a simplified Chinese edition of the following title(s) published by Cambridge University Press: Compressive Sensing for Wireless Networks ISBN 9781107018839 ?i Cambridge University Press 2013 This book is in copyright. Subject to statutory exception and to the provisions of relevant collective licensing agreements, no reproduction of any part may take place without the written permission of Cambridge University Press. This simplified Chinese edition for the People?s Republic of China (excluding Hong Kong, Macau and Taiwan) is published by arrangement with the Press Syndicate of the University of Cambridge, Cambridge, United Kingdom. ?i Cambridge University Press and Tsinghua University Press 2018 This simplified Chinese edition is authorized for sale in the People?s Republic of China(excluding Hong Kong, Macau and Taiwan) only. Unauthorised export of this simplified Chinese edition is a violation of the Copyright Act.No part of this publication may be reproduced or distributed by any means, or stored in a database or retrieval system, without the prior written permission of Cambridge University Press and Tsinghua University Press.

压缩感知理论及其在无线网络中的应用 内容简介

压缩感知理论是信号处理领域中一种利用远低于经典奈奎斯特采样频率的方法对稀疏信号进行编码的全新理论。该理论可对大量信号集进行高效而精确的采集、存储、融合和处理。压缩感知理论有效融合了数据采集、压缩、降维和优化等多项理论和技术，已引起多个领域的科研人员和工程师的高度关注。美国无线通信领域国际知名学者Zhu Han、Husheng Li和Wotao Yin在剑桥大学出版社出版的Compressive Sensing for Wireless Networks一书，是世界上*本关于如何将压缩感知这一革命性理论应用于无线网络的专著。该书从统一的框架出发，从无线网络的角度全面阐述了如何将*的压缩感知理论有效地与信道估计、超宽带系统、无线定位、多址接入、认知无线电等典型的无线网络相结合，从而更高效和准确地解决无线网络中面临的各种问题。《压缩感知理论及其在无线网络中的应用》将有助于不同水平的读者在了解压缩感知理论的数学背景的基础上，建立起对压缩感知理论的深入认识和理解，培养读者利用压缩感知理论更有效地解决无线网络中各种问题的能力。

压缩感知理论及其在无线网络中的应用 目录

目录 第1章引言 1.1动机和目标 1.2纲要 第2章无线网络概述 2.1无线信道模型 2.1.1电波传播 2.1.2干扰信道 2.2无线网络分类 2.2.13G及B3G蜂窝通信网 2.2.2WiMAX网络 2.2.3WiFi网络 2.2.4无线个域网 2.2.5无线Ad hoc网 2.2.6无线传感网 2.3先进无线通信技术 2.3.1OFDM技术 2.3.2多天线系统 2.3.3认知无线电 2.3.4调度和多址接入 2.3.5无线定位 第3章压缩感知理论框架 3.1背景 3.2传统采样与压缩感知 3.3稀疏表示 3.4CS编码与解码 3.5示例 第4章稀疏*优化算法 4.1*优化理论简介 4.2稀疏*优化模型 4.3经典的求解方法 4.4收缩操作 4.5近似点线性算法 4.5.1前向后向算子分裂 4.5.2示例 4.5.3收敛速率 4.6对偶算法 4.6.1对偶化 4.6.2增广拉格朗日方法 4.6.3布拉格曼方法 4.6.4布拉格曼迭代和去噪 4.6.5线性布拉格曼方法和增广模型 4.6.6处理复数据和变量 4.7交替方向乘子法 4.7.1框架 4.7.2ADM在稀疏优化的应用 4.7.3在分布式优化中的应用 4.7.4分散*优化的应用 4.7.5收敛速率 4.8(块)坐标*小化和梯度下降 4.9同伦算法与参数二次规划 4.10延拓、变换步长及线性搜索 4.11用于稀疏优化的非凸方法 4.12贪婪算法 4.12.1贪婪追踪算法 4.12.2迭代支集检测 4.12.3硬门限 4.13恢复低秩矩阵的算法 4.14如何选择算法 第5章基于压缩感知的模数转换器 5.1传统模数转换器基础 5.1.1采样定理 5.1.2量化 5.1.3实际实现 5.2随机解调ADC 5.2.1信号模型 5.2.2结构 5.3宽带调制转换器ADC 5.3.1结构 5.3.2与随机解调器的对比 5.4Xampling 5.4.1统一子空间 5.4.2结构 5.4.3X?ADC及硬件实现 5.4.4X?DSP及子空间算法 5.5其他结构 5.5.1随机采样 5.5.2随机滤波 5.5.3随机延迟线 5.5.4其他各类相关文献 5.6小结 第6章压缩感知信道估计 6.1引言和动机 6.2多径信道估计 6.2.1信道模型和基于训练的算法 6.2.2压缩感知信道估计 6.3OFDM信道估计 6.3.1系统模型 6.3.2压缩感知OFDM信道估计器 6.3.3数值算法 6.3.4数值仿真 6.4水声信道估计 6.4.1信道模型 6.4.2压缩感知算法 6.5随机域估计 6.5.1随机域模型 6.5.2矩阵完成算法 6.5.3仿真结果 6.6其他信道估计方法 6.6.1盲信道估计 6.6.2自适应算法 6.6.3组稀疏方法 6.7小结 第7章超宽带系统 7.1UWB系统简介 7.1.1UWB发展历程及应用 7.1.2UWB特点 7.1.3UWB的数学模型 7.2UWB信号的压缩 7.2.1发射端压缩 7.2.2接收端压缩 7.3UWB信号的重构 7.3.1块重构 7.3.2Bayesian重构 7.3.3与计算有关的问题 7.4UWB通信中的直接解调 7.4.1收发机结构 7.4.2解调 7.5小结 第8章定位 8.1定位简介 8.2压缩感知理论的直接应用 8.2.1通用原理 8.2.2WLAN中的定位 8.2.3认知无线电中的定位 8.2.4动态压缩感知 8.3压缩感知理论的非直接应用 8.3.1UWB定位系统 8.3.2空时压缩感知 8.3.3联合压缩感知和TDOA 8.4小结 第9章多址接入 9.1简介 9.2多用户检测简介 9.2.1CDMA系统模型 9.2.2多用户检测与压缩感知的比较 9.2.3多用户检测的各种算法 9.2.4*优多用户检测器 9.3蜂窝系统中的多址接入 9.3.1上行 9.3.2下行 9.4传感器网络中的多址接入 9.4.1单跳 9.4.2多跳 9.5小结 第10章认知无线电网络 10.1简介 10.2文献综述 10.3基于压缩感知的协作频谱感知 10.3.1系统模型 10.3.2CSS矩阵完成算法 10.3.3CSS联合稀疏重构算法 10.3.4讨论 10.3.5仿真结果 10.4动态方法 10.4.1系统模型 10.4.2动态重构算法 10.4.3仿真结果 10.5与定位的结合 10.5.1系统模型 10.5.2频谱感知和定位的联合算法 10.5.3仿真结果 10.6小结 参考文献

 1/2    1 2 下一页 尾页

工业技术 电子通信 通信

在线阅读