空时自适应处理原理（第3版） pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

[德] 克莱姆 著，南京电子技术研究所 译

图书标签:

• 信号处理
• 自适应滤波
• 空时处理
• 无线通信
• 天线技术
• 滤波算法
• 现代信号处理
• 通信工程
• 雷达信号处理
• 智能信号处理

出版社： 高等教育出版社

ISBN：9787040262117

版次：1

商品编码：10000421

包装：平装

开本：16开

出版时间：2009-04-01

用纸：胶版纸

页数：557

字数：750000

正文语种：中文

内容简介

　　本书详细介绍了空－时自适应处理的基本原理，重点介绍了机载或天基相控阵雷达中的杂波抑制问题，特别涵盖了对地观测、警戒、侦察领域中机载或天基MTI雷达对慢动目标的检测原理，尤其是其中的杂波抑制技术。主要内容包括信号处理、杂波模型、阵列处理、带宽影响、非线性天线阵列、反干扰技术、自适应单脉冲处理、双基雷达配置结构、SAR和ISAR以及声呐等。
　　在本书第1、2版成功发行的基础上，第3版做了大量更新，以反映该领域的技术发展。新增加了1章介绍雷达距离方程，它对雷达系统设计人员特别重要。本书最后是经过更新的750多篇关于sTAP和相关主题的参考文献，这些文献代表了空一时自适应处理在世界范围内达到的最新技术发展水平。
　　本书适用于军用及民用机载或天基雷达领域的电子与宇航工程师、大学教师、研究生、科研人员、雷达系统工程师、项目经理以及机载或天基雷达的潜在用户。

作者简介

　　Richard Klemm，德国国防研究院资深科学家，长期从事雷达信号处理研究。于1968年、1974年分获柏林科技大学通信学硕士、博士学位。发表论文多篇，出版学术专著1本，编著图书1本(章节作者包括世界各地45位享有盛誉的专家)。他曾被世界上多个国家及组织邀请做学术报告，主持多次学术讨论会，于1996年发起并主持了第一届欧洲合成孔径雷达会议(EUSAR)。他因工作业绩斐然获多项奖励。

内页插图

目录

作者传记
第一版前言
第二版前言
第三版前言
第1章 绪论
1.1 引言
1.1.1 MTI雷达基础
1.1.2 一维杂波对消
1.1.3 机载和星载雷达问题
1.1.4 平台运动的影响
1.1.5 相控阵雷达的一些注解
1.1.6 系统和实验
1.1.7 模型正确性
1.1.8 历史回顾
1.2 雷达信号处理工具
1.2.1 最优处理器
1.2.2 正交投影
1.2.3 线性子空间变换
1.2.4 用数字滤波器抑制杂波
1.2.5 范例
1.2.6 角度或频域处理
1.3 谱估计
1.3.1 信号匹配，SM
1.3.2 最小方差估值器，MVE
1.3.3 最大熵方法，MEM
1.3.4 正交投影，MUSIC
1.3.5 谱估值器比较
1.4 小结

第2章 信号和干扰模型
2.1 发射和接收过程
2.2 多普勒效应
2.3 空－时信号
2.3.1 空间维：阵列几何
2.3.2 时间维：脉冲串
2.4 干扰
2.4.1 地杂波
2.4.2 运动杂波
2.4.3 人为干扰
2.4.4 噪声
2.5 去相关效应
2.5.1 时间去相关
2.5.2 空间去相关：系统带宽影响
2.5.3 距离门内多普勒扩散
2.5.4 系统多普勒扩散
2.5.5 全相关模型
2.6 标准参数组
2.6.1 多重时间折叠杂波
2.6.2 关于图像质量的说明
2.7 小结

第3章 机载杂波性质
3.1 空间－多普勒特性
3.1.1 等值多普勒频移
3.1.2 多普勒方位杂波轨迹
3.2 空－时协方差矩阵
3.2.1 分量
3.2.2 偏置相位中心天线(DPCA)原理
3.2.3 特征谱
3.3 功率谱
3.3.1 傅里叶谱
3.3.2 高分辨力谱
3.4 雷达参数对干扰谱的影响
3.4.1 阵列指向
3.4.2 时间和空间采样
3.4.3 去相关影响
3.4.4 杂波和干扰机谱
3.5 自适应空－时杂波抑制的问题
3.5.1 原理说明
3.5.2 一些结论
3.6 小结

第4章 全自适应空－时处理器
4.1 引言
4.2 概述
4.2.1 最优自适应处理器(OAP)
4.2.2 正交投影处理器(OPP)
4.3 最优处理与运动补偿
4.3.1 RF运动补偿原理
4.3.2 修正方向图
4.3.3 和最优处理器的相互联系
4.4 雷达参数的影响
4.4.1 发射波束宽度
4.4.2 阵列与样本长度
4.4.3 采样影响
4.4.4 CNR的影响
4.4.5 带宽影响
4.4.6 运动杂波
4.5 距离多普勒IF矩阵
4.6 小结

第5章 空－时子空间技术
5.1 空－时子空间变换的原理
5.2辅助特征矢量处理器(AEP)
5.2.1 与最优自适应处理器(OAP)的比较
5.2.2 减少通道数
5.2.3 带宽影响
5.3 辅助通道处理器(ACP)
5.3.1 与最优处理器的比较
5.3.2 减少通道数
5.3.3 带宽影响
5.4 其他空－时变换
5.4.1 单个辅助单元和回波采样变换
5.4.2 空－时采样子群
5.4.3 空－时阻塞矩阵
5.4.4 JDL－GLR
5.5 实现问题
5.5.1 一般特性
5.5.2 辅助特征矢量处理器
5.5.3 辅助通道处理器
5.6 小结

第6章 线形阵列的空间变换
6.1 子阵列
6.1.1 交叠均匀子阵列(OUS)
6.1.2 子阵列偏置的影响
6.1.3 非均匀子阵列
6.2 辅助传感器技术
6.2.1 对称辅助传感器结构(SAS)
6.2.2 带宽影响
6.2.3 非对称辅助传感器结构
6.2.4 最优平面天线
6.3 其他技术
6.3.1 空间阻塞矩阵变换
6.3.2 和差通道处理
6.3.3 CPCT处理技术
6.4 小结

第7章 自适应空－时数字滤波器
7.1 最小二乘FLR滤波器
7.1.]空一时最小二乘FIR滤波器原理
7.1.2 全天线阵列
7.1.3 空间变换和FIR滤波
7.2 雷达参数的影响
7.2.1 样本大小
7.2.2 去相关影响

第8章 和天线相关的问题
第9章 空－频处理
第10章 雷达模糊
第11章 干扰环境下的空－时自适应处理
第12章 双基地雷达的空－时处理
第13章 SAR和ISAR中的相关问题
第14章 目标参数估计
第15章 雷达方程的影响
第16章 机载MTI雷达的特殊问题
附录 声呐应用
参考文献
术语表
索引

精彩书摘

　　1.空－时协方差矩阵的自适应性在本书中没有考虑。这里假设，杂波协方差矩阵对于任何单独距离增量是已知的。在实际当中，杂波协方差矩阵必须估计，例如通过对各种距离环进行杂波并矢平均，这会因杂波多普勒的距离相关性和杂波回波的非均匀性而产生问题，这些问题超越了本书的范围，第16章引用了有关参考文献。
　　2.阵列单元间互耦对阵列性能的影响（CUPrA和KSlENSKI[234]）被忽略。
　　3.假设杂波回波为高斯的。当我们讨论“最优性”时，都是指高斯统计量。空－时技术以及在非高斯杂波中的应用RANGASWAMY和MICHELs[552]进行了研究。
　　4.每当PRF选择成雷达在可视范围内成距离模糊性时，就会出现多次时间折叠杂波，在本书中给出的大多数例子中忽略了多次杂波回波，这与关于空一时处理的几乎所有可用参考文献是一致的。当前公开发表的文献中极少有包括模糊杂波回波影响的论文，原因是大多数关于空－时处理的论文集中在侧视雷达上。如第3章所示，侧视雷达对模糊杂波不敏感。在第10章中特别提到了模糊杂波对前视雷达的影响，那里指出，二维自适应阵列天线可以抑制多次回波。
　　5.这里假设，地面的反射系数与俯角无关。实际上，其相关性很强，相关性又与杂波背景（粗糙度）的种类非常有关系。这种假设也暗示，高度回波的影响没有特别强调。
　　6.本书中大多数例子是基于线阵的。如将在第6章看到的，线阵具有有利于空一时处理的特性。线阵也有助于说明基本原理。因此，大多数现存文献集中在线阵上。此外，线阵包括各种轴为水平的柱形天线阵结构和矩形平面阵。第8章中包括了对圆阵的一些考虑。
　　1.1.8 历史回顾
　　表1.1 中展示了对STAP演变的简要历史回顾。这个表包括了许多对STAP发展做出贡献的重要出版物、项目或事件。当然，这个列表肯定并不完整，但包含了我们理解的STAP发展的重要阶段。

前言/序言

　　自从1976年Brennan，Mallett和Beed发表用以抑制机载雷达杂波的空时自适应处理（STAP）的第一篇文章后，经过十几年的时间，各国的雷达界科学家都已意识到该主题的重要性。如今，STAP已成为国际雷达会议和刊物的一个常规主题，我希望我的书能对该领域有所贡献。
　　特别要提出的是，从STAP发展的早期起，中国科学家就一直对其表现出浓厚的兴趣，并做出贡献。Syracuse大学王宏教授对S了AP体系（JDL－GLR，Sigma：DeltaSTAP）做了开拓性的工作，从20世纪80年代末起，清华大学彭应宁教授、北京航空航天大学毛士艺教授以及西安电子科技大学保铮院士和吴顺君教授都活跃在该领域。如今，将我的书译成中文版使该丰富多彩的学科会有更广泛的传播，令我深受感动。
　　非常感谢我的朋友上海交通大学史习智教授对本书翻译工作的推动。此外，我还要感谢完成此项艰巨任务的南京电子技术研究所各位翻译人员及阴大兴教授。最后，对高等教育出版社为中文版所做的细致工作深表谢意。

探索信号处理的无限可能：一套深入浅出的理论框架与前沿应用 这是一套旨在为信号处理领域的研究者、工程师及相关专业学生提供全面、深入的理论指导和实践启发的系列著作。本系列专注于构建一套严谨而灵活的信号处理理论框架，并以此为基石，展现其在解决复杂现实问题时的强大能力与无限潜力。我们致力于打通理论的深度与应用的广度，帮助读者构建起对信号处理核心概念的深刻理解，并能熟练运用这些知识应对瞬息万变的科技挑战。 第一卷：信号的本质与分析的基石 本卷将带您踏入信号的世界，从最基本的概念出发，构建起对信号性质、分类及其数学表示的坚实认知。我们将深入探讨连续时间信号与离散时间信号的特性，理解它们在时域和频域的表征方式。傅里叶级数与傅里叶变换将作为核心工具，引领您穿越时域与频域的界限，揭示信号的内在频谱结构。通过对傅里叶变换的深入剖析，包括其性质、性质推导以及在不同信号分析场景下的应用，读者将掌握分析信号成分、理解信号带宽、判断信号失真等关键技能。 此外，本卷还将详细介绍卷积的概念及其在系统分析中的核心作用。我们将从数学和物理意义上解释卷积，并展示如何利用卷积定理简化系统分析。理解卷积对于把握线性时不变（LTI）系统的行为至关重要，它能帮助我们预测系统对任意输入信号的响应。本卷还将引入采样理论，解释奈奎斯特-香农采样定理，并深入探讨过采样、欠采样及其对信号重建的影响。我们将通过丰富的实例，阐释采样在数字信号处理中的关键地位，以及如何避免混叠现象。 作为本卷的收尾，我们将探讨信号的统计特性。随机信号作为现实世界中普遍存在的信号类型，其分析需要引入概率论和随机过程的理论。本卷将介绍随机变量、概率密度函数、均值、方差等基本概念，并引入平稳随机过程、功率谱密度等重要概念，为后续的滤波、估计等高级分析奠定基础。 第二卷：系统的建模与最优处理的艺术 在对信号的本质有了深入理解后，本卷将聚焦于信号的处理系统。我们将从系统的角度出发，深入研究线性时不变（LTI）系统的性质，包括因果性、稳定性、记忆性等。通过系统函数、零极点分析等工具，读者将能准确描述和预测LTI系统的行为。递归和非递归滤波器的设计将是本卷的重点之一，我们将介绍巴特沃斯、切比雪夫、椭圆等经典滤波器设计方法，并探讨其在频率响应、阻带衰减、过渡带宽度等方面的权衡。 本卷还将引入离散傅里叶变换（DFT）及其快速算法（FFT）。DFT是数字信号处理的核心，FFT的出现极大地提升了信号处理的效率，使得许多原本难以实现的算法成为可能。我们将详细讲解DFT的性质，并深入分析FFT的算法原理，包括蝶形运算、基-2 FFT等。通过对FFT的掌握，读者将能够高效地进行频谱分析、卷积运算等。 作为本卷的另一重要组成部分，最优处理理论将引领读者进入信号处理的殿堂。我们将介绍维纳滤波理论，从均方误差最小化的角度出发，推导最优线性估计器的表达式。维纳滤波在信号去噪、信号分离等经典问题中有着广泛的应用。我们将深入剖析维纳滤波的原理，并分析其在不同噪声模型和信号模型下的性能表现。 第三卷：自适应处理的智慧与现代应用 本卷将深入探讨信号处理领域最激动人心的分支之一——自适应处理。与固定滤波器不同，自适应滤波器能够根据输入信号的统计特性变化而自动调整其滤波器系数，从而在变化的环境中保持最优性能。我们将从随机梯度下降（SGD）算法出发，详细推导最速下降法（LMS）算法，并分析其收敛性、收敛速度以及在不同应用场景下的性能。 LMS算法作为最基础的自适应滤波算法，其原理清晰，易于实现，是理解更复杂的自适应算法的基石。我们将通过大量的仿真和实例，展示LMS算法在信号去噪、回声消除、信道均衡等方面的强大能力。 在此基础上，本卷还将介绍递归最小二乘（RLS）算法。RLS算法通过利用过去的所有数据信息来计算最优滤波器系数，通常比LMS算法具有更快的收敛速度和更好的性能，但其计算复杂度也更高。我们将详细分析RLS算法的原理，并比较LMS和RLS算法在不同应用中的优缺点。 为了应对更复杂的信号处理需求，本卷还将触及卡尔曼滤波。卡尔曼滤波是一种最优线性估计器，广泛应用于目标跟踪、导航系统、姿态估计等领域。我们将从状态空间模型的角度出发，推导卡尔曼滤波的递推公式，并分析其在不确定系统中的最优性。 第四卷：前沿进展与交叉领域的探索 在掌握了自适应处理的核心理论后，本卷将带领读者探索信号处理领域的最新进展和与其他学科的交叉融合。我们将深入介绍稀疏信号处理，分析信号的稀疏性如何被利用来提高信号的恢复精度和降低数据采集量。压缩感知（Compressed Sensing）作为稀疏信号处理的重要应用，将是本卷的重点。我们将讲解压缩感知的基本原理，包括测量矩阵的设计、重构算法（如OMP、BPDN等），并展示其在图像重建、雷达信号处理等领域的突破性应用。 此外，本卷还将探讨机器学习与信号处理的深度结合。深度学习在语音识别、图像识别、自然语言处理等领域取得了巨大成功，其强大的特征提取和模式识别能力为信号处理带来了新的机遇。我们将介绍深度学习在信号去噪、信号分类、异常检测等方面的应用，并分析神经网络模型（如CNN、RNN）在信号处理任务中的优势。 本卷还将关注现代通信系统中的信号处理挑战，如多输入多输出（MIMO）通信、OFDM通信、软件定义无线电（SDR）等。我们将分析这些技术对信号处理提出的新要求，并介绍相关的信号处理技术，如信道估计、波束形成、信号检测等。 最后，我们将展望信号处理的未来发展方向，包括人工智能驱动的信号处理、量子信号处理、生物信号处理等新兴领域。通过本卷的学习，读者将能够深刻理解信号处理的最新动态，并具备将理论知识应用于解决前沿问题的能力。 学习这套系列著作，您将收获： 扎实的理论基础： 从信号的本质到自适应处理的精髓，构建起坚不可摧的理论框架。 强大的分析能力： 掌握傅里叶变换、卷积、LMS、RLS、卡尔曼滤波等核心工具，能够深入分析各种信号和系统。 卓越的工程实践： 通过丰富的案例分析和前沿应用介绍，将理论知识转化为解决实际问题的强大武器。 开阔的学术视野： 了解信号处理领域的最新进展，为未来的研究和创新奠定基础。 本套系列著作将是您在信号处理领域探索之旅中最值得信赖的伙伴，它将帮助您拨开迷雾，直抵理论的深处，并引领您在技术的浪潮中乘风破浪。

评分☆☆☆☆☆

我最近入手了一本《空时自适应处理原理（第3版）》，光是看书名，就觉得这本书的含金量十足。作为一名对前沿技术抱有浓厚兴趣的爱好者，我对“空时自适应处理”这个概念尤其感到着迷。它不仅仅是一个技术术语，更代表着一种处理复杂信息的高级思路。 “空时”二字，顾名思义，就是同时考虑了信号在时间和空间两个维度上的特性。在当今这个数据爆炸的时代，许多重要的信息都蕴含在这些多维度的信号之中，如何有效地捕捉和利用这些信息，是科学研究和工程应用的关键。而“自适应”则赋予了处理系统一种“智能”，它能够根据不断变化的环境和信号特点，实时调整自身的处理策略，从而保持最优的性能。 这本书是“第3版”，这意味着它经历了时间的洗礼，不断吸收了新的研究成果和技术发展，内容应该更加丰富和成熟。我期待书中能够详细阐述相关的数学理论，比如各种空时滤波器的设计原则，以及如何通过优化算法来实现自适应。同时，我也希望能够看到一些实际的应用案例，让我能够更直观地理解这些理论是如何在雷达、通信、医学成像等领域发挥作用的。 这本书给我的第一印象是它充满了挑战性，但也正因为如此，它才显得尤为珍贵。它似乎是一本能够帮助我深入理解复杂信号处理本质的书籍，为我打开了通往更高层次技术理解的大门。我非常期待能够通过阅读这本书，拓展我的技术视野，并为我的学习和研究提供有益的启发。

评分☆☆☆☆☆

最近入手了一本《空时自适应处理原理（第3版）》，刚拿到手，就被它沉甸甸的质感和精美的装帧吸引住了。书的纸张质量上乘，印刷清晰，排版也十分考究，阅读体验的硬件基础打得相当扎实。虽然我才刚刚开始浏览目录和前言部分，但作者严谨的治学态度和对领域深入的理解已经跃然纸上。 从书名来看，这本书聚焦于“空时自适应处理”这一关键技术。这个领域在当今的科技浪潮中扮演着至关重要的角色，无论是在人工智能的感知层，还是在复杂的通信系统中，都需要强大的空时信息融合与处理能力。我尤其关注的是“自适应”这一特性，它意味着处理方法能够根据不断变化的工作环境和信号特点进行实时调整，这对于提高系统的智能化水平和应对复杂多变的应用场景至关重要。 书中提及的“原理”二字，预示着本书将不仅仅停留在技术的表面，而是会深入探讨其背后的理论支撑和数学框架。这对于我这种希望从根本上理解技术、而不是仅仅学会操作的用户来说，无疑是一大福音。我希望能在这本书中找到对各种空时滤波器、阵列处理技术以及相关优化方法的详细阐述，并理解它们是如何在时域和空间域上协同工作的。 此外，“第3版”的更新意味着本书很可能包含了作者在前两版基础上的最新思考和研究进展。我期待书中能够涉及一些近年来在空时自适应处理领域取得突破的新算法、新模型，或者在现有理论上的深刻拓展。这本书无疑为我提供了一个深入探索这个精密而又迷人的技术领域的重要窗口。

评分☆☆☆☆☆

作为一名长久以来对复杂信号处理技术充满好奇的学习者，我近期有幸获得了一本《空时自适应处理原理（第3版）》。从拿到这本书的第一刻起，它所呈现出的严谨学术风范和深邃的专业性就给我留下了深刻的印象。 “空时自适应处理”这一概念，在我看来，是现代信号处理领域中一项极其精妙且富有挑战性的技术。它不仅仅是简单的信号滤波或变换，而是涉及到如何将时间和空间这两个维度上的信息进行有效的融合与利用，并且在此基础上，通过“自适应”的手段，让处理系统能够智能地根据环境的变化和信号自身的特性，不断优化自身的处理参数，从而达到最佳的处理效果。 我之所以对这本书充满期待，是因为“原理”二字暗示着它将深入剖析这项技术背后的数学模型、算法设计逻辑以及性能评估方法。我希望能够在这本书中找到关于空时自适应滤波、空间滤波、以及各种优化算法的系统介绍，并且能够理解它们是如何在实际应用中发挥作用的。 “第3版”这个标签，则说明了这本书是经过多次迭代和更新的，很可能已经纳入了该领域近些年的最新研究进展和技术突破。这对于我来说，意味着我能够接触到最新、最前沿的知识，从而更好地理解该领域的发展脉络。 总而言之，这本书在我心中已经树立起了一个高标准的形象，它似乎是一本能够引领我深入探索空时自适应处理奥秘的宝典。我迫不及待地想开始阅读，希望它能为我打开一扇新的技术大门，并为我的学术研究提供有力的支持。

评分☆☆☆☆☆

我最近购入了一本《空时自适应处理原理（第3版）》，这本著作以其扎实的学术底蕴和对前沿技术的敏锐洞察力，在我的书架上占据了重要位置。尽管我尚未深入研读其具体内容，但仅从其散发出的专业气息和严谨的学术风格，就足以让人对其价值产生高度期待。 “空时自适应处理”这一概念本身就蕴含着巨大的潜力和挑战。它巧妙地将时间维度和空间维度的信息处理能力融合在一起，并通过“自适应”的机制，使得系统能够根据动态变化的环境和信号特征，实时优化其处理策略。这对于解决现实世界中各种复杂、不确定性的信号问题，例如在动目标检测、干扰抑制、高分辨率成像等领域，具有不可估量的价值。 本书的“原理”二字，明确了其深入浅出的讲解方向。我期望书中能够清晰地阐述空时自适应处理的核心理论，包括但不限于各种自适应滤波器的设计方法、阵列信号处理的最新进展，以及如何有效地利用时空信息来提升信号的提取和辨识精度。理论与实践的结合，也是我非常看重的一点。 “第3版”的标志，则代表着该书经历了时间的考验和不断的 refinement，很可能已经囊括了该领域最新的研究成果和技术动态。我非常好奇书中会涉及哪些突破性的算法，或者对现有理论有哪些更深刻的阐释。这对于我不断更新知识体系、紧跟技术前沿至关重要。 这本书给我一种“厚积薄发”的感觉，它似乎是一本能够引导读者穿越复杂技术迷雾，直达空时自适应处理核心的指南。我对其内容充满信心，并相信它能为我的学习和研究提供坚实的理论基础和丰富的实践指导。

评分☆☆☆☆☆

作为一名自控领域的研究生，我一直对时序信号的处理技术抱有浓厚的兴趣。最近，我偶然翻阅了一本名为《空时自适应处理原理（第3版）》的书籍。这本书的封面设计相当简洁大气，封面上的标题字体清晰，给人一种严谨学术的印象。虽然我还没有机会深入阅读其内容，但仅仅从其书名就能感受到其在处理复杂时空数据方面的深度和广度。 “空时自适应处理”这个概念本身就充满了挑战性，它预示着本书将探讨如何设计出能够根据输入信号的时空特性动态调整自身参数的处理系统。在现代信号处理领域，尤其是在雷达、声呐、通信以及图像处理等应用中，自适应技术的重要性不言而喻。它们能够有效地应对环境噪声、干扰以及信号自身的不确定性，从而提升系统的性能和鲁棒性。 第3版这个标识也暗示着这本书经过了多年的打磨和更新，很可能包含了最新的研究成果和技术发展。我期待书中能够详细阐述空时自适应处理的理论基础，包括相关的数学模型、算法设计以及性能分析。同时，我也希望它能够提供丰富的应用案例，让我能够更好地理解这些理论在实际工程问题中的落地方式。 总的来说，这本书给我留下了一个非常专业和前沿的印象。它似乎是那些致力于深入理解和掌握先进信号处理技术的研究者和工程师们的理想选择。我迫不及待地想开始阅读，看看它能否为我解答那些在空时信号处理领域一直困扰我的难题，并为我的研究提供新的思路和方向。

评分☆☆☆☆☆

正品实惠服务好！真的好啊！

评分☆☆☆☆☆

正品实惠服务好！真的好啊！

评分☆☆☆☆☆

非常经典的一本好书，慢慢学吧。

评分☆☆☆☆☆

非常好 是正版 好好学习一下。

评分☆☆☆☆☆

Richard Klemm

评分☆☆☆☆☆

Richard Klemm

评分☆☆☆☆☆

Google Play 上的图书

评分☆☆☆☆☆

非常经典的一本好书，慢慢学吧。

评分☆☆☆☆☆

经典著作，适合雷达信号处理的学习和研究人员阅读。