基本信息
書名：通信原理(第2版)
定價：28.00元
作者：徐文燕
齣版社：北京郵電大學齣版社有限公司
齣版日期：2012-06-01
ISBN：9787563529421
字數：
頁碼：
版次：2
裝幀：平裝
開本：16開
商品重量：0.459kg
編輯推薦
內容提要
本書是針對高等職業教育的要求，結閤高職學生的特點和多年來高職教育的實踐經驗編寫而成的。以通信係統必不可少的基本組成開始，按信號在通信係統的流程順序進行編寫，著重介紹數字通信的基本原理，並圍繞原理介紹*的通信技術與實現方法。
本書共分為9章：章緒論；第2章模擬調製係統；第3章模擬信號的數字化傳輸；第4章數字信號的基帶傳輸係統；第5章數字信號的頻帶傳輸；第6章信道復用和多址方式；第7章同步技術；第8章差錯控製；第9章通信係統的應用舉例。
本書的特點是係統性強，內容編排連貫，突齣基本概念、基本原理。在編寫上力求通俗易懂，除必要的數學推導外，注意講述物理概念和直觀的圖形分析，強調應用。
為使讀者能更好地理解基本概念和掌握通信係統的分析方法，每章都精選瞭一些例題和習題，以供學習時參考。
本書可以作為通信、電子信息、電子工程、自動化、計算機等專業高職高專、函授和成人教育的教材，也可供其他學習通信技術的人員參考。
目錄
章 緒 論
1.1 通信係統的組成
1.2 通信係統的分類及通信方式
1.3 通信係統的主要性能指標
1.4 信號、信道與噪聲
1.5 信道容量
小結
思考題
第2章 模擬調製係統
2.1 調製的作用和分類
2.2 幅度調製
2.3 綫性調幅信號的解調
2.4 綫性調幅信號的非相乾解調
2.5 模擬角調製
小結
思考題
第3章 模擬信號的數字化傳輸
3.1 抽樣定理
3.2 脈衝編碼調製
3.3 增量調製
3.4 改進型增量調製
3.5 自適應差分脈衝編碼調製
3.6 語音與圖像壓縮編碼簡介
小結
思考題
第4章 數字信號的基帶傳輸係統
4.1 數字基帶信號的特點
4.2 數字基帶信號的頻譜分析
4.3 基帶傳輸中的碼間串擾與間串擾的基帶傳輸
4.4 部分響應係統
4.5 眼圖與均衡
小結
思考題
第5章 數字信號的頻帶傳輸
5.1 二進製數字調製原理
5.2 二進製數字調製信號的頻譜特性
5.3 二進製數字載波傳輸係統的抗噪聲性能
5.4 二進製數字調製係統的性能比較
5.5 多進製數字調製係統
5.6 現代數字調製技術
小結
思考題
第6章 信道復用和多址方式
6.1 頻分復用
6.2 時分復用
6.3 碼分復用
6.4 多址通信方式
小結
思考題
第7章 同步技術
7.1 引言
7.2 載波同步技術
7.3 位同步技術
7.4 群同步(幀同步)技術
7.5 網同步技術
小結
思考題
第8章 差錯控製
8.1 差錯控製編碼的基本原理
8.2 差錯控製的基本方式
8.3 常用的檢錯編碼方式
8.4 循環碼
8.5 捲積碼
小結
思考題
第9章 通信係統的應用舉例
9.1 光發送機的組成
9.2 光接收機的組成
9.3 光中繼器
9.4 綫路碼型
9.5 光端機的主要指標
小結
思考題
參考文獻
作者介紹
文摘
序言
《數字信號處理的藝術》 第一章：數字信號的基礎 在本章中，我們將踏入數字信號處理的宏偉殿堂，揭開其神秘麵紗。我們將從最基本的概念入手，深入理解什麼是數字信號，以及它們與我們生活中接觸到的模擬信號有何本質區彆。 什麼是信號？ 我們將首先定義“信號”這一核心概念，它如同信息的載體，可以是時間的函數，也可以是空間的函數。無論是聲音的振動，圖像的光綫變化，還是股票市場的波動，都可以被看作是信號。我們將探討不同類型的信號，如連續信號（模擬信號）和離散信號（數字信號），並闡述它們在現實世界中的錶現形式。 模擬信號的局限性： 為什麼我們需要數字信號？我們將詳細分析模擬信號在傳輸、存儲和處理過程中麵臨的諸多挑戰。噪聲的乾擾、信號衰減、復製失真等問題，都使得模擬信號的精確性和穩定性難以保證。這些局限性為數字信號的齣現奠定瞭基礎。 數字信號的誕生： 采樣、量化與編碼是數字信號産生的三個關鍵步驟。我們將深入剖析每一個環節。 采樣： 模擬信號是如何被“離散化”的？我們將介紹采樣定理（奈奎斯特定理），理解采樣頻率與信號帶寬之間的關係，以及采樣不當可能導緻的混疊現象。我們還會討論不同的采樣方法，如均勻采樣和非均勻采樣。 量化： 采樣後的連續幅度值如何被轉化為離散的數值？我們將講解量化器的原理，包括量化電平、量化間隔和量化誤差。理解量化誤差對信號保真度的影響至關重要，我們將探討各種量化技術，如均勻量化、非均勻量化（如μ-law和A-law編碼），以及如何選擇閤適的量化器以平衡精度和數據速率。 編碼： 將量化後的數值轉化為二進製序列。我們將介紹二進製編碼的基本原理，以及不同編碼格式在數據錶示上的差異。 離散時間信號與離散頻率信號： 一旦信號被數字化，它就進入瞭離散時間域。我們將學習如何錶示和分析離散時間信號，包括其基本性質（如周期性、奇偶性）和常見的信號類型（如單位衝激信號、單位階躍信號、指數信號）。同時，我們也將引入離散頻率的概念，為後續的傅裏葉分析奠定基礎。 數字信號的處理流程： 整個數字信號處理過程，從輸入到輸齣，會經過哪些階段？我們將勾勒齣一個典型的數字信號處理係統的框圖，包括信號采集、預處理、核心處理和輸齣等環節，為後續章節的學習做好鋪墊。 第二章：離散時間係統的數學模型 本章將聚焦於描述和分析數字信號處理係統的核心工具——離散時間係統。我們將建立起嚴謹的數學框架，理解這些係統是如何對數字信號進行操作的。 什麼是離散時間係統？ 我們將定義離散時間係統，它接受離散時間信號作為輸入，並産生離散時間信號作為輸齣。我們將探討係統的分類，如綫性係統與非綫性係統，時不變係統與時變係統，因果係統與非因果係統，穩定係統與不穩定係統。這些性質對於理解係統的行為至關重要。 差分方程： 許多離散時間係統都可以用差分方程來描述。我們將學習如何建立和求解綫性常係數差分方程，理解其輸入-輸齣關係。我們將介紹齊次解和特解的概念，以及如何利用初始條件來獲得係統的特定響應。 捲積： 捲積是離散時間係統分析中最強大的工具之一。我們將深入理解離散捲積的定義和計算方法。 單位衝激響應： 係統的單位衝激響應（Impulse Response, h[n]）是描述綫性時不變（LTI）係統特性的關鍵。我們將闡述為什麼單位衝激響應能夠完全錶徵一個LTI係統，以及如何通過輸入信號與單位衝激響應的捲積來獲得係統的輸齣。 捲積的計算： 我們將學習多種計算捲積的方法，包括圖解法、公式法和錶格法，並提供實際算例來加深理解。 係統函數的概念（Z變換）： 為瞭更便捷地分析LTI係統，特彆是處理捲積運算，我們引入Z變換。 Z變換的定義與性質： 我們將詳細介紹Z變換的定義，包括單邊Z變換和雙邊Z變換。我們將推導並掌握Z變換的各種重要性質，如綫性性、時移性、捲積性質、微分性質等。 收斂域（ROC）： Z變換的收斂域是理解變換唯一性的關鍵。我們將講解收斂域的定義，以及它如何影響逆Z變換的唯一性。 係統函數 H(z)： 通過Z變換，一個LTI係統的差分方程可以轉化為代數方程。係統的傳遞函數（或稱係統函數）H(z)是輸入信號的Z變換與輸齣信號的Z變換之比。我們將學習如何從差分方程推導齣係統函數，以及如何利用係統函數分析係統的穩定性、因果性以及頻率響應。 離散傅裏葉級數（DFS）與離散傅裏葉變換（DFT）： 當我們考慮周期信號在離散時間域的錶示時，會用到離散傅裏葉級數（DFS）。而對於非周期信號，我們則使用離散傅裏葉變換（DFT）。 DFT的定義與性質： 我們將詳細介紹DFT的定義，理解它如何將一個有限長度的離散時間信號分解為一係列復指數序列的疊加。我們將學習DFT的性質，如綫性性、時域/頻域的移位性、共軛對稱性、帕塞瓦爾定理等。 DFT在信號分析中的作用： DFT是分析離散信號頻譜特性的基本工具，它能夠揭示信號中包含的各種頻率分量。 第三章：頻率域分析：傅裏葉變換在數字信號處理中的應用 本章將深入探討傅裏葉變換在數字信號處理中的強大應用。我們將理解信號的頻率特性是如何通過傅裏葉變換來揭示的，以及這些信息如何指導我們進行信號分析和係統設計。 傅裏葉級數（FS）與傅裏葉變換（FT）： 我們將迴顧連續時間信號的傅裏葉級數和傅裏葉變換，理解它們將信號分解為不同頻率正弦波成分的能力。 離散時間傅裏葉變換（DTFT）： 對於無限長離散時間信號，我們使用離散時間傅裏葉變換（DTFT）。我們將學習DTFT的定義，理解它如何給齣信號在連續頻率上的頻譜。我們將分析DTFT的性質，以及它與連續時間傅裏葉變換之間的聯係。 離散傅裏葉變換（DFT）的實際意義： 在實際應用中，我們通常處理的是有限長度的信號，並且需要進行計算。DFT正是為此而生。我們將再次強調DFT的定義，並深入探討它在從時域到頻域轉換中的核心作用。 頻譜分析： DFT能夠將一個離散時間信號的時域錶示轉換為其頻域錶示。我們將學習如何解釋DFT的輸齣，理解頻譜圖的含義，識彆信號中的主頻率成分、諧波以及噪聲。 頻譜泄漏（Spectral Leakage）： 由於DFT是對有限信號進行采樣和截斷，會導緻頻譜泄漏現象。我們將詳細解釋頻譜泄漏的原因，並探討如何通過選擇閤適的窗口函數（如漢寜窗、海明窗、布萊剋曼窗等）來減小頻譜泄漏，提高頻譜分析的準確性。 周期延拓（Periodicity）： DFT的頻域結果是周期性的，時域信號的截斷相當於在另一域進行瞭周期延拓。我們將理解這種周期性的數學含義。 快速傅裏葉變換（FFT）： 盡管DFT在理論上非常重要，但直接計算DFT的復雜度很高（O(N^2)）。快速傅裏葉變換（FFT）算法極大地提高瞭DFT的計算效率（O(N log N)）。 FFT算法的原理： 我們將簡要介紹FFT算法的基本思想，如蝶形運算和分治策略，並理解其如何將一個N點的DFT分解為若乾個更小的DFT。雖然我們將不深入推導具體的FFT算法（如Cooley-Tukey算法），但會強調其在實際應用中的重要性，它使得大規模的數字信號處理成為可能。 功率譜密度（PSD）： 我們將學習如何利用DFT來估計信號的功率譜密度，瞭解信號的功率在不同頻率上的分布。這對於噪聲分析、信號識彆等應用非常重要。 應用舉例： 在本章的最後，我們將通過具體的例子，如音頻信號的頻譜分析、圖像的頻率域處理、通信信號的調製解調等，來展示傅裏葉變換在數字信號處理中的實際應用場景，加深對理論知識的理解。 第四章：濾波器設計與實現 濾波器是數字信號處理中最重要的組成部分之一，它們能夠選擇性地允許或抑製特定頻率範圍的信號。本章將深入探討濾波器的設計原理和實現方法。 濾波器的基本概念： 我們將從濾波器的基本定義齣發，理解濾波器的作用——改變信號的頻率成分。我們將介紹濾波器的分類： 按頻率響應分類： 低通濾波器（LPF）、高通濾波器（HPF）、帶通濾波器（BPF）、帶阻濾波器（BSF）以及全通濾波器。我們將詳細解釋每種濾波器的頻率響應特性，以及它們在信號處理中的應用。 按實現方式分類： 稱數字濾波器和無限衝擊響應（IIR）數字濾波器。 無限衝擊響應（IIR）濾波器： IIR濾波器的特點： IIR濾波器通常使用反饋結構，其單位衝激響應是無限長的。它們通常可以用較低的階數實現對幅度響應的精確控製，因此在計算效率上具有優勢。 IIR濾波器設計方法： 我們將介紹幾種經典 IIR 濾波器設計方法，如巴特沃斯（Butterworth）、切比雪夫（Chebyshev）和橢圓（Elliptic）濾波器。我們將理解不同設計方法在通帶紋波、阻帶衰減和過渡帶寬度等性能指標上的權衡。 雙綫性變換法： 這是將模擬濾波器原型設計轉化為數字濾波器設計的一種常用方法。我們將學習雙綫性變換的原理，以及如何利用它將已有的模擬濾波器設計轉換為數字域。 有限衝擊響應（FIR）濾波器： FIR濾波器的特點： FIR濾波器不使用反饋，其單位衝激響應是有限長的。FIR濾波器總是穩定且具有綫性相位響應的潛力，這在許多應用中非常重要（例如，保持信號波形不失真）。 FIR濾波器設計方法： 窗函數法： 這是最簡單且廣泛使用的FIR濾波器設計方法。我們將學習如何截斷理想濾波器的單位衝激響應，並利用不同的窗函數（如矩形窗、漢寜窗、海明窗、布萊剋曼窗）來設計FIR濾波器。我們將分析不同窗函數對濾波器性能的影響。 頻率采樣法： 這種方法直接在頻域上指定濾波器的頻率響應，然後通過逆DFT獲得濾波器的係數。 最優逼近法（Parks-McClellan算法）： 這種算法能夠設計齣在通帶和阻帶上具有等波紋特性的最優FIR濾波器，通常能用較低的階數獲得更好的性能。我們將理解其基本思想，即通過迭代優化濾波器係數來最小化最大誤差。 濾波器實現： 直接型結構： 我們將學習如何直接根據差分方程或係統函數實現FIR和IIR濾波器，並分析其結構特點。 規範型結構（例如，級聯型、並聯型）： 對於高階濾波器，為瞭提高數值穩定性或減少計算量，我們通常會采用規範型結構。我們將介紹這些結構的實現方式。 數字濾波器在通信係統中的作用： 我們將簡要提及數字濾波器在通信係統中的重要應用，例如信道選擇、噪聲抑製、信號整形等，為後續更深入的通信原理學習打下基礎。 第五章：多速率信號處理 本章將探討多速率信號處理，這是一種處理不同采樣率信號的技術，在通信、音頻和圖像處理等領域具有廣泛的應用。 采樣率的變化： 為什麼我們需要改變采樣率？我們將討論在信號傳輸、存儲和處理過程中，采樣率不匹配可能帶來的問題，以及如何通過改變采樣率來解決這些問題。 降采樣（Decimation）： 原理： 降采樣是指降低信號的采樣率。我們將講解降采樣的基本操作：保留每M個樣本，丟棄其餘樣本。 理想降采樣： 在理想情況下，降采樣可以通過先對信號進行低通濾波（截止頻率為原始采樣率的1/2M）再進行抽取來實現，以避免混疊。 實際降采樣： 在實際應用中，我們將討論如何選擇閤適的低通濾波器來減小信號失真。 升采樣（Interpolation）： 原理： 升采樣是指提高信號的采樣率。我們將講解升采樣的基本操作：在原始樣本之間插入L-1個零，然後再通過一個低通濾波器進行插值。 理想升采樣： 理想升采樣可以通過先插入零（擴展）再進行低通濾波來實現，濾波器的截止頻率為原始采樣率的1/2。 實際升采樣： 我們將討論如何在實際中設計插值濾波器，以獲得平滑的插值結果。 多速率信號處理係統： 抽取濾波器（Downsampling Filter）： 用於降采樣的低通濾波器。 插值濾波器（Upsampling Filter）： 用於升采樣的低通濾波器。 多速率處理的應用： 信道復用與解復用： 在通信係統中，將多個低速率信號閤並為一個高速率信號傳輸，然後在接收端再分離。 信號壓縮： 降低信號的采樣率可以減少數據量，從而實現信號壓縮。 改變數字信號的比特深度： 軟件無綫電（SDR）： 在軟件無綫電中，多速率處理技術用於靈活地處理不同帶寬和采樣率的通信信號。 Polyphase Filter Bank： 我們將簡要介紹Polyphase filter bank的概念，這是一種高效的多速率信號處理結構，能夠將濾波器設計和實現得更加靈活和高效。 第六章：自適應信號處理 本章將介紹自適應信號處理，它研究的是能夠在未知或變化的信號環境下自動調整自身參數以達到某種優化目標的信號處理技術。 自適應濾波器： 什麼是自適應濾波器？ 自適應濾波器能夠根據輸入信號的統計特性和預期的輸齣信號（或誤差信號）來自動更新其濾波器係數。 自適應濾波器的工作原理： 它通過一個學習算法來最小化某個性能函數，例如均方誤差（Mean Squared Error, MSE）。 性能函數： 均方誤差（MSE）： 這是最常用的性能函數，錶示實際輸齣與期望輸齣之間的誤差平方的期望值。 最小均方誤差（LMS）算法： LMS算法是一種簡單且廣泛使用的自適應算法。我們將理解LMS算法的基本思想：利用當前樣本的誤差來更新濾波器係數，使其朝著減小MSE的方嚮調整。我們將推導LMS算法的更新公式，並討論其收斂性。 歸一化最小均方（NLMS）算法： NLMS算法是對LMS算法的一種改進，通過對步長進行歸一化，使其對輸入信號的幅度變化不那麼敏感，從而提高收斂速度和穩定性。 自適應濾波器的應用： 噪聲消除（Noise Cancellation）： 利用一個參考噪聲信號來抵消主信號中的噪聲。例如，在麥剋風降噪、音頻信號增強等場景。 迴聲消除（Echo Cancellation）： 在電話通信中，消除發送端傳輸到接收端的本地迴聲。 信道均衡（Channel Equalization）： 在通信信道中，補償信號失真，減小符號間乾擾（ISI）。 預測（Prediction）： 根據過去的信號樣本來預測未來的信號值。 譜估計（Spectral Estimation）： 利用自適應濾波器來估計信號的功率譜密度。 自適應信號處理的挑戰與前景： 我們將討論自適應信號處理在實際應用中可能遇到的挑戰，如計算復雜度、收斂速度、穩定性等，並展望其在人工智能、機器學習等領域的未來發展。 第七章：數字信號處理在通信係統中的應用概覽 本章將對數字信號處理技術在現代通信係統中的關鍵應用進行一個全麵的概覽，展示其在信息傳輸過程中扮演的核心角色。 調製與解調（Modulation and Demodulation）： 數字調製的原理： 如何將數字信息（比特流）映射到模擬載波信號的不同參數上（幅度、頻率、相位）。我們將介紹常見的數字調製技術，如ASK（幅度鍵控）、FSK（頻率鍵控）、PSK（相位鍵控）以及QAM（正交幅度調製）。 數字解調的原理： 在接收端如何從接收到的模擬信號中恢復齣原始的數字信息。 數字信號處理的作用： 數字信號處理在實現高效、可靠的數字調製解調過程中起著至關重要的作用，例如通過濾波器進行信號整形、通過匹配濾波器進行最佳接收等。 信道編碼與解碼（Channel Coding and Decoding）： 糾錯碼（Error-Correcting Codes）： 為瞭在存在噪聲和乾擾的信道上傳輸可靠的信息，需要引入冗餘信息。我們將介紹糾錯碼的基本概念，以及它如何檢測和糾正傳輸錯誤。 捲積碼與Turbo碼/LDPC碼： 簡單介紹一些重要的信道編碼技術，以及數字信號處理在這些編碼的實現和解碼（例如，Viterbi算法）中的作用。 數字濾波在通信中的作用： 抗混疊濾波器： 在模擬信號轉換為數字信號之前，為瞭防止混疊，需要使用低通濾波器。 信道濾波器： 用於選擇特定通信信道上的信號，抑製其他信道的乾擾。 匹配濾波器： 在最佳接收時，用於最大化信噪比。 噪聲抑製濾波器： 移除或減弱信號中的噪聲成分。 信號整形濾波器： 改善基帶信號的頻譜特性，減小符號間乾擾。 多路復用與解復用（Multiplexing and Demultiplexing）： 頻分復用（FDM）和時分復用（TDM）： 數字信號處理技術是實現高效FDM和TDM的關鍵。 正交頻分復用（OFDM）： OFDM作為一種重要的多載波調製技術，在現代無綫通信（如4G、5G）中得到廣泛應用，其核心就是數字信號處理。 均衡技術（Equalization）： 符號間乾擾（ISI）： 由於信道的非理想特性，導緻前一個符號的能量乾擾到當前符號。 均衡器的作用： 數字信號處理技術（如自適應均衡器）用於補償信道的失真，減小ISI，提高通信係統的誤碼率性能。 軟件無綫電（Software Defined Radio, SDR）： SDR的概念： 將傳統的硬件無綫電功能通過軟件來實現，從而實現高度的靈活性和可重構性。 數字信號處理在SDR中的核心地位： SDR嚴重依賴於高性能的數字信號處理器（DSP）和算法，以處理復雜的調製解調、信道編碼、濾波等任務。 同步技術（Synchronization）： 載波同步和定時同步： 在接收端恢復發送端的載波頻率和相位，以及信號的采樣定時。數字信號處理在這些同步過程的設計和實現中發揮著關鍵作用。 這本書的內容涵蓋瞭數字信號處理的理論基礎、核心算法、濾波器設計以及在通信領域的廣泛應用。通過深入學習，讀者將能夠全麵掌握數字信號處理的知識體係，並能夠將其應用於解決實際的工程問題。
