脉冲噪声信道差错控制编码 刘荣科 戴彬 赵岭 侯毅 高校通信工程 下载 pdf 百度网盘 epub 免费 2025 电子书 mobi 在线

脉冲噪声信道差错控制编码 刘荣科 戴彬 赵岭 侯毅 高校通信工程精美图片
》脉冲噪声信道差错控制编码 刘荣科 戴彬 赵岭 侯毅 高校通信工程电子书籍版权问题 请点击这里查看《

脉冲噪声信道差错控制编码 刘荣科 戴彬 赵岭 侯毅 高校通信工程书籍详细信息

  • ISBN:9787302583400
  • 作者:暂无作者
  • 出版社:暂无出版社
  • 出版时间:2021-02
  • 页数:暂无页数
  • 价格:98.00
  • 纸张:胶版纸
  • 装帧:平装-胶订
  • 开本:16开
  • 语言:未知
  • 丛书:暂无丛书
  • TAG:暂无
  • 豆瓣评分:暂无豆瓣评分
  • 豆瓣短评:点击查看
  • 豆瓣讨论:点击查看
  • 豆瓣目录:点击查看
  • 读书笔记:点击查看
  • 原文摘录:点击查看

内容简介:

本书主要从脉冲噪声信道特点出发,介绍了脉冲信道下差错控制编码研究成果。全书总共分为8章,分别阐述了脉冲噪声信道、差错控制编码概述、脉冲噪声信道下的编译码方法、联合信道估计与译码、深度学习译码以及高速译码结构等,为脉冲噪声信道的编码设计提供理论基础。此外本书还重点介绍了LDPC码在脉冲信道中的研究。本书适合从事信息通信专业技术人员使用,也可作为高校通信工程、信息工程等专业本科生及研究生的参考书。


书籍目录:

第1章绪论

1.1引言

1.2脉冲噪声信道场景

1.3脉冲噪声模型

1.3.1经验模型

1.3.2统计物理模型

1.4脉冲噪声条件下的LDPC码编译码研究进展

1.4.1脉冲噪声消除

1.4.2针对脉冲噪声特性的LDPC码编译码

1.4.3脉冲噪声条件下的LDPC码译码初始信息处理

1.4.4脉冲噪声条件下的联合信道估计与LDPC码译码

1.4.5脉冲噪声条件下的LDPC码深度学习译码

1.4.6脉冲噪声条件下的LDPC码高速译码架构

1.5本章小结

第2章差错控制编码

2.1引言

2.2差错控制编码的发展历史

2.3Turbo码

2.3.1Turbo码的构造方法

2.3.2Turbo码的译码算法

2.3.3Turbo码2.0

2.4LDPC码

2.4.1LDPC码的基本原理与构造

2.4.2LDPC码的编码算法

2.4.3LDPC码的译码算法

2.5极化码

2.5.1极化理论研究

2.5.2极化码的构造方法研究

2.5.3极化码的译码算法研究

2.6本章小结

第3章脉冲噪声信道码字构造

3.1引言

3.2信道模型介绍

3.2.1α稳定分布模型

3.2.2对称α稳定分布模型

3.2.3分数低阶统计量

3.3基于EXIT图分析的LDPC码度分布优化方法

3.3.1LDPC码的基本原理

3.3.2LDPC码节点的度分布

3.3.3LDPC码的EXIT图分析

3.3.4基于离散密度进化的EXIT图分析

3.3.5基于EXIT图的LDPC码度分布优化设计

3.4仿真实验和结果分析

3.4.1优化的度分布

3.4.2误码率对比

3.5本章小结

第4章脉冲噪声信道估计与译码

4.1引言

4.2和积译码算法

4.3基于消息传递框架的联合信道估计与LDPC码译码方法

4.3.1SIR噪声参数估计算法

4.3.2采用QDE算法的信道参数失配条件下译码渐进性能分析

4.3.3增强重采样方法设计

4.4数值仿真实验及结果分析

4.5本章小结

第5章脉冲噪声信道对数似然比近似表达

5.1引言

5.2对数似然比函数

5.2.1脉冲噪声信道模型

5.2.2信号传输模型

5.2.3脉冲噪声信道接收符号对数似然比

5.2.4脉冲噪声信道几何信噪比

5.3脉冲噪声信道下对数似然比近似方法

5.3.1非线性对数似然比近似函数

5.3.2对数似然比近似函数参数选取准则

5.3.3对数似然比近似函数的参数快速查找方法

5.4仿真实验和结果分析

5.4.1采用LLR近似方法的译码渐进性能分析

5.4.2数值仿真实验及结果分析

5.5本章小结

第6章脉冲噪声信道硬判决译码

6.1引言

6.2硬判决算法介绍

6.2.1比特翻转算法

6.2.2梯度下降比特翻转算法

6.3基于惩罚因子的梯度下降比特翻转算法

6.3.1惩罚因子的下界推导

6.3.2算法介绍

6.4基于调整因子的梯度下降比特翻转算法

6.4.1基于调整因子的翻转函数

6.4.2算法介绍

6.5仿真实验与结果分析

6.5.1对称α稳定分布噪声下的不同译码算法对比

6.5.2高斯噪声条件下的不同译码算法对比

6.6本章小结

第7章脉冲噪声信道深度学习译码

7.1引言

7.2神经网络译码概述

7.2.1神经网络模型介绍

7.2.2神经网络辅助译码

7.2.3神经网络译码器

7.3基于前向神经网络的脉冲噪声下译码算法

7.3.1系统设计

7.3.2神经网络训练方法

7.3.3实验结果

7.4基于门控神经网络的脉冲噪声下译码算法

7.4.1系统设计

7.4.2门控神经网络译码详述

7.4.3神经网络训练方法

7.4.4仿真性能分析

7.5本章小结

第8章脉冲噪声信道图形处理器高速译码实现

8.1引言

8.2脉冲噪声信道LDPC分组码GPU高速译码

8.2.1最小和TDMP译码算法概述

8.2.2脉冲噪声信道下采用最小和算法的TDMP译码初始化方法

8.2.3基于GPU的LDPC分组码译码架构优化设计

8.2.4基于GPU的LDPC分组码译码架构内核函数优化

8.2.5基于GPU的LDPC分组码译码架构CUDA流执行效率优化

8.3脉冲噪声信道LDPC卷积码GPU高速译码

8.3.1LDPC卷积码及其构造方法概述

8.3.2LDPC卷积码流水线译码算法

8.3.3基于GPU的LDPC卷积码流水线译码架构优化设计

8.3.4流水线译码器的存储访问优化设计

8.3.5流水线译码器的执行并行度优化设计

8.4仿真实验及结果分析

8.4.1LDPC分组码结果分析

8.4.2LDPC卷积码结果分析

8.5本章小结

参考文献

索引


作者介绍:

暂无相关内容,正在全力查找中


出版社信息:

暂无出版社相关信息,正在全力查找中!


书籍摘录:

暂无相关书籍摘录,正在全力查找中!



原文赏析:

暂无原文赏析,正在全力查找中!


其它内容:

暂无其它内容!


书籍真实打分

  • 故事情节:9分

  • 人物塑造:3分

  • 主题深度:7分

  • 文字风格:3分

  • 语言运用:5分

  • 文笔流畅:8分

  • 思想传递:4分

  • 知识深度:8分

  • 知识广度:4分

  • 实用性:7分

  • 章节划分:3分

  • 结构布局:3分

  • 新颖与独特:6分

  • 情感共鸣:5分

  • 引人入胜:9分

  • 现实相关:8分

  • 沉浸感:8分

  • 事实准确性:8分

  • 文化贡献:3分


网站评分

  • 书籍多样性:9分

  • 书籍信息完全性:3分

  • 网站更新速度:8分

  • 使用便利性:4分

  • 书籍清晰度:9分

  • 书籍格式兼容性:4分

  • 是否包含广告:4分

  • 加载速度:6分

  • 安全性:5分

  • 稳定性:9分

  • 搜索功能:4分

  • 下载便捷性:5分


下载点评

  • 排版满分(613+)
  • epub(534+)
  • 下载速度快(598+)
  • 三星好评(621+)
  • 速度快(619+)
  • 超值(77+)
  • 章节完整(357+)
  • 不亏(309+)

下载评价

  • 网友 仰***兰: ( 2025-01-04 10:53:59 )

    喜欢!很棒!!超级推荐!

  • 网友 车***波: ( 2025-01-07 13:00:25 )

    很好,下载出来的内容没有乱码。

  • 网友 习***蓉: ( 2025-01-08 23:46:49 )

    品相完美

  • 网友 冉***兮: ( 2025-01-07 14:57:34 )

    如果满分一百分,我愿意给你99分,剩下一分怕你骄傲

  • 网友 訾***雰: ( 2025-01-27 22:23:16 )

    下载速度很快,我选择的是epub格式

  • 网友 曹***雯: ( 2025-01-20 22:33:25 )

    为什么许多书都找不到?

  • 网友 师***怡: ( 2025-02-01 01:30:50 )

    说的好不如用的好,真心很好。越来越完美

  • 网友 养***秋: ( 2025-01-04 08:42:07 )

    我是新来的考古学家

  • 网友 益***琴: ( 2025-01-30 06:18:41 )

    好书都要花钱,如果要学习,建议买实体书;如果只是娱乐,看看这个网站,对你来说,是很好的选择。

  • 网友 通***蕊: ( 2025-01-25 05:43:03 )

    五颗星、五颗星,大赞还觉得不错!~~

  • 网友 敖***菡: ( 2025-02-01 19:25:05 )

    是个好网站,很便捷

  • 网友 菱***兰: ( 2025-01-25 18:05:11 )

    特好。有好多书


随机推荐