本書內(nèi)容包括：信號(hào)處理基礎(chǔ)、信號(hào)采樣、數(shù)字發(fā)射與接收、信號(hào)濾波、信號(hào)估計(jì)、信號(hào)統(tǒng)計(jì)檢測(cè)、狀態(tài)估計(jì)、功率譜估計(jì)、時(shí)頻分析、信號(hào)的高階統(tǒng)計(jì)量。

本書主要介紹通信系統(tǒng)的結(jié)構(gòu)組成、基本概念和基本技術(shù)方法，包括各種模擬調(diào)制技術(shù)、數(shù)字調(diào)制技術(shù)、模擬信號(hào)數(shù)字化的方法，各種信道編碼技術(shù)以及復(fù)用和同步技術(shù)。本書整體采用任務(wù)驅(qū)動(dòng)式架構(gòu)，由6個(gè)項(xiàng)目、29個(gè)任務(wù)和68個(gè)子任務(wù)組成。每個(gè)任務(wù)都是先提出“任務(wù)要求”，然后學(xué)習(xí)“必備知識(shí)”，最后進(jìn)行“思考應(yīng)答”。對(duì)于難度較大的任務(wù)，還在

本書包含五個(gè)教學(xué)項(xiàng)目：畸變測(cè)量、噪點(diǎn)測(cè)量、動(dòng)態(tài)范圍測(cè)量、顏色表現(xiàn)測(cè)量、清晰度測(cè)量，每個(gè)檢測(cè)項(xiàng)目均以工作過程需完成的任務(wù)展開。

本書采用Python語言對(duì)數(shù)字圖像處理進(jìn)行講解，相對(duì)于MATLAB，Python具有代碼簡(jiǎn)短、可讀性高、工具包多等特點(diǎn)，并且更能契合于企業(yè)需求，本書對(duì)多個(gè)經(jīng)典實(shí)驗(yàn)進(jìn)行實(shí)現(xiàn)，有助于學(xué)習(xí)者進(jìn)行學(xué)習(xí)。本書包含10個(gè)章節(jié)，第1章對(duì)本書中使用python基礎(chǔ)知識(shí)進(jìn)行簡(jiǎn)單的介紹；第2章對(duì)數(shù)字圖像處理的基礎(chǔ)知識(shí)和操作進(jìn)行學(xué)習(xí)；第3章

本書重點(diǎn)介紹經(jīng)典信息論的基本理論，全書共7章，內(nèi)容包括：緒論；信息的統(tǒng)計(jì)度量；信源的數(shù)學(xué)模型及信息量的度量；無失真信源編碼理論和方法；信道的數(shù)學(xué)模型和信道容量；信道編碼理論和方法；信息論在密碼學(xué)中的應(yīng)用。

本書共分6章，包括概述、隨機(jī)過程、模擬信號(hào)的數(shù)字化傳輸、數(shù)字信號(hào)的基帶傳輸、數(shù)字信號(hào)的頻帶傳輸和差錯(cuò)控制編碼。本書將傳輸中的位同步和載波同步融入數(shù)字基帶傳輸系統(tǒng)和數(shù)字頻帶傳輸系統(tǒng)進(jìn)行介紹，使讀者更容易理解同步原理和技術(shù)：同時(shí)將內(nèi)容做了重新編排，先信源編碼后通信信號(hào)傳輸，經(jīng)典與現(xiàn)代的調(diào)制技術(shù)融合，力求更符合學(xué)生的認(rèn)知規(guī)律

"本書闡述了數(shù)字信號(hào)處理的基本理論、算法和實(shí)際應(yīng)用，內(nèi)容包括：離散時(shí)間信號(hào)和系統(tǒng)的時(shí)域及頻域表示、有限長(zhǎng)序列的離散傅里葉變換(DFT)、快速傅里葉變換(FFT)算法、數(shù)字濾波器的設(shè)計(jì)及實(shí)現(xiàn)、數(shù)字譜分析及數(shù)字信號(hào)處理的實(shí)際應(yīng)用等。重點(diǎn)介紹了離散時(shí)間信號(hào)和系統(tǒng)的時(shí)域、頻域和z域分析的基礎(chǔ)理論，以及信號(hào)抽樣與重建的基本概念；

本書共9章，全面介紹了DSP芯片TMS320DM6437的硬件結(jié)構(gòu)、指令系統(tǒng)、軟件開發(fā)環(huán)境、程序優(yōu)化方法、片內(nèi)資源、外設(shè)接口及典型算法等，并給出了典型的數(shù)字信號(hào)處理算法的MATLAB設(shè)計(jì)與仿真以及基于TMS320DM6437的DSP程序開發(fā)實(shí)例，旨在使讀者掌握DSP系統(tǒng)的設(shè)計(jì)與開發(fā)方法。本書每章末均配有習(xí)題，可供學(xué)習(xí)者

本書針對(duì)多區(qū)域模型存在計(jì)算量大、計(jì)算復(fù)雜等問題，結(jié)合并行計(jì)算技術(shù)，從魯棒性和實(shí)時(shí)性兩個(gè)方面研究，改進(jìn)多區(qū)域模型效率；并針對(duì)分段迭代曲線擬合存在的重建區(qū)域輪廓不連續(xù)、重建區(qū)域尺寸有誤差等問題，提出了一種基于融合細(xì)分的多區(qū)域紋理圖像重構(gòu)模型。

本書以深度學(xué)習(xí)為基礎(chǔ)和技術(shù)背景為特色，首先介紹了大量與圖像去模糊任務(wù)相關(guān)的技術(shù)背景與網(wǎng)絡(luò)結(jié)構(gòu)，其次闡述了采用深度學(xué)習(xí)解決圖象去模糊任務(wù)的算法。全書從實(shí)際應(yīng)用問題出發(fā)，介紹了圖像去模糊基本理論，講解了深度學(xué)習(xí)前沿算法在圖像去模糊中的應(yīng)用。