7.1 两通道滤波器组中各信号的关系 第 6.1 节已提及，滤波器组分为分析滤波器组和综合滤波器组。分析滤波器组将 )(nx 分成 M 个子带信号。若 M＝2，则分析滤波器组由一个低通滤波器和一个高通滤波器所组 成，它们把 )(nx 分成了一个低通信号和一个高通信号。我们可依据这两个子带信号所具有 的能量的不同，也即“重要性”的不同而分别给以不同的对待及处理。例如，分别赋以不 同的字长来实现信号的编码及压缩，或是别的处理。处理后的信号经传输后再由综合滤波 器组重建出原信号。由于分析滤波器组将原信号的带宽压缩为 1/M，因此，对每一个子带 信号均可作 M 倍的抽取，从而将抽样率减低 M 倍。这样可减小编码和处理的计算量，同 时，在硬件实现时也可以降低对系统性能的要求，从而降低成本。在综合滤波器组前面， 再作 M 倍的插值，以得到和原信号相同的抽样率。一个两通道滤波器组如图 7.1.1 所示。 图 7.1.1 两通道滤波器组 如果 )()(ˆ nxnx  ，或 )()(ˆ 0 nncxnx  ，式中c 和 0 n 为常数，我们称 )(ˆ nx 是对 )(nx 的“准确重建(Perfect Reconstruction，PR)”。本节首先讨论图 7.1.1 中各信号间的关系，然 后讨论实现准确重建的途径。也即，如何确定 )( 0 zH , )( 1 zH , )( 0 zG 和 )( 1 ZG 才能去除混 叠失真，幅度失真及相位失真。 由图 7.1.1 及第五章关于抽取与插值的输入、输出关系，对图中的分析滤波器组，有： )()()( 00 zHzXzX  ， )()()( 11 zHzXzX  ↓2 H0 (z) ↑2 G0 (z) H1 (z) ↓2 ↑2 G1 (z) )(zX )( 0 zX )( 1 zX )( 0 zV )( 1 zV )( 0 zU )( 1 zU )(ˆ zX

ofdm与ocdm雷达通信一体化模糊函数比较（Integrated radar and communication OFDM s

连续颤振演示 让项目使用串行的技巧。 支持Android，IOS，MACOS，LINUX，WINDOWS 配套 支持[ANDROID，IOS] 支持[LINUX，MACOS，WINDOWS] 还支持[ANDROID]，但效果不佳。 支持[WEB]

Nature Communication 论文模版

P.1110是国际电信联盟电信标准分局发布的关于机动车辆音频产品通信质量的一个测试标准，同时也是苹果CarPlay认证ITU-T测试项目里面的测试标准之一。

【作者】： Ezio Biglieri Robert Calderbank, Anthony Constantinides, Andrea Goldsmith, Arogyaswami Paulraj and H. Vincent Poor 【ISBN 】： 978-0-521-87328-4 【页数 】：339 【开本 】 ：16 【出版社】 ：Cambridge University Press 【出版日期】：2007 【文件格式】：pdf 【目录】： 1 Introduction 1 1.1 MIMO wireless communication 1 1.2 MIMO channel and signal model 4 1.3 A fundamental trade-off 8 1.4 MIMO transceiver design 11 1.5 MIMO in wireless networks 15 1.6 MIMO in wireless standards 18 1.7 Organization of the book and future challenges 19 1.8 Bibliographical notes 20 References 20 2 Capacity limits of MIMO systems 24 2.1 Introduction 24 2.2 Mutual information and Shannon capacity 25 2.3 Single-user MIMO 29 2.4 Multi-user MIMO 49 2.5 Multi-cell MIMO 66 2.6 MIMO for ad hoc networks 69 2.7 Summary 75 2.8 Bibliographical notes 77 References 77 3 Precoding design 88 3.1 Transmit channel side information 89 3.2 Information-theoretic foundation for exploiting CSIT 95 3.3 A transmitter structure 100 3.4 Precoding design criteria 103 3.5 Linear precoder designs 109 3.6 Precoder performance results and discussion 122 3.7 Applications in practical systems 127 3.8 Conclusion 132 3.9 Bibliographical notes 133 Appendix 3.1 133 References 135 4 Space–time coding for wireless communications: principles and applications 140 4.1 Introduction 140 4.2 Background 141 4.3 Space–time coding principles 149 4.4 Applications 161 4.5 Discussion and future challenges 174 4.6 Bibliographical notes 176 Appendix 4.1 Algebraic structure: quadratic forms 177 References 180 5 Fundamentals of receiver design 186 5.1 Introduction 186 5.2 Reception of uncoded signals 186 5.3 Factor graphs and iterative processing 190 5.4 MIMO receivers for uncoded signals 202 5.5 MIMO receivers for coded signals 206 5.6 Some iterative receivers 223 5.7 Bibliographical notes 226 References 227 6 Multi-user receiver design 230 6.1 Introduction 230 6.2 Multiple-access MIMO systems 231 6.3 Iterative space–time multi-user detection 245 6.4 Multi-user detection in space–time coded systems 256 6.5 Adaptive linear space–time multi-user detection 271 6.6 Summary 288 6.7 Bibliographical notes 289 References 289 Bibliography 293 Index 315

循环谱用于信号识别，认知无线电等,这是W.A Gardnerr 的原著，讲得比较明晰，不仅有理论推导，也有应用研究，是一本经典名著啊。

In this paper, the current research of an underwater optical wireless communication (UWOC) network is reviewed first. A hybrid laser diode (LD) and light-emitting diode (LED)-based UWOC system is then proposed and investigated, in which hybrid cluster-based networking with mobility restricted nodes is utilized to improve both the life cycle and throughput of the UWOC network. Moreover, the LEDs are utilized for the coarse alignment, while the LDs are used for high-precision positioning to reduce

基于自动编码器的通信系统 基于研究论文的基于AutoEncoder的通信系统的实现和结果：“物理层深度学习简介” 此回购协议有效地实现了基于自动编码器的通信系统，摘自Tim O'Shea和Jakob Hoydis撰写的研究论文“物理层深度学习入门”。在我的无线通信实验室课程中，我从事该研究论文并重新本研究论文的结果。 基于深度学习的通信系统的概念是新的，并且具有基于深度学习的通信的许多优点。本文提供了与许多其他论文完全不同的方法，并尝试在物理层引入深度学习。 研究论文摘要 我们提出并讨论了物理层深度学习的几种新颖应用。 通过将通信系统解释为自动编码器，我们开发了一种将通信系统设计视为端到端重构任务的基本新方法，该任务旨在在单个过程中共同优化发射器和接收器组件。 我们将展示如何将该思想扩展到多个发射机和接收机的网络，并提出无线电变压器网络的概念，作为将专家领域知识纳入机器学习模型的一种手

通信中的数学原理，香农，被认为是现代信息论的基础，值得一看