图书介绍
高速光纤通信中数字信号处理算法原理与应用 第2卷 多载波调制和人工智能新技术pdf电子书版本下载
- 余建军，迟楠著 著
- 出版社： 北京：清华大学出版社
- ISBN：9787302503798
- 出版时间：2018
- 标注页数：185页
- 文件大小：29MB
- 文件页数：195页
- 主题词：光纤通信－数字信号－信号处理
PDF下载
下载说明
高速光纤通信中数字信号处理算法原理与应用 第2卷 多载波调制和人工智能新技术PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第12章 光OFDM原理 1
12.1引言 1
12.2直接检测光OFDM系统基本结构 3
12.3相干检测光OFDM系统结构与基本原理 4
12.4小结 23
参考文献 23
第13章 直接检测OFDM的基本数字信号处理技术 27
13.1引言 27
13.2基于half-cycled技术消除DDO-OFDM中子载波互拍效应的研究 30
13.2.1系统原理 30
13.2.2实验装置及结果 33
13.2.3小结 38
13.3直接检测的高阶QAM-OFDM信号的传输研究 38
13.3.1实验装置 38
13.3.2实验结果和分析 40
13.3.3小结 46
13.4基于DFT-S的大容量DDO-OFDM信号短距离传输研究 46
13.4.1基于DFT-S的大容量DDO-OFDM系统中训练序列的优化 46
13.4.2大容量DDO-OFDM中预增强和DFT-S技术的比较 55
13.4.3小结 62
参考文献 62
第14章 强度调制直接检测高速光纤接入系统 65
14.1引言 65
14.2高频谱效率调制技术 66
14.2.1奈奎斯特调制技术 68
14.2.2超奈奎斯特调制技术 73
14.3非线性补偿技术 77
14.3.1基于沃尔泰拉级数的非线性补偿技术 78
14.3.2基于类平衡编码和探测的非线性补偿技术 79
14.4单边带调制系统 85
14.5高速波分复用系统 92
14.6小结 95
参考文献 95
第15章 基于IQ调制直接检测的高速光纤接入系统 98
15.1引言 98
15.2基于IQ调制器的独立边带调制直接检测系统 98
15.3基于训练序列的镜像消除算法 101
15.3.1基于训练序列的镜像消除算法原理 101
15.3.2实验系统 103
15.3.3实验结果 104
15.4基于自适应盲均衡的镜像消除算法 109
15.4.1基于自适应盲均衡的镜像消除算法原理 109
15.4.2实验系统和结果 110
15.5小结 113
参考文献 113
第16章 前向纠错码 115
16.1引言 115
16.2分组码 116
16.2.1线性分组码 116
16.2.2循环码 118
16.2.3BCH编码 120
16.2.4RS编码 123
16.2.5奇偶校验码 124
16.3Turbo编码 125
16.3.1Turbo码的编码 125
16.3.2Turbo码的迭代译码 126
16.3.3MAP译码 127
16.3.4Turbo均衡技术 129
16.3.5OFDM信号Turbo迭代均衡 129
16.3.6基于MIMO-CMA均衡算法 131
16.4LDPC编码 136
16.4.1LDPC码的基本概念 136
16.4.2 60GHz LDPC-TCM OFDM光毫米波信号传输系统原理 137
16.4.3实验结果及分析 140
16.5级联编码 141
16.6总结 143
参考文献 143
第17章 高谱效率光四维调制基本原理与关键技术 146
17.1引言 146
17.2二维、三维恒模调制的星座点分布与性能分析 147
17.3四维多阶调制的原理与实现 150
17.3.1四维多阶调制基本原理 150
17.3.2四维多阶调制的实现 151
17.4多维多阶调制星座图的设计依据 158
17.4.1“簇形”问题 158
17.4.2“球形”问题 160
17.5典型多维多阶星座图性能分析 160
17.5.1N＝2 161
17.5.2N＝4 163
17.6总结与展望 166
参考文献 167
第18章 光通信系统中的机器学习算法 169
18.1引言 169
18.2支持向量机 171
18.2.1间隔与支持向量 172
18.2.2对偶问题 173
18.2.3核函数 173
18.2.4基于SVM的调制格式识别 174
18.3BP神经网络 174
18.3.1BP神经元 175
18.3.2BP网络 175
18.3.3基于BP神经网络的OSNR估计器 176
18.4聚类算法 177
18.4.1K-means聚类算法原理 177
18.4.2算法流程 178
18.4.3算法展示与分析 178
18.5聚类算法在抗非线性中的应用 180
18.5.1应用原理 180
18.5.2结果分析 182
参考文献 183