《压缩感知理论及其在无线网络中的应用》PDF下载

  • 购买积分:10 如何计算积分?
  • 作  者:(美)Zhu Han,Husheng Li,Wotao Yin著;戴凌龙,王昭诚,李云洲译
  • 出 版 社:北京:清华大学出版社
  • 出版年份:2018
  • ISBN:9787302468745
  • 页数:224 页
图书介绍:Compressive Sensing for Wireless Networks是世界上第一本关于压缩感知这一革命性理论的专著。该书从统一的框架出发,从工程和应用的角度全面阐述了如何将最新的压缩感知理论有效的与信号处理、最优化、信息论、通信、网络等理论相融合,从而更高效和准确的解决无线网络中面临的各种问题。目前国内尚无压缩感知理论或其应用的专著,本译著将很可能是国内第一本关于压缩感知理论的图书。

第1章 引言 1

1.1动机和目标 1

1.2纲要 3

第2章 无线网络概述 6

2.1无线信道模型 6

2.1.1电波传播 6

2.1.2干扰信道 10

2.2无线网络分类 11

2.2.1 3G及B3G蜂窝通信网 12

2.2.2 WiMAX网络 14

2.2.3 WiFi网络 16

2.2.4无线个域网 19

2.2.5无线Ad hoc网 23

2.2.6无线传感网 26

2.3先进无线通信技术 29

2.3.1 OFDM技术 29

2.3.2多天线系统 31

2.3.3认知无线电 32

2.3.4调度和多址接入 34

2.3.5无线定位 35

第3章 压缩感知理论框架 38

3.1背景 38

3.2传统采样与压缩感知 42

3.3稀疏表示 43

3.4 CS编码与解码 45

3.5示例 50

第4章 稀疏最优化算法 53

4.1最优化理论简介 54

4.2稀疏最优化模型 56

4.3经典的求解方法 57

4.4收缩操作 59

4.5近似点线性算法 61

4.5.1前向后向算子分裂 61

4.5.2示例 62

4.5.3收敛速率 64

4.6对偶算法 64

4.6.1对偶化 64

4.6.2增广拉格朗日方法 65

4.6.3布拉格曼方法 66

4.6.4布拉格曼迭代和去噪 68

4.6.5线性布拉格曼方法和增广模型 69

4.6.6处理复数据和变量 71

4.7交替方向乘子法 72

4.7.1框架 72

4.7.2 ADM在稀疏优化的应用 74

4.7.3在分布式优化中的应用 77

4.7.4分散最优化的应用 79

4.7.5收敛速率 79

4.8(块)坐标最小化和梯度下降 79

4.9同伦算法与参数二次规划 81

4.10延拓、变换步长及线性搜索 83

4.11用于稀疏优化的非凸方法 84

4.12贪婪算法 86

4.12.1贪婪追踪算法 86

4.12.2迭代支集检测 87

4.12.3硬门限 88

4.13恢复低秩矩阵的算法 89

4.14如何选择算法 89

第5章 基于压缩感知的模数转换器 92

5.1传统模数转换器基础 92

5.1.1采样定理 92

5.1.2量化 94

5.1.3实际实现 95

5.2随机解调ADC 97

5.2.1信号模型 97

5.2.2结构 98

5.3宽带调制转换器ADC 99

5.3.1结构 99

5.3.2与随机解调器的对比 100

5.4 Xampling 101

5.4.1统一子空间 101

5.4.2结构 101

5.4.3 X-ADC及硬件实现 102

5.4.4 X-DSP及子空间算法 103

5.5其他结构 105

5.5.1随机采样 105

5.5.2随机滤波 105

5.5.3随机延迟线 106

5.5.4其他各类相关文献 106

5.6小结 108

第6章 压缩感知信道估计 109

6.1引言和动机 109

6.2多径信道估计 110

6.2.1信道模型和基于训练的算法 110

6.2.2压缩感知信道估计 111

6.3 OFDM信道估计 113

6.3.1系统模型 114

6.3.2压缩感知OFDM信道估计器 115

6.3.3数值算法 117

6.3.4数值仿真 119

6.4水声信道估计 123

6.4.1信道模型 123

6.4.2压缩感知算法 124

6.5随机域估计 125

6.5.1随机域模型 126

6.5.2矩阵完成算法 128

6.5.3仿真结果 130

6.6其他信道估计方法 132

6.6.1盲信道估计 132

6.6.2自适应算法 133

6.6.3组稀疏方法 133

6.7小结 133

第7章 超宽带系统 134

7.1 UWB系统简介 134

7.1.1 UWB发展历程及应用 134

7.1.2 UWB特点 135

7.1.3 UWB的数学模型 135

7.2 UWB信号的压缩 136

7.2.1发射端压缩 136

7.2.2接收端压缩 137

7.3 UWB信号的重构 139

7.3.1块重构 140

7.3.2 Bayesian重构 142

7.3.3与计算有关的问题 144

7.4 UWB通信中的直接解调 146

7.4.1收发机结构 146

7.4.2解调 147

7.5小结 148

第8章 定位 149

8.1定位简介 149

8.2压缩感知理论的直接应用 150

8.2.1通用原理 150

8.2.2 WLAN中的定位 151

8.2.3认知无线电中的定位 152

8.2.4动态压缩感知 156

8.3压缩感知理论的非直接应用 157

8.3.1 UWB定位系统 157

8.3.2空时压缩感知 159

8.3.3联合压缩感知和TDOA 161

8.4小结 163

第9章 多址接入 164

9.1简介 164

9.2多用户检测简介 165

9.2.1 CDMA系统模型 165

9.2.2多用户检测与压缩感知的比较 166

9.2.3多用户检测的各种算法 166

9.2.4最优多用户检测器 166

9.3蜂窝系统中的多址接入 169

9.3.1上行 169

9.3.2下行 173

9.4传感器网络中的多址接入 174

9.4.1单跳 174

9.4.2多跳 175

9.5小结 177

第10章 认知无线电网络 178

10.1简介 178

10.2文献综述 179

10.3基于压缩感知的协作频谱感知 180

10.3.1系统模型 180

10.3.2 CSS矩阵完成算法 181

10.3.3 CSS联合稀疏重构算法 183

10.3.4讨论 186

10.3.5仿真结果 186

10.4动态方法 193

10.4.1系统模型 193

10.4.2动态重构算法 194

10.4.3仿真结果 196

10.5与定位的结合 199

10.5.1系统模型 199

10.5.2频谱感知和定位的联合算法 200

10.5.3仿真结果 202

10.6小结 204

参考文献 205