航天智能通信原理與應用 代健美 9787111768807 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202504*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：航天智能通信原理與應用
ISBN：9787111768807
出版社：機械工業
著編譯者：代健美
頁數：220
所在地：中國大陸 *此為代購商品
書號：1723006
可大量預訂，請先連絡。

內容簡介

本書面向航天智能通信的發展與變化，首次系統介紹了航天智能通信的基本概念、原理和技術。著重介紹了人工智能方法在航天通信系統中的各種應用。全書共8章，主要概述了航天智能通信的相關概念、系統組成、功能特點，以及面臨的挑戰和發展趨勢等，介紹了可用於航天通信各環節的機器學習、深度學習、強化學習、聯邦學習、元學習等核心技術，按照通信系統分層思想重點介紹了基於人工智能的通道估計、數字調製信號解調、通道解碼、頻譜感知、資源調度和抗干擾等技術、方法及應用實例。 本書可作為高等院校通信工程、網絡工程、信息工程、電子信息等專業高年級本科生和研究生教材，也可供相關專業的工程技術人員參考。

目錄

前言
二維碼索引
第1章 概述
1 1 航天通信的概念與特點
1 1 1 基本概念
1 1 2 航天通信的特點
1 2 航天智能通信的概念與特點
1 2 1 基本概念
1 2 2 航天智能通信的特點
1 3 航天智能通信系統
1 3 1 點對點航天通信系統模型
1 3 2 點對點航天智能通信系統模型
1 3 3 衛星智能通信系統
1 4 航天智能通信的挑戰與發展
1 4 1 航天智能通信面臨的挑戰
1 4 2 航天智能通信的發展趨勢
第2章 航天智能通信技術基礎
2 1 機器學習
2 1 1 機器學習的分類
2 1 2 用機器學習解決通信問題的一般流程
2 1 3 特徵工程
2 1 4 模型的評估和選擇
2 2 深度學習
2 2 1 人工神經網絡
2 2 2 深度神經網絡
2 2 3 卷積神經網絡
2 2 4 循環神經網絡
2 3 強化學習
2 3 1 傳統強化學習算法
2 3 2 深度強化學習算法
2 4 聯邦學習
2 4 1 聯邦學習過程
2 4 2 聯邦學習架構
2 4 3 聯邦學習類型
2 4 4 存在的問題
2 5 元學習
2 5 1 元學習問題設置
2 5 2 MAML
第3章 基於人工智能的通道估計
3 1 傳統物理模型通道估計
3 1 1 通道估計原理
3 1 2 基於導頻的非盲通道估計
3 2 基於壓縮感知的多天線通道估計
3 2 1 壓縮感知理論
3 2 2 基於壓縮感知的通道估計算法
3 3 數據驅動的智能衛星通道估計
3 3 1 基於DNN的多天線時域通道估計模型
3 3 2 基於CNN的多天線頻域通道估計模型
3 3 3 基於RNN的時變通道估計模型
3 4 模型驅動的智能衛星通道估計
3 4 1 深度殘差網絡輔助的OMP通道估計模型
3 4 2 基於深度展開的AMP迭代通道估計模型
3 5 基於元學習的小樣本時變通道估計
3 5 1 基於元學習的通道估計模型
3 5 2 元學習的實現流程
第4章 基於人工智能的數字調製信號解調
4 1 典型數字調製解調原理
4 1 1 PSK調製解調
4 1 2 QAM調製解調
4 2 基於機器學習的數字調製信號解調
4 2 1 基於機器學習的信號解調基本流程
4 2 2 基於SVM的QPSK信號解調
4 2 3 基於隨機森林的16QAM信號解調
4 3 基於深度學習的數字調製信號解調
4 3 1 基於MLP的解調器
4 3 2 基於CNN的解調器
4 3 3 基於SAE的解調器
4 3 4 深度學習解調模擬示例
第5章 基於人工智能的通道解碼
5 1 基於神經網絡的線性分組碼解碼
5 1 1 基本概念
5 1 2 編碼原理
5 1 3 經典解碼方法
5 1 4 基於RBF的通用解碼方法
5 2 基於深度學習的LDPC碼解碼
5 2 1 編碼原理
5 2 2 經典解碼算法
5 2 3 基於置信傳播-深度學習網絡的LDPC碼解碼算法
5 3 基於深度學習的卷積碼解碼
5 3 1 編碼原理
5 3 2 經典解碼算法
5 3 3 基於CNN的卷積碼解碼方法
5 4 基於深度學習的Turbo碼解碼
5 4 1 編碼原理
5 4 2 經典解碼算法
5 4 3 基於RNN的Turbo碼解碼方法
第6章 基於人工智能的衛星資源調度
6 1 資源調度基本原理
6 1 1 資源的概念
6 1 2 傳統資源調度方法
6 1 3 智能資源調度方法
6 2 基於DRL的跳波束系統資源調度
6 2 1 跳波束系統概述
6 2 2 基於DDQN的單智能體DRL資源調度
6 2 3 基於遷移學習的單智能體DRL資源調度
6 2 4 合作式多智能體DRL資源調度
6 3 基於聯邦學習的衛星物聯網系統資源調度
6 3 1 支持多任務聯邦學習的衛星物聯網系統概述
6 3 2 基於通道條件與本地訓練效果的客戶端選擇
6 3 3 基於KM算法的功率和帶寬分配
6 4 基於DRL的星地緩存資源調度
6 4 1 星地兩級異構緩存網絡概述
6 4 2 基於DRL的緩存決策
第7章 基於人工智能的頻譜感知
7 1 基本概念
7 1 1 無線頻譜分配
7 1 2 電磁頻譜感知
7 2 傳統電磁頻譜感知方法
7 2 1 單用戶頻譜感知
7 2 2 協作頻譜感知
7 3 基於深度學習的單用戶頻譜感知
7 4 基於深度學習的協作頻譜感知
習題
第8章 基於人工智能的衛星抗干擾通信1
8 1 抗干擾原理與方法
8 1 1 干擾與抗干擾
8 1 2 傳統抗干擾方法
8 1 3 智能抗干擾方法
8 2 干擾認知技術
8 2 1 干擾檢測技術
8 2 2 干擾識別技術
8 2 3 干擾參數估計
8 3 抗干擾波形重構技術
8 4 快速適變的魯棒傳輸技術
8 5 實時抗干擾通信智能決策技術
8 5 1 決策模型
8 5 2 學習推理和智能決策

詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。