机读格式显示(MARC)

• 000 01623nam0 2200277 450

• 001 0000360811

• 005 20240926131700.0

• 010 __ |a 978-7-118-13172-7 |b 精装 |d CNY88.00

• 100 __ |a 20240529d2024 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 基于深度学习的空时分组码识别理论与技术 |A ji yu shen du xue xi de kong shi fen zu ma shi bie li lun yu ji shu |f 闫文君等著

• 210 __ |a 北京 |c 国防工业出版社 |d 2024.6

• 215 __ |a 129页 |c 图 |d 25cm

• 312 __ |a 英文并列题名取自封面

• 320 __ |a 有书目 (第119-129页)

• 330 __ |a 本书主要介绍了STBC、STBC-OFDM和SFBC-OFDM三种信号的深度学习识别技术, 从研究对象和技术路径的基础理论出发, 对每类信号的预处理方式、数据集构建方法、深度学习模型架构都进行了详细的描述, 并基于仿真数据对各种识别方法进行验证, 给出了每种信号的识别流程。本书从深度学习技术在编码识别领域潜力的角度出发, 给出了由此产生的针对信道编码识别技术的思考, 以期对相关领域的专家学者带来启发。本书与《空时分组码识别理论与技术》一书相辅相成, 能够从传统方法和深度学习两个角度为读者提供理论和技术指导, 《空时分组码识别理论与技术》涵盖了空时分组码识别领域大多数的传统算法, 具有更强的理论性和系统性, 而本书则更具工程化和实践性, 专注于采用深度学习的识别方法。

• 333 __ |a 本书适合作为通信和信号处理相关领域研究生的参考书, 还可供从事信道编码识别技术开发应用的工程技术人员参考

• 510 1_ |a Theory and technology of space time block code recognition based on deep learning |z eng

• 606 0_ |a 信道编码 |A xin dao bian ma |x 分组码

• 690 __ |a TN911.22 |v 5

• 701 _0 |a 闫文君 |A yan wen jun |4 著

• 801 _0 |a CN |b 湖北三新 |c 20240529

• 905 __ |a GDPTC |d TN911.22/5