本书主要介绍了图像画质相关的各类底层视觉任务及其相关算法，重点讲解了去噪、超分辨率、去雾、高动态范围、图像合成与图像和谐化、图像增强与图像修饰等多种类型的基础任务的设定及其对应的经典算法和模型。本书讨论了底层视觉任务的基本特征，并从成像过程及图像处理的基础知识出发，系统分析了不同任务下的退化机制，以及对应的算法设计原则。本书在算法选择上兼顾了经典的传统图像算法及当前较新的人工智能模型算法，可以作为从图像处理领域或者深度学习领域进入底层计算机视觉领域进行学习的读者的基础读物。本书主要面向的读者群体

本书系统讨论了近年来图像处理方法的新进展，主要内容包括：图像的变分多尺度分析：ROF模型和TV-L1模型、TV的几个新进展：TV-L1的多尺度分割、梯度差的正则化方法、全局稀疏梯度等；基于迭代正则化和逆尺度空间的多尺度分析：小波、曲波等X-Let及其对应的分解空间，以及利用这些分解空间的等价范数建立的各种图像逆尺度空间的推广；稀疏与低秩表示的基本理论以及基于稀疏与低秩表示的图像处理建模；基于字典学习和稀疏表示的图像建模，包括光滑字典、多尺度字典与l1松弛等；基于非局部正则化的图像建模，包括非局部

本书在对图像降噪方法的研究现状和经典的图像降噪方法进行回顾总结的基础上，分别针对灰度和彩色图像中不同类型噪声的特点，主要结合脉冲耦合神经网络模型、数学形态学理论、非线性滤波理论、方差稳定变换、模糊集理论等方法，介绍了相应的降噪方法的算法原理及结果。同时还对基于嵌入式系统软硬件平台的图像降噪方法相关实现进行描述，包括实现过程中遇到的问题及采取的解决方案，希望能为广大读者构建完整的图像处理硬件系统提供范例。

本书主要内容包括语义图像分割相关理论和具体事项，在介绍语义图像分割目的和相关技术及传统分割算法的基础上，讲述了从神经网络到深度学习的发展过程，重点介绍了全卷积网络，通过采用卷积神经网络实现了从图像像素到像素类别的变换；从而进一步介绍了基于全卷积网络改进的Unet网络，以及两种基于全卷积网络的 SegNet网络：正常版与贝叶斯版。另外，本书还介绍了图像分割算法DeepLab v1、v2、v3和v3+以及图卷积神经网络，以及为实现性能与实时双提高的轻量实时语义分割Enet网络、残差编码器-解码器网络

空时-频分组码是采用分集思想对无线通信传输系统性能进行改善的信道编码方式。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

本书将DSFH通信体制与随机共振理论结合，构建通信信号接收系统，针对方法可行性、系统可用性等问题，研究了脉冲型噪声模型构建方法、随机共振系统构建与性能度量方法、基于随机共振的DSFH通信系统构建与性能度量、系统动态性能等相关问题，该研究对实现一种抗千扰性能好、适合极低信噪比条件下通信、适合应急条件下保底通联的技术手段具有重要意义。本书可为信息与通信领域的一线科研人员、相关领域的研究者和高校的人才培养提供智力支持，为跳频通信系统优化与设计提供理论和方法支撑。

本书依据PADS9.5完整版本自带的Hyperlynx 8.2.1版本编写，详细介绍了利用Hyperlynx 8.2.1版本实现SI/PI的前仿真和后仿真的流程和技巧。本书结合设计实例，配合大量的示意图，以实用易懂的方式介绍Hyperlynx的前仿真原理图设计流程和板级后仿真设计流程，从而轻松掌握使用此软件进行SI/PI前仿真和后仿真，可以与市面上的《PADS9.5实战攻略与高速PCB设计》图书配套学习，使学习更全面。全书共15章，主要内容包括信号完整性原理图、 Linesim Cell-Bas

Gabor框架理论研究可追溯至1946年，Gabor首次提出了Gabor系的概念，对Gabor系严格的数学分析始于Janssen1980年左右发表的系列论文。自此，Gabor框架理论迅速发展，并广泛应用于工程及无线通信等领域。目前，全空间中的Gabor框架理论研究已取得丰硕成果，其子空间Gabor框架理论研究取得了一定进展。本书关注有理时频Gabor框架，分别在全空间及子空间的背景下探讨了通常有理时频Gabor框架、混合有理时频Gabor框架、离散混合有理时频Gabor框架、向量值有理时频Gab

本书系统介绍基于深度学习的通信信号识别理论与方法，主要内容包括: 基于卷积神经网络的通信信号识别技术、基于循环神经网络的通信信号识别技术、基于生成对抗网络的通信信号识别技术、基于多联合神经网络的通信信号识别技术、基于半监督学习的通信信号识别技术、基于域适应神经网络的通信信号识别技术、基于孪生网络的通信信号识别技术和基于深度学习的辐射源个体识别应用技术。

信息论与编码研究信息传输与处理的一般性规律、性能极限以及高效、可靠编码的理论和技术，是现代信息科学的理论基石。本书主要介绍香农信息理论、信源压缩编码、信道纠错编码，包含绪论、信源与熵、信道与容量、信源压缩编码、信道编码、先进纠错编码技术6章内容。其中：第1～3章介绍信息测度体系；第4章在系统介绍信源编码概念、无失真信源编码定理、保真度准则下的信源编码定理的基础上，进一步介绍各种常用的压缩编码方法及其应用；第5章在推导研究有噪信道编码定理后，对线性分组码和卷积码的概念、编译码原理进行阐述，并详细介