高新科技译丛:数字通信系统预编码技术

高新科技译丛:数字通信系统预编码技术 pdf epub mobi txt 电子书 下载 2025

[美] C.-C.Jay Kuo,[美] Shang-Ho Tsai,[美] Layla Tadjpour 等 著
图书标签:
  • 数字通信
  • 预编码
  • MIMO
  • OFDM
  • 无线通信
  • 信号处理
  • 通信工程
  • 高新科技
  • 译丛
  • 通信系统
想要找书就要到 图书大百科
立刻按 ctrl+D收藏本页
你会得到大惊喜!!
出版社: 国防工业出版社
ISBN:9787118089974
版次:1
商品编码:11352406
包装:平装
丛书名: 高新科技译丛
开本:16开
出版时间:2013-11-01
用纸:胶版纸
页数:257
字数:334000
正文语种:中文

具体描述

内容简介

  《高新科技译丛:数字通信系统预编码技术》适用于通信领域的研究生、工程师及相关领域的研究者。所需背景知识包括概率论、数字通信系统、估计理论。我们希望本书有助于读者更好地理解预编码技术在数字通信系统中所具有的价值.激起读者深入研究该领域的兴趣。

内页插图

目录

第一部分 预编码系统概述
第1章 绪论
1.1 ISl高斯信道下的预编码
1.2 CDMA系统的预编码
1.3 MIMO信道预编码
1.4 多用户OFDM系统的预编码
1.5 超宽带系统的预编码
第2章 ISI信道中的预编码技术
2.1 消除ISI的均衡器
2.2 Tomlinson—Harashima预编码
2.2.1 TH预编码的性能
2.2.2 预编码与编码相结合
2.3 网格预编码
2.3.1 网格成型
2.3.2 网格预编码的原理
2.3.3 网格预编码的性能
2.4 0FDM系统的多速率表示
2.4.1 多速率基本原理
2.4.2 用多速率表示的OFDM系统
2.4.3 带有循环前缀的OFDM系统
2.4.4 填零的OFDM系统
2.4.5 发射机已知信道信息条件下的OFDM系统
2.5 0FDM系统的预编码
2.5.1 带有循环前缀的单载波系统
2.5.2 填零的单载波系统
第3章 多址接入信道中的预编码技术
3.1 系统模型
3.2 发射端的匹配滤波器
3.3 发射端的迫零滤波器
3.4 发射端的维纳滤波器
3.5 附录
3.5.1 Tx—MF的推导
3.5.2 最小输出功率条件下T.一ZF的推导
3.5.3 了x—Wiener的推导
第4章 MIMO信道中的预编码
4.1 MIMO系统
4.2 MIMO系统的7H预编码
4.3 线性预编码器和解码器的联合设计
4.3.1 广义加权的MMSE设计
4.3.2 最大信息速率设计
4.3.3 基于QoS的设计
4.3.4 未加权的MMSE设计
4.3.5 等误差设计
4.3.6 基于最大信噪比的设计
4.3.7 统一框架下的凸规划
4.4 MIMO空时编码系统中的预编码
4.4.1 衰落信道下的空时编码系统的线性预编码
4.4.2 用于空时码字的线性星座预编码
4.5 用于有限反馈信道容量的预编码技术
4.5.1 基于信道统计信息的预编码
4.5.2 基于酉预编码的预编码
4.5.3 系统模型和用于酉预编码OS了BC系统的最优预编码
4.5.4 酉预编码的码书结构
……
第二部分 未来采用预编码技术的通信系统
参考文献
缩略语
符号表


精彩书摘

  第一部分 预编码系统概述
  第1章 绪论
  由于20世纪70年代可靠的固态射频硬件,无线通信在过去几十年来经历了突飞猛进的发展,依据各种寻呼、无绳电话、蜂窝和个人通信标准开发出来的无线通信系统已经遍布世界各地。下一代的无线通信系统将会是终端到终端的通信系统,在此系统中,语音、数据和多媒体都可“随时、随地”以数百兆比特每秒的速度传递给用户。例如,在准静态的环境中,目前的IEEE802.11n标准(MIMO—OFDM)所支持的物理层(PHY)数据传输速率可高达600Mb/s。正在制定的IEEE802.16m(MIMo—OFIM)标准,旨在为移动应用提供超过100Mb/s的总数据传输速率。
  数据吞吐量是通信系统中最重要的性能指标之一。20世纪90年代之前,多径效应一直被视为阻碍高吞吐量传输的主要障碍,这一点在时域内易于解释。由于多径效应,可能需要在传送符号间插入保护间隔,以防止码间干扰(ISI),所选择的保护间隔应大于信道时延扩展。然而,插入的保护间隔限制了传输数据的吞吐量。这种限制也可以在频域得到解释。时域的多径效应导致了频域的频率选择性衰落。因此,如果信号占据整个信道带宽,信号就会在这种情况下经历频率选择性衰落,系统性能明显降低。为了避免频率选择性衰落,可能用窄带宽(窄带通信)来传送信号。在窄带通信系统中,如IS-95(CDMA)的信号带宽远远小于信道相干带宽。因此,在频率选择性衰落信道中传输时,信号只占据信道带宽的很小一部分,使得窄带信号不会遭受剧烈的频率选择性衰落。然而,窄带宽的信号传输意味着不能获得较高的数据吞吐量。
  可以用信道均衡和预编码技术来实现克服多径效应和实现高吞吐量传输的目的。预编码技术的基本原理是:如果发送端知道信道信息,则可以通过设计发射信号,使得接收机遭受的ISI大大减小。例如,Tomlinson—Harashima(TH)预编码技术可以视为将DFE的反馈部分(判决反馈均衡器)移动到发送机处理,以避免误差传播问题。不同于Galois域上的纠错码,预编码在复数域中处理符号,因此有助于经过星座映射的符号避开不利条件的影响,如频率选择性衰落。
  使用正交频分复用(OFDM)系统是克服多径效应的有效途径。OFDM已经在有线和无线通信中得到了广泛应用。虽然1966年就已经提出了OFDM的概念,但它一直没有在通信系统中得到应用,直到20世纪90年代,数字信号处理(DSF.)和超大规模集成电路技术的发展才使得OFDM可通过低成本的快速傅里叶变换(FFT)芯片得以实现。在有线环境中使用时,OFDM也称为离散多音(DMT)调制技术,这种技术在xI)SI.(数字用户线路)中被使用。OFDM技术采用简单的收发信机结构就能对抗频率选择性衰落,从而使接收机能够有效地克服码间干扰,这是OFDM技术的优势所在。在过去10年中,OFDM技术采用简单的实施方案就可克服ISI的非凡能力已得到证实。1993年,DSI+采用DM'I’制作了第一个采用0FDM技术代替信道均衡技术的商业产品。在1995年和1997年,ETSl分别在数字音频广播(DAB)和数字视频广播一陆地(DvB—T)系统中采用了OFDM技术。1999年,IEEE802.11a标准采用了OF.DM技术,它所提供的wi—Fi技术的峰值数据传输速率高达54Mb/a。2002年-2007年,OFDM技术也被其他标准采纳,如IEEE802.16x家族(Wj—MAX)和〕:EEE802.11n(采用MIMO技术的wi—Fi)。事实上,OFDM系统可以被视为预编码技术的一个特例。在文献〔5〕中,为了消除ISI,OFDM多载波系统的信道信息被用来设计发射和接收滤波器组,这个过程称为矢量编码。由于假定发射机已知信道信息,矢量编码则可看成一种线性预编码技术,它需要从接收机到发射机的反馈。目前,OFDM系统没有利用信道信息设计发射和接收滤波器组,相反,它使用离散傅里叶变换(DPT)和离散傅里叶反变换(IDFT)滤波器组来进行收发信机的设计。因此,发射机不需要知道信道信息。这种与信道独立的OFDM方案被归结为预编码方案。
  对高速、可靠的无线通信链路的需求与日俱增,这导致了多天线系统的诞生。此系统中的发射机和接收机都布置了多根天线。多输人多输出(MlMO)系统能够显著提升信道容量,从而实现比单一阵列天线系统高的传输速率。众所周知的用于带限高斯通道的香农理论表明,高斯带限信道下的数据传输速率有一个基本的极限(信道容量)。随着通信理论、复杂的信号处理技术、计算技术的发展,达到信道容量这一基本信息极限可能性大大增加。在MIMO系统中,如果发射机已知信道信息,基于各种准则的预编码就可以进一步改善系统性能,最大容量和最小均方误差(MMSE)是这些准则中的两个例子。在目前的无线标准中,预编码(或波束成型成)是IEEE802.11n和IEEE802.16家族的可选功能,这些功能的实现需要借助于完全的信道信息或部分信道信息。当信道快速变化时,发射机可能不会得到完全的信道信息,在这种情况下,一些研究表明,在MIMO预编码中采用部分信道信息的系统性能仍然令人满意。这个概念也促使人们使用部分信道信息进行UwB通信系统的预编码,因为这种系统的信道冲击响应较长,发射机很难获得完全信道信息(见第8章)。
  如上所述,根据可获取的信道信息程度,预编码方案可分为如下三类:
  (1)发射机已知完全信道信息;
  (2)发射机已知部分信道信息;
  (3)发射机对信道信息一无所知。
  ……

前言/序言

  在过去的20年里,为了提高恶劣信道环境下通信系统的数据速率、增强链路的鲁棒性、扩大系统的用户容量,涌现出了许多通信新技术。最著名的技术有码分多址(Code Division Muhiplc Acccss,CDMA)、正交频分复用(Orthogonal FrcquencyDivision Multiplexing,OFDM)、多输入多输出(Multiplc—Input Multiplc—Output,MI—MO)、多用户OFDM、超宽带(Ultra Wideband,UWB)系统。在性能方面,这些系统既各有所长,也各有所短。增加接收机的复杂度、降低发射机的复杂度是克服上述各系统缺点的一般做法。实际上,通过合理地调整发射机的复杂度,可以大大降低接收机的复杂度。例如,一直以来,多址干扰(MAI)被认为是限制多用户系统性能的主要因素,解决多址干扰问题的一般方法包括多用户检测(MUD)、用于干扰抵消的PIC和SIC等算法,这些方法大大增加了接收机的复杂度。在此背景下,预编码技术应运而生,它是一种简化收发信机设计的好方法,本书主要研究各种通信系统中的预编码技术。
  本书旨在从信号处理角度详细论述用于数字通信系统的预编码技术,本书中研究的各种预编码技术及其应用不同于以往的有关数字通信预编码技术的书籍。
  在本书的第一部分,首先概述了解决码间干扰(Intersymbol Interference,ISI)信道问题的预编码技术原理,并且列举了7H(了omlinson—Harashima)、Trellis两个预编码技术实例。然后,解释了应用广泛的OFDM系统可视为预编码技术特例的原因,介绍了OFDM系统中所采用的预编码方案。此外,众所周知,CDMA系统的性能受限于多址干扰,随着用户数目的增加,便携式接收机不能有效地克服多址干扰。因此,在保证接收机的设计尽可能简单的条件下,引入了各种预编码技术来消弱多址干扰。最后,研究了MIMO信道下的预编码技术。在MIMO系统中,发射机采用TH预编码可以提高BLAST MIMO系统的容量。此外,预编码技术能够利用信道状态信息实现多天线间资源(包括功率和比特)的优化分配或者设计具有最大分集/编码增益的空时码。回顾用于空时编码系统的联合线性预编码和解码技术,这些技术涵盖了具有部分信道信息的MIMO预编码技术。
  在本书的第二部分介绍了几种反映最新技术发展水平的预编码技术,它们来源于作者在多用户OFDM系统和UWB系统的科研工作。对于多用户OFDM系统,通过合理地设计收发信机结构及正交码,来源于多径、时间及频率偏移、多普勒效应的多址干扰可被完全消除或者减弱到可被一些激活用户忽略的程度。由于一些激活用户处于无多址干扰或者近似无多址干扰的环境下,因此多用产检测的计算复杂度或者用于干扰对消的复杂信号处理过程可得到大大简化。在UwB信道中,信号功率分散到大量的多径分量上,使得接收机在收集信号能量时面临极大的挑战。作者提出的信道相位预编码技术能够帮助指定的接收机聚集信号能量,同传统的Rake接收机相比,这项技术大幅降低了接收机的复杂度。
  本书适用于通信领域的研究生、工程师及相关领域的研究者。所需背景知识包括概率论、数字通信系统、估计理论。我们希望本书有助于读者更好地理解预编码技术在数字通信系统中所具有的价值,激起读者深入研究该领域的兴趣。
  作者感谢匿名审稿人提出的富有建设性的建议。C.一C.Jay Kuo感谢他的父母、妻子和女儿这么多年来对他的鼓励和支持。Yu—Hao Chang感谢他的父母和妻子Sophia在他编写此书期间给予他的支持和鼓励。LaylaTadjpour感谢她的父母和姐妹在此项目期间给予她的支持和鼓励。Shang-Ho Tsai感谢他的父母和妻子.Janet.在著书期间对他的理解和支持,感谢他儿子LaWrenee可爱的笑容。
  南加州大学 C.一C.Jay Kuo
  南加州大学 Yu—Hao Chang
  南加州大学 Layla.Fadjpour
  台湾交通大学 Shang—Ho Tsai
  2008年2月
《通信网络前沿:智能信号处理与优化》 内容简介: 在信息爆炸的时代,通信系统的性能和效率已成为衡量科技发展水平的关键指标。从我们指尖滑动的信息流,到连接世界的千兆网络,再到物联网的万物互联,这一切都离不开背后高效、可靠的通信技术。本书《通信网络前沿:智能信号处理与优化》并非聚焦于某一种特定的技术手段,而是深入探讨了支撑现代通信系统高效运作的核心理念与关键技术,特别是智能信号处理在优化通信网络性能方面的革命性应用。 本书旨在为读者呈现一个广阔的通信网络图景,重点剖析当前通信系统面临的挑战,以及如何通过先进的信号处理技术和优化算法来应对这些挑战,从而构建更高速、更稳定、更智能的通信未来。我们将从基础的信号理论出发,逐步深入到复杂的信号处理模型,最终探讨如何将这些模型融入到实际的网络优化与管理中。 第一部分:通信信号处理基础与演进 本部分将为读者打下坚实的理论基础,回顾通信信号处理的发展历程,并着重介绍支撑现代通信系统的关键信号处理技术。 绪论:通信的基石与挑战 我们将从通信系统的基本原理讲起,阐述信息传输的本质,以及信息在传输过程中可能遇到的噪声、干扰、衰减等挑战。在回顾历史的同时,我们将展望当前通信网络面临的严峻挑战,例如爆炸式增长的数据流量、对更高传输速率的需求、日益拥挤的频谱资源、以及日益增长的能耗问题。这些挑战驱动着通信技术不断向前发展,催生了对更先进信号处理和优化策略的迫切需求。 通信信号的数学描述与分析 深入探讨通信信号的数学模型,包括随机过程、频谱分析、滤波理论等。我们将学习如何用傅里叶变换、小波变换等工具来分析信号的频率成分,理解信号的带宽、功率谱密度等重要概念。此外,还会介绍如何利用概率论和统计学来描述和分析噪声信号,为后续的信号检测和估计奠定基础。 线性与非线性信号处理基础 详细介绍线性系统和非线性系统对信号的影响,以及相应的处理方法。我们将重点介绍各种滤波器(如低通、高通、带通、陷波滤波器)的设计原理和应用,它们在去除噪声、隔离干扰方面的作用至关重要。同时,也会探讨非线性系统(如放大器、调制器)产生的失真,以及如何通过线性化或补偿技术来减小其影响。 现代通信系统中的关键信号处理技术 这一节将聚焦于现代通信系统中不可或缺的信号处理技术。我们会深入讲解: 采样与量化理论: Nyquist采样定理的原理,以及过采样、欠采样等技术在实际应用中的优势。讨论量化误差的产生及其对信号精度的影响,介绍不同量化方式(如均匀量化、非均匀量化)的特点。 调制与解调技术: 从基本的ASK、FSK、PSK、QAM到更复杂的OFDM(正交频分复用)、MIMO(多输入多输出)系统中的调制方式,详细解析其原理、性能指标和应用场景。我们将探讨如何有效地将数字信息映射到模拟信号的载波上,以及如何在接收端精确地恢复原始信息。 信道编码与解码: 介绍纠错码的基本原理,包括线性分组码(如Hamming码)、卷积码、以及现代通信中广泛应用的Turbo码和LDPC码(低密度奇偶校验码)。重点分析这些编码方式如何通过增加冗余信息来提高传输的可靠性,以及相应的解码算法(如Viterbi算法、BP算法)的性能。 均衡技术: 探讨多径效应、频率选择性衰落等信道失真对信号的影响,以及如何通过均衡器(如判决反馈均衡器、自适应均衡器)来补偿这些失真,恢复信号的原始形态。 第二部分:通信网络优化与智能信号处理 本部分将把信号处理技术与网络优化相结合,探讨如何利用智能算法来提升通信网络的整体性能。 通信网络中的关键优化问题 我们将识别通信网络中的核心优化挑战,例如: 资源分配: 如何在有限的频谱、功率、计算资源下,将资源高效地分配给不同的用户或业务,以最大化吞吐量、最小化时延或提升服务质量(QoS)。 功率控制: 在无线通信中,如何根据信道条件和用户需求动态调整发射功率,以平衡覆盖范围、干扰水平和能耗。 调度算法: 在多用户、多业务的环境下,如何设计有效的调度策略,决定哪些用户在何时、以何种速率接入网络,以满足不同业务的需求。 移动性管理: 在蜂窝网络中,如何通过预测用户移动轨迹,实现无缝切换,保证通信的连续性。 干扰协调与管理: 在复杂的无线环境中,如何识别、预测并抑制不同基站或用户之间的干扰,提高频谱利用效率。 智能信号处理在网络优化中的应用 本节将深入探讨智能信号处理技术如何为上述优化问题提供解决方案。 机器学习与深度学习在通信中的崛起: 介绍机器学习(ML)和深度学习(DL)的基本概念,并详细阐述它们在通信网络中的应用潜力。我们将探讨如何利用ML/DL模型来预测信道状态、识别用户行为、优化资源分配策略,甚至实现端到端的网络自适应。 自适应信号处理技术: 聚焦于能够根据实时变化的信道条件和网络环境自动调整参数的信号处理算法。例如,自适应均衡器、自适应滤波器、自适应波束成形等,它们在动态变化的无线信道中扮演着至关重要的角色。 信号处理与优化算法的融合: 探讨如何将信号处理的结果作为输入,用于指导各种优化算法的决策。例如,利用精确的信道估计结果进行最优的功率分配;利用信号的时频特征信息指导数据调度。 面向未来的通信网络:智能边缘计算与分布式信号处理 展望通信网络的未来发展趋势。我们将讨论: 智能边缘计算(MEC): 探讨如何将计算和存储能力推向网络边缘,在靠近用户的地方进行数据处理和信号分析,从而降低时延、减少回传压力,并为本地化智能应用提供支持。 分布式信号处理: 分析在分布式系统中,如何协同多个节点完成复杂的信号处理任务。这对于构建大规模物联网、车联网等场景至关重要。 软件定义网络(SDN)与网络功能虚拟化(NFV)对信号处理的影响: 探讨SDN和NFV如何通过软件化的方式实现网络功能的灵活性和可编程性,为信号处理算法的部署和优化提供新的平台。 第三部分:案例分析与实践展望 本部分将通过具体的应用场景和案例,来印证本书所探讨的理论和技术,并对未来的发展方向进行展望。 5G及未来移动通信中的信号处理挑战与机遇 以当前最先进的5G通信系统为例,深入分析其在信号处理和网络优化方面所面临的独特挑战,如大规模MIMO、毫米波通信、网络切片等。同时,探讨本书所介绍的技术如何助力5G的部署和演进,以及为6G等下一代通信技术奠定基础。 智能家居、车联网与工业物联网中的信号处理应用 探讨智能信号处理技术在各个垂直行业的具体应用。例如,在智能家居中,如何通过信号处理优化无线连接的稳定性和数据传输效率;在车联网中,如何利用信号处理实现车辆之间的可靠通信和环境感知;在工业物联网中,如何通过信号处理提高设备的监控精度和故障预测能力。 高性能计算与算法加速 讨论为了满足日益增长的信号处理计算需求,如何利用高性能计算资源(如GPU、FPGA)和高效的算法设计来加速信号处理过程。 展望:构建更加智能、高效、可持续的通信生态 在本书的结尾,我们将再次强调智能信号处理和网络优化在构建未来通信系统中的核心作用。展望更加智能化、个性化、安全可靠的通信网络,以及它们如何赋能社会各领域的发展,并探讨技术发展过程中可能面临的伦理和社会问题,以及如何推动通信技术向着更加可持续的方向发展。 本书适合通信工程、电子工程、计算机科学、人工智能等相关专业的学生、研究人员以及通信行业的工程师阅读。通过阅读本书,读者将能够深刻理解现代通信系统的运作原理,掌握前沿的信号处理技术,并能够运用智能优化方法来解决实际的通信网络问题,为构建未来的信息社会贡献力量。

用户评价

评分

我是一名业余无线电爱好者,对信号的传输和处理一直有着浓厚的兴趣。虽然我掌握了一些基础的收发技术,但当我尝试构建更复杂的通信系统时,我发现很多时候都遇到了瓶颈。尤其是在信号传输的效率和抗干扰能力方面,我总觉得还有很大的提升空间。我希望能找到一本能够深入浅出地介绍一些高级通信技术的书籍,最好是能够解释清楚这些技术是如何在实际中工作的,并且能够提供一些可以参考的设计思路。我不太喜欢那种过于理论化、晦涩难懂的书籍,我更倾向于那些能够结合实际应用,并且有清晰图示和实例的书。如果这本书能够介绍一些用于优化信号传输的技巧,或者一些提高数据传输速率的方法,那对我来说将是非常有益的。

评分

一直对信息传输的效率和可靠性充满好奇,尤其是在现代社会,海量数据的流动是支撑一切的基础。我之前接触过一些通信原理的入门书籍,了解了一些基本的调制解调、信道编码的知识,但总觉得在更深层次上,有很多奥秘隐藏其中。最近我开始关注一些更前沿的技术,希望能找到能够拓展我视野、深化我理解的读物。尤其是在处理复杂信道环境、提高频谱利用率方面,我感觉 there's a lot more to explore. 我希望找到一本能系统性地介绍一些先进通信技术,并且能够解释其背后数学原理的书籍。最好是能够涵盖一些在实际应用中非常重要但又不容易被大众理解的技术。如果这本书能够提供一些案例分析,或者介绍一些最新的研究动态,那就更好了。我希望读完之后,能够对数字通信系统的整体架构有一个更清晰的认识,并且能够理解一些目前正在发展中的关键技术是如何工作的。

评分

我是一名软件工程师,最近在研究与网络通信相关的项目,过程中发现对底层的通信原理和技术了解得不够深入。我需要理解数据是如何在物理层面上进行传输的,以及在传输过程中会遇到哪些挑战。尤其是在处理高密度、高复杂度通信环境时,我感觉需要一些更专业的知识来指导我的开发工作。我希望找到一本能够系统性地介绍现代数字通信系统关键技术的书籍,最好是能够解释清楚各种技术的优势和劣势,以及它们在不同应用场景下的适用性。我不太关心过于底层的硬件实现,更侧重于能够理解算法和系统设计。如果这本书能够提供一些关于如何提高通信系统鲁棒性和效率的方法,并且能够让我对未来的通信技术有一个初步的认识,那就太棒了。

评分

作为一名通信工程专业的学生,我一直在寻找能够巩固理论知识并了解实际应用前沿的教材。我的课程中涉及了很多基础的通信原理,比如香农定理、信道容量等等,但很多时候,这些理论的落地实现,以及如何克服实际中的种种限制,让我感到有些困惑。我尤其对那些能够显著提升通信性能的技术感兴趣,例如在多用户、多天线的复杂场景下,如何有效地管理资源、减少干扰。我希望找到一本能够深入讲解这些问题的书籍,最好是能够提供一些清晰的数学推导,并且能够结合一些实际的通信系统设计考量。如果这本书能够涵盖一些优化算法,或者对不同技术方案进行对比分析,那就非常有价值了。我期待这本书能够帮助我更好地理解现代通信系统的设计哲学,以及未来技术的发展方向。

评分

我是一名对未来科技充满好奇的普通读者,平时喜欢阅读一些科普读物,了解科技发展的最新动态。最近我被“智能互联”这个概念深深吸引,它背后必然涉及强大的通信技术支撑。我希望能找到一本能够用相对易懂的方式,解释现代通信系统是如何做到如此高效、可靠地传输海量信息的书籍。我不太关心复杂的数学公式,更希望了解技术背后的逻辑和应用前景。如果这本书能够介绍一些能够提升通信速度、减少延迟、或者在复杂环境下依然保持稳定连接的关键技术,并且能够用一些生动的例子来加以说明,那就非常吸引我了。我希望读完之后,能够对我们日常使用的各种通信设备和服务,有更深一层的理解,并且能够对未来通信技术的发展趋势有一个大致的把握。

相关图书

本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度google,bing,sogou

© 2025 book.teaonline.club All Rights Reserved. 图书大百科 版权所有