《数字信号处理学习指导与习题全解》是主教材《数字信号处理》第3版的配套教材，该主教材先后入选十五规划教材、十一五规划教材，被评为首批全国优秀教材、精品教材、北京高校优质本科重点教材。该配套教材每章包括：基本知识与重要公式、学习目标、重点与难点提示、思考题、习题解答，同时配有研究生入学试题及解答、期末试题及解答。基本知识与重要公式概述了本章的基本原理和基本方法，以及相关的主要公式；学习目标简述了本章需要理解和掌握的重要知识点；重点与难点提示突出了本章学习中需要关注的核心内容；思考题引导学生深

自然界中的许多信号在某些变换域内是稀疏的或称为可压缩的，因此压缩感知技术可以利用比传统测量方法少得多的观测值来实现这类信号的高精度重构，从而解决现代信号处理中欠采样、数据稀少或缺失时的信号恢复问题。
《压缩感知与稀疏滤波》从压缩感知基本理论入手，详细介绍了压缩感知理论在认知无线电、非线性MIMO系统识别、卡尔曼滤波和平滑、有限通信资源传感器网络信号重构、雷达成像以及语音识别等不同领域的具体应用。
《压缩感知与稀疏滤波》的每章都形成一个完整的独立体系，方便读者快速掌握

本书系统地阐述了确定信号与线性非时变系统的基本概念、理论和分析方法。利用类比的方法循序渐进地介绍了本课程从信号到系统、从连续到离散、从时域到变换域的基本内容。全书共6章，内容包括：信号与系统基础知识；连续时间系统的时域分析；连续时间信号与系统的频域和复频域分析；离散时间系统的时域分析；离散时间信号与系统的z域分析。书中采用二维码技术，实现关键知识点的动态演示，可进一步加强学生对抽象理论知识的理解。书中每章配有大量的例题、难点和重点的解释与分析以及章后习题，并且每节都安排有对应知识点的课堂练习题，

本书是近年来哈尔滨工业大学信息与通信工程实验教学中心对信号与系统实验教学改革成果的总结，强化实验教学与工程实践密切结合，通过软件仿真预习、硬件实践对比，强调实用性，增加灵活性，以提升学生的实践能力、创新能力和综合能力。

本书共9章，分别对信号与系统实验所涉及的仪器设备使用、实验模块原理、硬件实验内容、Multisim仿真、Octave仿真、Python仿真等内容进行了介绍。本着虚实结合、宁实勿虚的实验开设原则，着重突出培养学生独立实验能力，将实验电路的自主搭建、仪器设备的使用

“通信工程勘察与设计”是高职高专院校网络通信类专业的核心课程。本书共包括3个项目12个任务，通过××校园内无线网接入光缆工程中架空线路工程、直埋线路工程、管道工程和基站设备安装工程的勘察、图纸设计和概预算编制，详细介绍了通信综合工程项目勘察和设计的基本过程和方法。全书强调专业知识的实用性，并注重行业标准及规范的应用，旨在让学生在完成任务的过程中掌握分析问题和解决问题的基本方法。
本书适合作为高职高专通信类专业、计算机网络专业的教材，也可作为通信工程技术人员的学习资料。

本着从学术型向学术与应用型并重转变的思路，本书将近年通信工程建设中的技术成果、工程经验及共性知识提炼优化，形成系统性、综合性知识。全书分为上、下两篇，共14章。上篇侧重通信工程建设共性知识与业务基础，主要介绍通信工程识图与制图、通信基础环境勘测与评估、通信台站机房工程、通信雷电防护工程、通信接地工程、通信电源与配电、通信工程造价及概预算、通信工程管理与监理；下篇侧重通信工程建设案例，主要介绍通信线路工程、建筑综合布线工程、光传输设备工程、短波通信工程设计、移动通信基站建设。本书第2版2016年获

本书是通信电子电路课程配套的教科书。主要内容包括通信电子电路基础性案例、收发系统扩展提高性案例和综合创新案例。全书力图用通俗的语言诠释深奥的教育理念，辅以翔实的人物故事和案例故事，将工程观和家国情怀教育理念置于实际情景之中，增强趣味性和可读性。本书旨在引导正在学习通信电子电路课程的学生了解课程的实际应用，帮助他们**课程局限，拓展工程实际应用视野，适应当前正在高等学校进行的工程教育改革；对其他读者了解无线通信相关技术也有参考价值。

《信号分析与处理与处理》（第3版）介绍信号分析与处理的基本原理、方法和应用。全书共分为六章，内容包括：信号的基本知识；连续时间信号分析；离散时间信号分析；离散傅里叶变换和快速傅里叶变换；模拟滤波器简介和数字滤波器设计；随机信号分析；数字信号处理方法在自动化与电气工程中的应用实例。本书的大部分章节附有习题和上机题，并附有部分习题的答案和提示。本书可作为工科电类专业的本科生的教材和教学参考书，也可供有关教师和工程技术人员参考。

本书系统地介绍了数字图像处理的基本理论和基本技术，共12章，包括图像处理基础知识、图像增强、图像编码与压缩、图像复原与重建、图像分割、数学形态学在图像处理中的应用、图像分析、图像识别、基于模型驱动法的图像处理综合应用和基于深度学习的图像处理综合应用等内容。本书深入浅出、理论与实践并举，各章给出应用实例，尤其后两章分别给出了基于MATLAB的模型驱动法和基于Python的深度学习的图像处理综合应用实例。 本书可作为高等院校计算机类、电子信息类、信息与通信工程类和融媒体类相关专业及人工智能技