《深入理解通信系统（原书第5版）》是通信系统方面的经典著作，全面而深入地介绍了通信系统领域的核心知识，在阐述通信系统的基础知识和原理时，不仅涵盖了经典内容，还引入了最新的概念、原理以及与之相关的新产品和新技术，这使得书籍内容更加全面、深入且富有前瞻性。中文翻译版分为上册和下册，本书为上册，采用丰富的插图和浅显的语言描述了通信系统的技术原理，主要内容包括通信基础知识、幅度调制与解调技术、频率调制与解调技术、数字通信技术、数字传输技术、多路复用、双工和多址等。

本书分为基础、进阶、实战三部分，共11章。基础部分，包括Python环境与基础、机器学习、图像处理基础、深度学习基础与深度神经网络。进阶部分，包括图神经网络、空洞多级卷积神经网络、深度强化学习与深度生成对抗网络。实战部分，包括基础实战案例和进阶实战案例。本书按基础-进阶-应用的逻辑脉络组织内容，融理论性、系统性、实战性于一体，适合人工智能、计算机、自动化、电子与通信、大数据科学等相关专业的科学研究人员和工程技术人员阅读，也可作为相关专业博士、硕士研究生的教学参考书。

本书系统介绍了DSP处理器的关键技术和设计方法，并以作者团队自研的SpringCoreDSP内核为实例，全面描述了DSP处理器设计的工程实践以及技术选择的过程。主要内容包括数字信号处理器简介、RISC-V架构介绍、DSP处理器体系结构设计、流水线设计、访存架构设计、运算部件设计、异常和中断机制介绍、调试单元设计、软件开发环境介绍等。读者通过学习本书，可以了解DSP处理器的主要特征和设计方法，深刻体会到基于开源RISC-V架构开展处理器设计的优势。

"近年来，随着人工智能技术的发展，以ChatGPT为代表的GPT大模型展现了强大的内容理解和生成能力，引起了各行各业的广泛关注，也为通信行业带来了新的机遇和挑战。本书以GPT发展历程为基础，介绍了GPT赋能通信业的具体应用，探讨了“GPT+通信”融合发展的未来趋势及所面临的问题，最后提出了相应的发展建议。通过阅读本书，读者可以了解GPT大模型的相关知识，并将其应用于通信行业。本书适合信息通信专业的技术人员和管理人员阅读，也可作为高等院校通信、电子、计算机、自动化、网络空间安全等专业硕士、博士研究

本书是作者多年来从事基于多模激光器的密钥分发研究的成果。本书介绍了基于经典物理层密钥分发的研究意义以及基于激光同步密钥分发的现存问题，提出了利用超辐射发光二极管驱动多模半导体激光器同步的方案，并对激光器内部参数以及参数失配对同步性的影响进行了详细研究，提出了基于多模激光器模式随机键控以及驱动信号中心波长随机键控的密钥分发方案，最终利用模式随机键控实验实现了传输距离160km、传输速率0.75Gbit/s的密钥分发，利用驱动信号中心波长随机键控实现了多路随机密钥的并行产生，实现了速率的进一步提升。

"本书将GS1系统、GS1标准与我国产品追溯的发展现状相结合，为实施产品追溯的组织机构、平台系统、管理技术人员提供了一套基于GS1系统的追溯解决方案。全书内容主要包括：产品追溯概述与技术，GS1标准体系，GS1数据共享EPCIS，GS1全球追溯标准（GTS），GS1系统在肉类、生鲜果蔬、鱼类海产品、医疗产品等追溯中的应用，GS1全球可追溯一致性评估，以及产品追溯发展问题及趋势分析。 本书既可作为从事标准制定、产品追溯、监督管理、信息技术等领域管理者和技术人员的参考书，也可作为高等学校供应链管理、

本书共分为十五章，介绍了数字信号处理基础、信号与函数、信号与傅里叶级数、信号与频谱、傅里叶级数与傅里叶变换、信号的卷积、信号的采样、信号的调制与解调、信号的上下变频、信号的抽取与插值、离散傅里叶变换、快速傅里叶变换、拉普拉斯变换与z变换、数字滤波器、数字信号处理的实现。

在网络安全领域，网络协议的安全性至关重要。随着网络环境日益复杂，漏洞的发现与防范成为关键。《攻击网络协议：协议漏洞的发现利用保护》从攻击者视角出发，全面且深入地剖析网络协议安全，旨在让读者更好地理解潜在风险与应对策略。《攻击网络协议：协议漏洞的发现利用保护》分为10章，先梳理了网络基础以及协议流量捕获相关的知识，为后续深入学习筑牢根基，随后深入探讨静态/动态协议分析、常见协议的结构、加密和协议安全等知识，最后着重讲解寻找和利用漏洞的方法，还对常见的漏洞分类、模糊测试、调试和各种类型的耗尽攻击进行

图像处理理论近年来发展迅速，从稀疏表示理论到基于张量表示和深度学习的图像处理方法不断涌现，并且这些全新的图像处理方法已经应用在手机、视频监控、遥感数据处理中心等平台上。本书以彩色图像、多/高光谱遥感数据、视频数据、偏振时序图像数据为研究对象，总结以张量表示方法和深度学习方法为核心的图像处理理论的昀新进展，并从工程应用的角度介绍如何利用张量表示方法和深度学习方法解决多/高光谱遥感数据、视频数据、偏振时序图像数据的处理问题。

本书系统地介绍了语音识别在大模型时代的新技术与新应用。全书共16章，原理部分涵盖声学特征、隐马尔可夫模型（HMM）、高斯混合模型（GMM）、深度神经网络（DNN）、语言模型和加权有限状态转换器（WFST）、语音大模型，重点描述了GMM-HMM、DNN-HMM和端到端（E2E）三种语音识别框架；应用部分包含Kaldi、WeNet、FunASR和sherpa-onnx等工业应用实践介绍，内容主要来自工程经验，极具实用性。