第1章 引論
1.1 通信系統(tǒng)模型
1.2 Shannon信息論的中心問題
1.3 Shannon信息論的局限性
1.4 信息的義性

第2章 信息量和熵
2.1 離散變量的非平均信息量
2.1.1 非平均互信息量
2.1.2 條件互信息與聯(lián)合事件的互信息量
2.1.3 離散變量的非平均自信息量
2.2 離散集的平均自信息量——熵
2.2.1 熵和條件熵
2.2.2 熵的性質(zhì)
2.2.3 相對墑和條件相對熵
2.3 熵的唯一性定理
2.4 離散集的平均互信息量
2.5 信息不等式
2.5.1 凸函數(shù)及其性質(zhì)
2.5.2 K-T條件
2.5.3 信息不等式
2.6 相對熵、熵和互信息量的凸性
2.6.1 相對熵和熵的凸性
2.6.2 互信息量的凸性
2.7 連續(xù)隨機變量的互信息量和微分熵
2.7.1 連續(xù)隨機變量的互信息量
2.7.2 連續(xù)隨機變量的熵
2.7.3 微分熵的極大化
2.8 隨機過程的信息量和熵
小結(jié)
習(xí)題

第3章 信源編碼——離散信源無失真編碼
3.1 信源及其分類
3.2 離散無記憶信源的等長編碼
3.3 離散無記憶信源的不等長編碼
3.4 最佳不等長編碼
3.4.1 Huffman編碼
3.4.2 算術(shù)編碼
3.4.3 LZ編碼
3.5 平穩(wěn)源編碼
3.6 馬爾可犬源
小結(jié)
習(xí)題

第4章 信道及其容量
4.1 信道分類
4.2 離散無記憶信道
4.2.1 有關(guān)DMC的容量定理
4.2.2 對稱DMC容量的計算
4.2.3 一般DMC容量的計算
4.3 離散無記憶信道容量的迭代算法
4.3.1 交替優(yōu)化
4.3.2 信道容量算法
4.4 離散有記憶信道
4.5 信道的組合
4.6 時間離散的無記憶連續(xù)信道
4.6.1 可加噪聲信道
4.6.2 平均功率受限可加噪聲信道
4.6 3平行可加高斯噪聲信道
4.7 波形信道
小結(jié)
習(xí)題

第S章 信道編碼定理
5.1 信道編碼和譯碼
5.1.1 信道編碼
5.1.2 譯碼準(zhǔn)則
5.1.3 離散序列的譯碼
5.1.4 連續(xù)序列的譯碼
5.2 聯(lián)合典型序列
5.3 信道編碼定理
5.4 錯誤概率上限
5.4 1并集限
5.4.2 Bhattacharyya（巴塔恰亞）限
5.4.3 Callager（加拉格）限
5.4.4 隨機碼集合平均錯誤概率上限
5.4.5 DMC的譯碼錯誤概率上限
5.4.6 時間離散連續(xù)信道錯誤概率上限
5.5 等能量正交編碼信號
小結(jié)
習(xí)題


第6章 線性分組碼
6.1 Galois域
6.1 1域運算
6.1.2 GF（pm）的構(gòu)造
6.1.3 有限域的特征和元素的級
6.1 4最小多項式
6.2 線性分組碼
6.3 線性分組碼的生成矩陣和校驗矩陣
6.3.1 生成矩陣
6.3.2 枝驗矩陣
6.3.3 碼的擴展和縮短
6.4 一些特殊的線性分組碼
6.4.1 Hamming（漢明）碼
6.4.2 Hadamard碼
6.4.3 Golay碼
6.5 伴隨式和最小漢明距離譯碼
6.5.1 分組碼的標(biāo)準(zhǔn)陣譯碼
6.5.2 最小距離與糾錯能力
6.6 循環(huán)碼
6.6.1 循環(huán)碼的數(shù)學(xué)描述
6.6 2循環(huán)碼的譯碼
6.7 BCH碼
6.7.1 BCH碼的定義和性質(zhì)
6.7.2 BCH碼的譯碼
6.8 Reed-Solomon碼
6.9 分組碼的性能限
6.10 線性分組碼的性能限
小結(jié)
習(xí)題

第7章 卷積碼
7.1 卷積碼的基本概念
7.2 Viterbi譯碼
7.3 序列譯碼
7.4 卷積碼集合平均錯誤概率限
7.5 級聯(lián)碼
小結(jié)
習(xí)題

第8章 接近Shannon極限的編碼
8.1 Turbo碼的構(gòu)造
8.1.1 遞歸系統(tǒng)卷積碼（RSC）
8.1.2 Turbo碼的距離譜
8.1.3 Turbo碼交織器的設(shè)計
8.2 Turbo碼的譯碼
8.2.1 APP譯碼器
8.2.2 MAP譯碼算法
8.2.3 SOVA譯碼算法
8.2.4 Turbo碼的迭代譯碼特性
8.3 Turbo碼的性能限
……
第9章 信源編碼——無記憶信源的有失真編碼
第10章 多用戶信息論
參考文獻