python 量化分析代码

为了更加准确地描述卫星移动通信信道的衰落特性，提出了一种新的Ka波段卫星移动通信信道综合模型。首先在分析移动卫星信道传播特性的基础上，考虑多径衰落、阴影遮蔽及天气影响等因素，建立了服从Gaussian分布的大气空间模型，推导出服从Rice、Rayleigh和Lognormal联合分布的地面信道模型。然后利用卫星信道环境中大气空间部分与地面部分对信道特性的影响是彼此相互独立的性质，提出了一种在大气空间持续影响下的移动卫星信道衰落特性综合模型。并就不同天气条件和不同阴影遮蔽程度下，综合模型的误码率特征与系统误码率理论上限进行仿真对比，得出了相一致的结果，验证了该信道综合模型的合理性和正确性。

用VN.NET编写的求取遥感影像解译求取OIF的小程序，考虑的是从n个特征中选择3个，结果会自动排序

八重洲FT-857D全波段电台中文说明书最新版 2021年

强度定向均衡器，用于缓解色散非管理型C波段PAM传输中DML线性调频脉冲引起的失真

将多个单波段影像批量融合为一个多波段影像。代码示例是以MODIS影像为例，在经过MRT工具转换坐标系后，会形成多个单波段影像，批量融合大大减少了人工操作的步骤

 与传统多光谱遥感图像相比, 高光谱图像是在一定波段范围内窄波段成像的, 提供了丰富的光谱信息, 拓展了遥感技术的应用范围, 但同时存在数据含量大、波段间相关性高等问题, 在进行处理时需要对高光谱图像进行降维。通过分析现有高光谱波段选择方法, 本文提出了一种基于信息论准则的高光谱波段选择方法, 结合波段信息熵与波段间的相关性, 采用粒子群优化算法(PSO) 进行波段优选, 克服了采用单一使用信息量为适应度的片面性。最后使用AVIRIS 图像对提出的算法进行试验, 并利用支持向量机分类方法进行分类验证, 总体分类精度达到91.0%。

HMW8卫星的随机森林降雨估算 使用随机森林，从himawari-8卫星多波段数据估算雨量 模型随机森林机器学习 数据未上传是因为数据过大且保密，因为它具有处理数据的低谷。 如果您有兴趣并想查看数据，可以给我发邮件： 使用的数据IR波段Himawari 8空间分辨率：2kmx2km时间分辨率：所有波段的10分钟组合。 9段+ 36分割窗口。 在一年八月2018-七月2019 在ftp://hmwr829gr.cr.chiba-u.ac.jp/gridded/FD/V20151105/免费下载 GPM DPR KuPR空间分辨率：5.2公里x 5.2公里，可从免费下载 假设在相似的大气条件下克服万隆盆地的数据局限性，通过将数据收集扩展到Java岛的一个岛屿来进行数据采样。 该算法使用具有多个阶段的随机森林模型，即 对降雨区域进行分类对降雨回归的类型进行分类以获得降雨值。 万隆盆地有3个

MODIS波段分布和主要应用，包括modis各波段的中心波长和各波段的应用

在遥感影像中，使用matlab读取经过经过大气校正后的遥感影像，并获取影像截面处的遥感反射率，用于数据的验证和建立模型