在单径时变衰落信道下误码率恶化，考虑多普勒频移和信噪比对误码率的影响，并利用均衡器对误码率进行改善。仿真实验表明，当同样信噪比条件下，高斯信道误码率性能优于单径时变衰落信道，在均衡后效果有所改善但改善有限。

用R语言对非平稳且异方差的时间序列进行分析，采用ARIMA-GARCH模型方法

时间序列内容课程文件

基于谐波合成法，考虑地貌信息，三类风谱，基于三次hemite插值，包含绘图部分功率谱密度对比，相关系数对比。

对随机过程的学习，特别是Brown运动，ITo积分很好。里面还有关于平稳过程的一些等等，很实用！！！

不平稳性时序数据处理代码，包含差异化（一阶差分法）处理

不平稳性时序数据短期预测

平稳性时序数据处理代码

(更多详情、使用方法，请下载后细读README.md文件) JTAF-ExtWebDriver\nWebDriver 的扩展是对强大的 WebDriver API 的增强，具有使您的浏览器自动化平稳运行的强大功能。它包括一个小部件库、改进的会话管理和现有 WebDriver API 的扩展功能。\n这是入门的链接\n最新版本\n最新版本是1.5.5版（2017年7月）[maven central]\nMaven依赖：\ndependency\n groupIdorg.finra.jtafgroupId\n artifactIdjtaf-extwebdriverartifactId\n version1.5.5version\ndependency\n贡献\n我们鼓励开源社区的贡献，以帮助使 ExtWebDriver 变得更好。请参阅开发页面以获取有关如何为该项目做出贡献的更多信息，包括签署和DCO协议。\n如果您有任何问题或讨论主题，请在Google 网上论坛上发布。\n建造\nExtWebDriver 使用 Maven 进行构建。请在此处下载安装 Maven 。\n

ARFIMA(p,d,q) 最大似然估计量： - 惠特尔估计- 精确的最大似然估计器 - 以及其他一些可能有用的功能，包括预测。我还没有实现预测误差带计算（从截图中可以判断）。 要求： - 统计工具箱-优化工具箱-Kevin Sheppard 的 MFE 工具箱 http://www.kevinsheppard.com/wiki/MFE_Toolbox 可选要求： -Simone Fatichi 的 ARFIMA(p,d,q) 模拟器（MATLAB Central FileExchange #25611） 后者是测试算法性能所必需的（在 arfima_test 中实现）。 注意：这一次，有一个 C/MEX 文件来加速这个过程，没有 .m 等效文件。它用几个编译器（LCC 和 MS VC++ 2008）编译，证明对我来说是稳定的。 计划进一步更新： -其他估计算法-文档-