包含经典谱估计的多种方法:直接法(周期图法),间接法(自相关法),直接法的改进方法(Bartlett法,Welch法)
1
BOC信号的matlab仿真实现及功率谱,自相关函数,与C/A码的互相关函数仿真代码
2024/10/16 18:52:52 10KB boc matlab仿真
1
ENVI  ENVI(TheEnvironmentforVisualizingImages)是美国ITTVisualInformationSolutions公司的旗舰产品。
ENVI由遥感领域的科学家采用IDL开发的一套功能强大的遥感图像处理软件;
它是快速、便捷、准确地从地理空间影像中提取信息的首屈一指的软件解决方案,它提供先进的,人性化的使用工具来方便用户读取、准备、探测、分析和共享影像中的信息。
今天,众多的影像分析师和科学家选择ENVI来从地理空间影像中提取信息。
已经广泛应用于科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防&安全、地球科学、公用设施管理、遥感工程、水利、海洋,测绘勘察和城市与区域规划等行业。
  创建于1977年的RSI(现为ITTVisualInformationSolutions公司)已经成功地为其用户提供了超过30年的科学可视化软件服务。
目前ITTVisualInformationSolutions的用户数超过150,000,遍布于80个国家与地区。
从2000年开始连续三年,ENVI被美国国家影像制图局(NIMA)等权威机构组织的Passfind项目遥感影像系统评比当中被评为“最佳的遥感目标识别软件”。
2004年RSI公司并入上市公司ITT公司,并于2006年5月正式成立ITTVisualInformationSolutions公司,ENVI&IDL的发展步伐更加有利与快捷,更多的新功能与算法加进到新版本中。
  强大的影像显示、处理和分析系统  ENVI包含齐全的遥感影像处理功能:常规处理、几何校正、定标、多光谱分析、高光谱分析、雷达分析、地形地貌分析、矢量应用、神经网络分析、区域分析、GPS联接、正射影象图生成、三维图像生成、丰富的可供二次开发调用的函数库、制图、数据输入/输出等功能组成了图像处理软件中非常全面的系统。
  ENVI对于要处理的图像波段数没有限制,可以处理最先进的卫星格式,如Landsat7、IKONOS、SPOT,RADARSAT,NASA,NOAA,EROS和TERRA,并准备接受未来所有传感器的信息。
  强大的多光谱影像处理功能  ENVI能够充分提取图像信息,具备全套完整的遥感影像处理工具,能够进行文件处理、图像增强、掩膜、预处理、图像计算和统计,完整的分类及后处理工具,及图像变换和滤波工具、图像镶嵌、融合等功能。
ENVI遥感影像处理软件具有丰富完备的投影软件包,可支持各种投影类型。
同时,ENVI还创造性地将一些高光谱数据处理方法用于多光谱影像处理,可更有效地进行知识分类、土地利用动态监测。
  更便捷地集成栅格和矢量数据  ENVI包含所有基本的遥感影像处理功能,如:校正、定标、波段运算、分类、对比增强、滤波、变换、边缘检测及制图输出功能,并可以加注汉字。
ENVI具有对遥感影像进行配准和正射校正的功能,可以给影像添加地图投影,并与各种GIS数据套合。
ENVI的矢量工具可以进行屏幕数字化、栅格和矢量叠合,建立新的矢量层、编辑点、线、多边形数据,缓冲区分析,创建并编辑属性并进行相关矢量层的属性查询。
  ENVI的集成雷达分析工具助您快速处理雷达数据  用ENVI完整的集成式雷达分析工具可以快速处理雷达SAR数据,提取CEOS信息并浏览RADARSAT和ERS-1数据。
用天线阵列校正、斜距校正、自适应滤波等功能提高数据的利用率。
纹理分析功能还可以分段分析SAR数据。
ENVI还可以处理极化雷达数据,用户可以从SIR-C和AIRSAR压缩数据中选择极化和工作频率,用户还可以浏览和比较感兴趣区的极化信号,并创建幅度图像和相位图像。
  地形分析工具  ENVI具有三维地形可视分析及动画飞行功能,能按用户制定路径飞行,并能将动画序列输出为MPEG文件格式,便于用户演示成果。
  准备您的影像  ENVI提供了自动预处理工具,可以快速、轻松地预处理影像,以便进行查看浏览或其他分析。
通过ENVI,您可以对影像进行以下处理:  •正射校正  •影像配准  •影像定标  •大气校正  •创建矢量叠加  •确定感兴趣区域(ROIs)  •创建数字高程模型(DEMs)  •影像融合,掩膜和镶嵌  •调整大小,旋转,或数据类型转换  探测影像  ENVI提供了一个直观的用户界面和易用的工具,让您轻松、快速地浏览和探测影像。
您可以使用ENVI完成的工作包括:浏览大型数据集和元数据,对影像进行视觉对比,创建强大的3D场景,创建散点图,探测像素特征等。
  分析影像  ENVI提供了业界领先的图像处理功能,方便您从事各种用途的信息提取。
ENVI提供了一套完整的经科学实践证明的成熟工具来帮助您分析影像。
  数据分析工具  ENVI包括一套综合数据分析工具,通过实践证明的成熟算法快速、便捷、准确地分析图像。
  •创建地理空间统计资料,如自相关系数和协方差  •计算影像统计信息,如平均值、最小/最大值、标准差  •提取线性特征  •合成雷达影像  •主成分计算  •变化检测  •空间特征测量  •地形建模和特征提取  •应用通用或自定义的滤波器  •执行自定义的波段和光谱数学函数  光谱分析工具  光谱分析通过像素在不同波长范围上的反应,来获取有关物质的信息。
ENVI拥有目前最先进的,易于使用的光谱分析工具,能够很容易地进行科学的影像分析。
ENVI的光谱分析工具包括以下功能:  •监督和非监督方法进行影像分类  •使用强大的光谱库识别光谱特征  •检测和识别目标  •识别感兴趣的特征  •对感兴趣物质的分析和制图  •执行像素级和亚像素级的分析  •使用分类后处理工具完善分类结果  •使用植被分析工具计算森林健康度  共享您的信息  ENVI能轻松地整合现有的工作流,让您能在任何环境中与同事们分享地图和报告。
所处理的图像可以输出成常见的矢量格式和栅格影像便于协同和演示。
  自定义您的地理空间影像应用  ENVI建立于一个强大的开发语言—IDL之上。
IDL允许对其特性和功能进行扩展或自定义,以符合用户的具体要求。
这个强大而灵活的平台,可以让您创建批处理、自定义菜单、添加自己的算法和工具,甚至将C++和Java代码集成到您的工具中等。
  自2007年起,与著名的GIS厂商ESRI公司开展全面战略合作,ENVIReaderforArcGIS模块让ArcGIS系列软件全面支持ENVI的数据格式,最新版本ENVI4.5完全支持ArcGIS的Geodatabase等。
2024/10/15 19:08:32 2.72MB envi
1
随机信号及其自相关函数和功率谱密度的MATLAB实现
1
引入辅助任务信息有助于立体匹配模型理解相关知识,但也会增加模型训练的复杂度。
为解决模型训练对额外标签数据的依赖问题,提出了一种利用双目图像的自相关性进行多任务学习的立体匹配算法。
该算法在多层级渐进细化过程中引入了边缘和特征一致性信息,并采用循环迭代的方式更新视差图。
根据双目图像中视差的局部平滑性和左右特征一致性构建了损失函数,在不依赖额外标签数据的情况下就可以引导模型学习边缘和特征一致性信息。
提出了一种尺度注意的空间金字塔池化,使模型能够根据局部图像特征来确定不同区域中不同尺度特征的重要性。
实验结果表明:辅助任务的引入提高了视差图精度,为视差图的可信区域提供了重要依据,在无监督学习中可用于确定单视角可见区域;在KITTI2015测试集上,所提算法的精度和运行效率均具有一定的竞争力。
1
【实验目的】(1)用LABVIEW产生随机数。
(2)统计随机数的概率分布密度函数及相关函数特性。
(3)模拟产生AWGN及ISI信道,添加到数字通信仿真系统中,以便观察信噪比改变对误码率等的影响。
(4)产生m序列信号源,验证m序列的伪随机性以及伪随机序列的自相关函数的双值特性。
(5)产生误码检测模块,观察平均误码率随信噪比的改变,绘制相应的曲线。
2024/9/8 12:22:55 1.72MB labview AGWN/ISI m序列
1
随机信号实验--微弱信号的检测提取及分析方法基于多重自相关
2024/9/3 19:46:52 353KB 随机信号 信号提取
1
基于Python自相关法时间序列的时间延迟计算,用matlab程序翻译成python并修改调试成功,很辛苦的额。
用于混沌系统、故障诊断等的相空间重构中的时间延迟计算。
2024/8/8 6:22:14 4.72MB 自相关法 时间序列 时间延迟 Python
1
功率谱估计、自相关函数估计、相干函数;对于信号处理的人来说是不错的资料
1
Gold序列是R•Gold提出的一种基于m序列的码序列,这种序列有较优良的自相关和互相关特性,构造简单,产生的序列数多,因而获得了广泛的应用。
本文对Gold序列进行仿真研究,首先介绍了扩频通信中常用的m序列和Gold序列码产生的方法原理和性质,运用Matlab对Gold码的生成和性能进行了仿真分析。
2024/6/23 6:31:08 243KB Gold 序列
1
共 63 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡