Skip to content

Here mainly shows my skills and interests. At the same time, I will give a brief introduction to my research history and work experience.

License

Notifications You must be signed in to change notification settings

Mapoet/mapoet.github.io

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

🌍 付乃锋学术个人网站

付乃锋 (Naifeng Fu) - 理学博士,天津大学博士后,GNSS-R/-RO技术设备研制及数据应用专家

Website GitHub Research Publications

🎯 项目概述

本项目是一个集成的学术个人网站。

📊 学术成果概览

出版物统计

  • 总论文数: 17篇 (2016-2025)
  • 最近5年论文数: 12篇
  • 主要研究领域: GNSS-R/-RO技术、电离层建模、大气掩星观测

研究领域分布

  • COSMIC掩星: 4篇
  • IRI模型: 4篇
  • GNSS技术: 3篇
  • 电离层研究: 1篇
  • 大气观测: 2篇

🔬 核心研究方向

1. GNSS-R/-RO技术设备研制

  • 卫星轨道建设与分布分析
  • 一体化GNSS-RO载荷研制
  • 掩星数据反演算法开发
  • GNSS-R载荷技术研究

2. 电离层建模与同化

  • IRI模型改进与优化
  • 多源数据同化技术
  • 电离层尺度高度建模
  • Abel反演方法改进

3. 大气掩星观测

  • COSMIC掩星数据处理
  • 大气参数反演算法
  • 山基掩星观测实验
  • 掩星数据质量评估

4. 数据融合与分析

  • 地面与空基观测结合
  • 多星座GNSS数据处理
  • 时空分辨率分析
  • 误差源分析与建模

🔧 技术专长

编程语言

  • C/C++ (娴熟) - 核心算法实现
  • Python (娴熟) - 数据处理与分析
  • Fortran (娴熟) - 科学计算
  • MATLAB (精通) - 数值计算与可视化
  • SQL (娴熟) - 数据库管理
  • Shell (精通) - 系统脚本
  • LaTeX (娴熟) - 学术文档编写

研究方向

  • 数值优化 - 算法优化与性能提升
  • GNSS掩星 - 掩星数据处理与分析
  • 电离层建模及同化 - 电离层物理建模与数据同化
  • 大气反演 - 大气参数反演算法
  • 机器学习 - AI技术在空间科学中的应用
  • 计算机可视化 - 科学数据可视化

📖 技术博客

最新文章

🤝 合作与交流

学术合作

  • 研究方向:GNSS-R/-RO技术、电离层建模、大气掩星
  • 合作领域:算法开发、数据处理、硬件研制
  • 联系方式funaifeng@163.com

项目贡献

欢迎对项目进行贡献,包括:

  • 代码改进和bug修复
  • 文档完善和翻译
  • 新功能开发和测试
  • 学术论文和技术文章

联系方式

📄 许可证

本项目采用MIT许可证,详见LICENSE文件。

🙏 致谢

感谢以下机构和项目的支持:

  • 天津大学:博士后研究支持
  • 中国科学院上海天文台:博士培养
  • 天津云遥宇航科技公司:技术合作
  • NCAR:CESM模型技术支持
  • GitHub:代码托管和Pages服务

付乃锋 (Naifeng Fu) - 专注于GNSS-R/-RO技术设备研制及数据应用研究

让科技改变世界,让数据驱动未来

About

Here mainly shows my skills and interests. At the same time, I will give a brief introduction to my research history and work experience.

Resources

License

Contributing

Stars

Watchers

Forks

Packages

No packages published

Languages

  • JavaScript 42.2%
  • HTML 15.8%
  • SCSS 13.2%
  • Python 11.6%
  • Jupyter Notebook 7.9%
  • TeX 4.5%
  • Other 4.8%