王喜媛
- 作品数：63 被引量：121H指数：6
- 供职机构：西安电子科技大学更多>>
- 发文基金：陕西省自然科学基金国家自然科学基金西安市科技计划项目更多>>
- 相关领域：电子电信经济管理文化科学自动化与计算机技术更多>>
- 高校在产学研合作中的科技成果转化研究被引量：19
- 2010年
- 从分析高校科技成果转化现存在的问题出发,探讨一些针对性的对策来解决这些相应的问题。从明晰产权、开拓资金来源和提高成果转化率几个方面论述高校在产学研合作中加深加快科技成果转化,充分发挥高校的学科优势、人才优势和科研优势,将产学研联合开发工程推向更深层次,为发展国民经济做出贡献。
- 王喜媛叶明许权利
- 关键词：高校产学研合作知识产权
- pnp型SiGe HBT特性与Ge组分分布的相关性
- 2003年
- 在进行pnp型SiGe HBT的设计时,通过改变基区Ge组分改变能带结构,从而获得较高的电流增益和截止频率。本文就基区中Ge组分分布的三种形式:三角形、梯形、矩形进行计算机模拟并对结果进行讨论,发现其他条件相同时,梯形分布的pnp SiGe HBT的放大系数最大,而且梯形和三角形随Ge组分的增大而增大,但是矩形分布在Ge组分增大到一定数值后开始减小,而特征频率情况类似。
- 王喜媛张鹤鸣戴显英胡辉勇
- 关键词：HBTGE组分分布
- 应变Si 调制掺杂NMOSFET阈值电压模型
- 本文通过求解泊松方程,建立了应变Si调制掺杂NMOSFET量子阱沟道阈值电压模型,利用MATLAB软件对该模型进行了数值分析.讨论了器件结构中δ-掺杂层杂质浓度和间隔层厚度与电子面密度和阈值电压的关系,分析了器件几何结构...
- 胡辉勇张鹤鸣戴显英宣荣喜区健锋王喜媛
- 关键词：应变硅调制掺杂阈值电压
- 文献传递
- 多频点共用广播信道对RNC的影响
- 随着移动通信业务量和用户数目的飞速发展,3G的时代即将到来.TD-SCDMA使用扇区化和多载波技术可以减少系统内干扰,因而增大系统的容量.同时伴随着性能的增加,对现有结构和实现流程会有加大的改动,本文着重分析对RNC实现...
- 王喜媛叶明王勇王庆毅
- 关键词：无线网络控制器接纳控制TD-SCDMA多载波技术
- 文献传递
- 一种基于空域滤波的宽带信号频谱感知方法和系统
- 本发明涉及一种基于空域滤波的宽带信号频谱感知方法和系统，该方法包括：构造阵列宽带信号的时域接收模型和频域接收模型；确定不出现虚假谱峰的最大阵元间距；根据所述最大阵元间距，结合利用TCT算法，通过构造聚焦矩阵将宽带信号变换...
- 王勇刘建王喜媛张跃宇刘樵
- 文献传递
- 含有δ掺杂层的SiGe pMOS量子阱沟道空穴面密度研究被引量：8
- 2004年
- 建立了含有δ掺杂层的SiGepMOS器件量子阱沟道中空穴面密度的静态与准静态物理模型 ,并对该模型进行了数值分析 .讨论了静态时器件量子阱空穴面密度与δ掺杂层杂质浓度和本征层厚度的关系 ,阈值电压VT 与δ掺杂层杂质浓度NA、量子阱沟道载流子面密度Ps 及本征层厚度di 等参数间的关系 .同时还讨论了准静态时量子阱空穴面密度P′s
- 胡辉勇张鹤鸣戴显英吕懿舒斌王伟姜涛王喜媛
- 关键词：Δ掺杂MOS器件本征准静态
- 一种高阶调制下信号子空间正交对齐方法
- 本发明属于无线通信及网络编码领域，具体涉及一种高阶调制下信号子空间正交对齐方法，具体步骤如下：对信号子空间进行正交对齐时，交互信号形成的空间方向顺序的确定；利用已确定的信号空间方向的正交投影空间，选择合适的预编码矢量；应...
- 王勇康志琴王喜媛张跃宇刘樵
- 文献传递
- 小区共用广播信道对网络控制的影响
- 2009年
- 随着移动通信业务量和用户数目的飞速发展,3G的时代已经到来。针对现在的规范和开发,使用扇区化和多载波技术可以减少TD-SCDMA系统内的干扰,增大系统的容量。在维持同样的系统性能的情况下,扇区化能增加小区容纳的用户数目,同时伴随着性能的增加,现有结构和实现流程会有大的改动,着重分析了对RNC实现的影响和处理策略。
- 王喜媛张宏旗张平平
- 关键词：无线网络控制器功率控制接纳控制切换
- 时变信道下基于多接收天线的OSTBC译码器研究
- 2009年
- 针对传统正交空时分组码(OSTBC)均假设码字周期内为静态平坦信道,而实际环境由于接收端的运动引起信道时间选择性衰落,导致传统译码算法在高信噪比下性能严重下降的问题,并且以往算法只适用于两根发射天线的系统,提出一种适用于四根发射天线和多根接收天线的快时变衰落信道译码算法,该算法采用改进的迫零译码,对噪声扩展进行了有效抑制,克服了其他算法出现地板效应的缺陷,并且计算复杂度低。
- 王勇廖桂生王喜媛
- 关键词：正交空时分组码迫零检测
- 毫米波MIMO的DNN混合预编码梯度优化方法被引量：1
- 2022年
- 毫米波多输入多输出的混合预编码是降低硬件复杂度和能量消耗的重要方法。为降低优化处理的复杂性并提升频谱效率,提出了一种支持深度学习的混合预编码优化算法。为了消除子信道之间由信噪比差异导致部分子信道误码率较高进而对整体误码率产生的不良影响,通过基于块对角化的几何均值分解和深度神经网络的训练来选择混合预编码器,将预编码器的优化选择视为深度神经网络中的映射,以优化大规模多输入多输出的混合预编码过程。将频谱效率的优化问题近似归结为全数字预编码器和混合预编码器之间的欧氏距离的最小化问题,利用有限数量的射频链路实现吞吐量的改善。性能分析和仿真结果都表明,由于采用改进的梯度计算算法和单循环迭代结构,基于深度神经网络的方法能够最小化毫米波多输入多输出的误码率并提高频谱效率,同时显著地降低了所需的计算复杂度。当频谱效率为50 bit/(s·Hz)时,信噪比可节省3 dB。不同方案达到相同误码率时,信噪比可节省5 dB以上,并具有更好的稳健性。
- 王勇王喜媛任泽洋
- 关键词：频谱效率多输入多输出
