【摘 要】
：
为了满足通信系统中对核心器件工作频率更高的要求,设计了一种新型的器件结构,有效提高了SiGe异质结双极型晶体管(hetero-junction bipolar transistor, HBT)的频率特性。基于传统的SOI SiGe HBT器件结构,通过减小发射区和集电区的窗口尺寸,并在集电区引入单轴应力,集电区、基区、发射区均实现应变,提高了纵向载流子的迁移率,从而提高器件的电学特性和频率特性,并
论文部分内容阅读
为了满足通信系统中对核心器件工作频率更高的要求,设计了一种新型的器件结构,有效提高了SiGe异质结双极型晶体管(hetero-junction bipolar transistor, HBT)的频率特性。基于传统的SOI SiGe HBT器件结构,通过减小发射区和集电区的窗口尺寸,并在集电区引入单轴应力,集电区、基区、发射区均实现应变,提高了纵向载流子的迁移率,从而提高器件的电学特性和频率特性,并利用SILVACO~? TCAD软件对其电学参数和频率参数进行仿真分析。结果表明,当基区Ge组分为梯形分
其他文献
针对当前低轨卫星通信系统在移动性管理仿真方面的空白,以铱星星座为参照,基于OPNET设计了一个低轨卫星移动性管理仿真平台。针对低轨卫星的运行特点,从工程实现的角度设计了一套基于接收信号强度测量的硬切换方案,包括星间切换和波束间切换的信令流程。仿真结果表明,该平台能够正确模拟低轨卫星通信系统的工作状态,在不同条件下对卫星通信和切换质量进行对比并输出相关数据参数,为低轨卫星通信系统的研究开发工作提供参
为解决常见的基于到达时间差(TDOA)的通信系统中发射机与接收机之间需要时钟同步的问题,提出了一种基于双光电检测器(PD)接收机的高精度室内可见光定位算法。算法使用3个能发射不同频率信号的发光二极管(LED)和1个带有2个PD的接收机,并充分考虑到了接收机的尺寸因素,利用接收信号到达的时间差来确定接收机在室内的三维位置信息。仿真结果表明:该算法可以确定接收机的水平坐标和高度信息,定位误差为11 c
为了提高第5代(the fifth generation, 5G)移动通信中异构蜂窝网络基站的频谱效率,提升用户的服务质量。提出了一种基于小波神经网络的基站休眠策略(neural network based stations sleep strategy in macro-femto heterogeneous networks, NNSS),在神经网络预测模型中,把隐含层的传递函数用小波函数替换
光电振荡器被广泛应用于雷达、通信和测量领域,是微波光子学领域的研究热点,新概念和新技术的引入促进了光电振荡器研究的发展,进一步拓展了光电振荡器在现代电子系统中的应用。介绍了引入光电振荡器中的新概念和新技术,包括宇称-时间对称光电振荡器、傅里叶域锁模光电振荡器、参量振荡光电振荡器和集成光电振荡器,指出了光电振荡器的未来发展方向。
现有国际海底光缆和陆地光缆传输系统是依据各自规范独立设计的,两类系统在海底光缆登陆站采用背靠背方式连接。针对现有方式存在投资和运营成本相对较高的问题,阐述了海底光缆、陆地光缆光传输系统联合组网的发展需求,在分析海底光缆系统和陆地光缆系统设计规范的基础上,建议采用广义信噪比指标衡量总体传输系统性能。最后,结合实例对海底光缆、陆地光缆光传输系统联合设计进行了研究,并给出了系统应用建议。
广义低密度奇偶校验(generalized low-density parity-check, GLDPC)码可以降低原始低密度奇偶校验(low-density parity-check, LDPC)码的错误平层,但传统GLDPC码的构造方法会造成码率损失较大。鉴于此,采用平方剩余(quadratic residue, QR)码作为分量码,提出一种新颖的GLDPC码构造方法,并设计相应的译码算法。
为了减轻电力无线专网系统因网络业务增多而带来的网络攻击以及异常流量入侵的安全事故隐患,提出了一种基于注意力机制的卷积-长短期记忆网络(convolution-long short-term memory network based on attention mechanism, AMCNN-LSTM)模型。该模型为避免序列特征稀疏分布的问题,采用卷积神经网络(convolutional neura
针对现有大多数多标签特征选择算法未能有效去除特征空间冗余特征,同时也忽略了标签差异性的现状,提出一种基于相关性分析的多标签特征选择方法,利用特征之间的相关度对特征进行分组,解决了特征之间的相关性问题。根据样本所对应的标签属性对样本做一个正负类的聚类,对于正样本和负样本所构成的正类簇和负类簇单独确定其聚类个数,并计算原特征到正负类簇中各个类中心的距离,如此便产生了标签特定特征空间;将标签共享的特征空
针对指纹定位精度易受指纹数据K-means聚类预处理效果不佳、加权K近邻算法采用固定K值进行匹配定位精度差等问题,提出一种基于改进K-means聚类的自适应加权K近邻算法。算法在对指纹数据进行聚类计算过程中充分考虑参考点间接收信号强度值与实际物理坐标的双重影响,以避免参考点分类不明确;根据每个测试点的匹配参考点之间实际距离的均值和标准差设置阈值,动态选择K值。实验结果证明,改进K-means聚类的
现有的电商垃圾评价检测方法大多基于对评价文本信息进行分析,难以有效检测带有图片的多模态垃圾评价,为充分利用评价的图片和文本内容,提出了基于Transformer双向编码表示(bidirectional encoder representations from transformer, BERT)和宽残差网络(wide residual networks, WRN)的图文融合决策检测方法。该方法利用