热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

射频领域博士学位:信号处理算法在射频技术中的职业前景如何?

射频领域的博士学位在信号处理算法方面具有广阔的职业前景,尤其是在射频技术的应用中。例如,加入华为的射频基站部门,从事数字预失真等关键技术的研发工作。在此过程中,需要注意持续跟踪最新的学术和技术进展,保持对行业动态的敏感性,并不断提升自身的实践能力和创新能力。此外,除了技术层面,还应关注行业的整体发展趋势,以便更好地规划职业生涯。

代朋友问一下,说是可能进华为中射频基站部门从数字预失真做起。有什么需要注意的?

非常感谢!

多买股票

.55

股票要以后才可能有。因为还可以去研究所继续做信号处理方面的算法,而对这一行确实不了解,属于跨行了,所以特别上来问问大家,谢谢!

数字预失真是现在射频比较热的一个方向,应该前景是不错的。

跟华为的人聊的时候,感觉他们也对这一块很重视。

最直接的:天天让那帮做pa的给你打杂,让他们给你跑你的算法,给你的模型提取参数

谢谢!您是觉得这个工作对大家都很繁琐没意思么?没有概念,请多多指教!

谢谢!他们招人的时候也是这么说的,可惜朋友没做过,而且他们都是做射频的,交流起来比较困难。

啊,对你来说其实是很有意义也很有意思的;我只是说,对那帮做PA的来说,他们的地位

相对降低了。。。

一定是很重视的,HW现在自己搞算法搞ASIC什么的很来劲。。。

大侠好!信号处理确实比较宽泛,我自己理解就是偏重信号检测,参数估计,系统辨识,随机过程方面的内容,感觉和做电路的差别有点大,可能理解不太正确。

谢谢!一直听说做射频、天线的钱都是挣得杠杠的,课题经费暴多,文章也好发,非常让人羡慕啊。

那都是匡国家的钱,这年头最容易匡的就是这个了。。。

多少年前念书的时候还助导师为虐匡过不少。。。

工业界做rf的,近几年被边缘化的厉害

为什么会被边缘化呢?

这些年好像各个军方背景的研究所都在扩大rf业务,业界rf市场在萎缩吗?

军工是军工,民用是民用。。。

军工也是靠着匡国家的钱,道理类同。。。

原本通信业rf还是吃香的,现在给砸了。。。

通信rf,为什么?谢谢!

没做过DPD方面的工作,只是知道一点皮毛。

做DPD主要是两块工作,一块是PA的建模,一块是预失真算法。

从你说的信号处理的理解来看,你以前做的可能更多的是线性时不变系统的信号处理那块多点。PA是一个非线性时变的系统,这点和你以前做的工作不太相同。

不过,DPD也是一个建模,构建逆系统的过程,其中的参数估计、系统辨识、数字输入信号的特性,同步等等你应该很熟悉了。这方面是你比做电路的人有优势的地方。

而且,现在用在DPD里面的PA模型,大体是volterra级数、神经网络之类的行为模型,并不涉及具体的电路参数模型,我想学信号的熟悉起来也应该很快。

总的来说,我觉得做信号的去做DPD要比做PA的去做DPD上手快一些。

大概就跟做光纤的把自己做死了差不多。。

通信rf也没这么夸张,我们招人招了几个月了,面试到挺多,能干活的没有

大多数认为自己能设计个LNA或者PA,能调出来就很NB了

.155

反正比做射频的去做合适。。

膜拜……一年卖2千万台的型号。。iphone一年卖了多少啊。

所以说不要做智能手机。。。

不过据说ip4头三周给定了1.7million,我当时下巴都掉了。。。

没错,作信号处理的去非常合适啊。看过一些相关的文章,感觉对数学要求挺高,对射频要求反而很低。

看来基站的射频部门从市场需求而言前景不是很好,发展空间受限?

混口饭吃没问题

而且入门的话,从基站比从手机好

大致明白了,非常感谢:)



推荐阅读
  • 毕业设计:基于机器学习与深度学习的垃圾邮件(短信)分类算法实现
    本文详细介绍了如何使用机器学习和深度学习技术对垃圾邮件和短信进行分类。内容涵盖从数据集介绍、预处理、特征提取到模型训练与评估的完整流程,并提供了具体的代码示例和实验结果。 ... [详细]
  • Coursera ML 机器学习
    2019独角兽企业重金招聘Python工程师标准线性回归算法计算过程CostFunction梯度下降算法多变量回归![选择特征](https:static.oschina.n ... [详细]
  • 2017年人工智能领域的十大里程碑事件回顾
    随着2018年的临近,我们一同回顾过去一年中人工智能领域的重要进展。这一年,无论是政策层面的支持,还是技术上的突破,都显示了人工智能发展的迅猛势头。以下是精选的2017年人工智能领域最具影响力的事件。 ... [详细]
  • 本教程涵盖OpenGL基础操作及直线光栅化技术,包括点的绘制、简单图形绘制、直线绘制以及DDA和中点画线算法。通过逐步实践,帮助读者掌握OpenGL的基本使用方法。 ... [详细]
  • 尽管使用TensorFlow和PyTorch等成熟框架可以显著降低实现递归神经网络(RNN)的门槛,但对于初学者来说,理解其底层原理至关重要。本文将引导您使用NumPy从头构建一个用于自然语言处理(NLP)的RNN模型。 ... [详细]
  • 汇编语言等号伪指令解析:探究其陡峭的学习曲线
    汇编语言以其独特的特性和复杂的语法结构,一直被认为是编程领域中学习难度较高的语言之一。本文将探讨汇编语言中的等号伪指令及其对初学者带来的挑战,并结合社区反馈分析其学习曲线。 ... [详细]
  • 本题探讨如何通过最大流算法解决农场排水系统的设计问题。题目要求计算从水源点到汇合点的最大水流速率,使用经典的EK(Edmonds-Karp)和Dinic算法进行求解。 ... [详细]
  • 作者:守望者1028链接:https:www.nowcoder.comdiscuss55353来源:牛客网面试高频题:校招过程中参考过牛客诸位大佬的面经,但是具体哪一块是参考谁的我 ... [详细]
  • 信用评分卡的Python实现与评估
    本文介绍如何使用Python构建和评估信用评分卡模型,涵盖数据预处理、模型训练及验证指标选择。附带详细代码示例和视频教程链接。 ... [详细]
  • 机器学习核心概念与技术
    本文系统梳理了机器学习的关键知识点,涵盖模型评估、正则化、线性模型、支持向量机、决策树及集成学习等内容,并深入探讨了各算法的原理和应用场景。 ... [详细]
  • thereissomethingstrangeinmycode.Imsuretoforgetsomethingbutidontknowwhat.Itryto ... [详细]
  • 本文将带您了解Cocos家族的不同版本和分支,特别是Cocos Creator的发展历程及其核心特性,帮助初学者快速入门。 ... [详细]
  • 本文档旨在帮助开发者回顾游戏开发中的人工智能技术,涵盖移动算法、群聚行为、路径规划、脚本AI、有限状态机、模糊逻辑、规则式AI、概率论与贝叶斯技术、神经网络及遗传算法等内容。 ... [详细]
  • C语言入门精选教程与书籍推荐
    本文精选了几本适合不同水平学习者的C语言书籍,从基础入门到进阶提高,帮助读者全面掌握C语言的核心知识和技术。 ... [详细]
  • 本文探讨了亚马逊Go如何通过技术创新推动零售业的发展,以及面临的市场和隐私挑战。同时,介绍了亚马逊最新的‘刷手支付’技术及其潜在影响。 ... [详细]
author-avatar
手机用户2502927665
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有