技术学习总结

进公司,一直专于做业务的事情,技术学习花的时间很少,最近有机会专门做侧重技术的事情(得感谢老大的安排)。把学习技术的心得记录分享,希望对有帮助的人。


曾经跟同事交流过一次 ,很有收获的,这段时间,确实深有体会。总之:任何东西,只有自己实践,体会,找到适合自己的,才是最好的。

准备写四篇,逐步更新。。。[方法篇 工具篇 书籍篇 网站篇]

一、方法篇     
学习可以分为四个方面:学习,记录,总结,分享。


1. 学习
学习大概有四个阶段:


1) 使用阶段 --首要的是能用,尤其是要能解决工作中的问题
   
① 选择和阅读资料都应是筛选式的 ,阅读关心的部分,其他后续再读。
    最好选择中文的,理解是最快的。不过这个阶段,官网都有入门指南或手册的,即使英文相对简单(不要害怕英文,静下心来,必要时借助工具,看懂即可,又不是搞翻译工作的)
   
② 理解每门技术的核心概念(思想)
    每个技术的提出都有要解决的问题域与运用场景,尝试理解这些问题域或场景(与自己已有的知识关联学习,会更容易)。
    把核心概念搞清楚,对于后续的学习,运用,阅读源码等都是非常必要的。 
   
③ 最最重要的就是实践 ,只有用了才理解的更深刻
    源码中一般都有很多实例,看这些例子学习,上手比较快的。不过最好要自己动手编码才能掌握,copy代码,效果不好。
    适当的时候可以看下部分源码,但是不要陷入,一开始全面看的话,只会让你痛苦,没有设计文档,对于初学者,有时候很难的。

    这个阶段时间一般不会太长,用少量的时间,学习到大部分的东西(也许满足2,8原则)。
   
google搜索,官方网站一般都能学习常用的。不过平时留心,收藏一些专用网站,解决问题更快
        mavn库下载:搜索依赖jar并可下载,http://mvnrepository.com/ or http://search.maven.org/
        问题搜索:做的好的,官方网站有FAQ,推荐一个http://stackoverflow.com/,经常很多问题都有答案。
        源码下载:除官方网站外,https://github.com/(下载各种版本比较方便) http://sourceforge.net/

2)熟悉阶段 --熟练使用,解决各种问题


3)掌握阶段 --深入学习源码,掌握原理
    ① 经过一段时间的使用,对一些场景有了认识后,阅读源码才更容易。
    ② 阅读源码,API与元数据(数据对象)是开始理解的重点。适当的画写类图及序列图。

                
4)精通阶段 -- 为了满足特定的需求,能扩展框架   

2. 记录
    学习过程一定要记录收获,问题等。否则看完了,很快就忘记。另一方面,也方便以后知识查阅。不是所有东西都能记在脑子里的。

3. 总结
    一段时间学习后,一定要去整理知识,整理的过程,会发现很多未懂,或需要深入学习的。
    这是个完善,回顾的过程。并且可以制定后续的学习计划。学习是持续的,需要扩大深度,掌握底层的原理(基础知识)。

4. 分享
    把学到的东西分享出来,让他人收益的时候,自己也会有更多收获。
    这个过程,会思考怎么让其他人更容易理解,这会加深对知识的理解与抽象,用最简介,易懂的话表达出意思。

其他:
    结合工作学习,当然是最快的,最直接的,但不是每个技术都能运用到工作。平时也养成学习的习惯,有计划,有目的的学习。
    技术很多,注重培养自己的学习能力,尤其快速学习新技术学习的能力?   
    ① 掌握基础知识是非常重要的,新技术是有很多创新点,但大多数还是运用已有基础的知识。所以搞清楚原理及背后的基础知识后,学习新技术会很快。
    ② 当然要不断了解新技术,业界动态,扩大知识面。(重要的还是理解核心概念)
   

二、工具篇(待整理)
三、书籍篇(待整理)
四、网站篇(待整理)



(以上,随着自己的认知,实践,会继续总结更新)


内容概要:该论文探讨了一种基于粒子群优化(PSO)的STAR-RIS辅助NOMA无线通信网络优化方法。STAR-RIS作为一种新型可重构智能表面,能同时反射和传输信号,与传统仅能反射的RIS不同。结合NOMA技术,STAR-RIS可以提升覆盖范围、用户容量和频谱效率。针对STAR-RIS元素众多导致获取完整信道状态信息(CSI)开销大的问题,作者提出一种在不依赖完整CSI的情况下,联合优化功率分配、基站波束成形以及STAR-RIS的传输和反射波束成形向量的方法,以最大化总可实现速率并确保每个用户的最低速率要求。仿真结果显示,该方案优于STAR-RIS辅助的OMA系统。 适合人群:具备一定无线通信理论基础、对智能反射面技术和非正交多址接入技术感兴趣的科研人员和工程师。 使用场景及目标:①适用于希望深入了解STAR-RIS与NOMA结合的研究者;②为解决无线通信中频谱资源紧张、提高系统性能提供新的思路和技术手段;③帮助理解PSO算法在无线通信优化问题中的应用。 其他说明:文中提供了详细的Python代码实现,涵盖系统参数设置、信道建模、速率计算、目标函数定义、约束条件设定、主优化函数设计及结果可视化等环节,便于读者理解和复现实验结果。此外,文章还对比了PSO与其他优化算法(如DDPG)的区别,强调了PSO在不需要显式CSI估计方面的优势。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值