0. 序言
§0.1. 英语还是德语?
理论上二者皆可。
笔者建议使用英语写作，原因有两点:
- 英语是必须掌握的一种语言。
从笔者的工作经验来看， 在 Infineon AG Warstein，即使同事之间日常工作都使用德语， 但在需要英语交流时可以做到无障碍切换。既然我们的眼光放在国际上，那么英语作为一种国际语言是必须要掌握的。 - 大部分文献都是英语写作。
在读文献积累词汇的过程中, 看到有用的专业词汇直接查询记录即可, 不需要再找相应的德语翻译。且德语的书面行文多以名词+功能动词的形式表达，而英语大多以高级动词加各种从句的形式表达。如果使用德语写作， 需要在语法形式上做出相应的改变。
基于以上两点，在下文中，特定的词汇也会列出其对应的英语。
§0.2. Word 还是 LaTeX？
Word 作为最常见的写作工具，不再赘述其功能。在此只说明 Word 的两大特点：
- 所见即所得。
Word 赋予用户极高的自由度，用户可以任意调整文本格式。但也正因如此，对于不太精通Word的用户而言，需要经常在内容和格式之间来回切换，从而打断写作思路。同时，由于所有的格式都需要手动调节，容易出现格式上的一些疏漏。 - 支持多人批注。
笔者认为这是Word最大的优点。在修改论文时，导师可以直接打开Word文档进行删减、修改和批注。尽管其他的写作工具也可以导出为 .pdf 格式进行批注，但无法做到像 Word 一样方便快捷。
LaTeX 是一种专业的论文写作工具，有如下两个特点：
- 所见非所得。
LaTeX 基于 TeX 系统排版，即遵循呈现与内容分离的设计理念。作者只需专注于编写的内容，文档的外观完全交给 LaTeX 系统处理。同时，仍然允许作者在需要时进行手动的排版调整。 - 编程思维。
文档的逻辑结构通过简单的章（Chapter）、节（Section）、表（Table）、图（Figure）等概念来指定，这更有利于理解论文的整体框架。
综上，笔者认为，尽管 LaTeX 需要一定的学习成本，但是它更符合论文的写作逻辑。格式上由于高度的统一性让 LaTeX 能够胜任几乎所有的学术性写作场景。因此，笔者建议使用LaTeX作为论文的写作工具。
§0.3. 数据的处理、分析和展示
作为工科毕设，笔者总结的数据获取方式如下：
- 手动从 Excel 输入
- 直接从测量仪器中导出，比如示波器（Oscilloscope）、 Curve Tracer 等
- 从经过软件处理的测量仪器中导出，比如通过 LabView 保存的测量数据
- 仿真软件导出，比如 Simetrix、Simulink、T-CAD等
相应地，有如下几种常见的数据类型：
- .xlsx
- .csv
- .txt
- .mat
那么根据数据的类型和获取方式，笔者总结了如下几种处理和分析数据的软件:
- Excel
- MatLab
- Python
- Origin
Excel 适用于数据量不大，处理过程相对简单的情况。比如仅需要展示几个数据点的趋势走向，条形图/柱状图的对比等等。
如果需要处理的数据量很大，且处理过程相对复杂（滤波，光滑数据，矩阵计算等），就需要更专业的软件来解决，比如 MatLab、Python 和 Origin 等。Origin 的特点有点类似于 Word，属于所见即所得，全程只需要鼠标点击处理。然而，在面对十几甚至几十份数据时，一个个的鼠标点击处理显然是一个效率低下的选择。
MatLab 和 Python 是基于编程的软件，前期需要一定的时间去编写代码，但是可以做到一劳永逸。不管使用什么编程软件，大体上分为三个步骤，即：
- 数据导入（注意 raw data 的数据类型）
- 数据处理（注意用合适的命令行去处理数据）
- 数据展示（即用图片展示数据）
这里需要着重强调一下，以上所说的数据处理仅仅是代表在做完实验后对测量数据的一种评估方式，并不代表在论文中最终呈现的数据图。关于后者，将会在第一章进行更详细的说明。
§0.4. 关于文献
文献检索
要想让论文内容更有学术性，需要搜索大量的文献对论文中的观点进行佐证。那么第一个问题就是如何搜索文献。根据笔者的经验，有三种常见的途径：
- Google Scholar
- IEEE
- LE实验室内部的Bibliothek
文献阅读
有了检索库，第二个问题便是，如何阅读文献。笔者的经验是按照如下的顺序阅读：
- *标题（Title）
- *摘要（Abstract）
- *数据图，通常在结果（Results）中
- 根据数据图展示的结果，有选择的阅读文献的其余部分
如果读完前三部分内容发现此文献和论文内容关系不大便可以不再阅读。换言之，前三点是必读内容，故用星号标记。如果内容契合度较高，则继续阅读第四点。
在阅读第三点，即数据图时，按照笔者的经验，可以从以下几个角度去分析:
- 数据图的标题（Caption）是什么?
- 数据图的横纵轴分别是什么?（物理量/单位）
- 这是一张什么类型的图?（折线图/拟合线/直方图/饼状图... etc.）
- 图中有几条曲线?
- 每条曲线的图例（Legend）代表什么?
- 各个曲线的相同点和不同点的是什么?
文献管理
现在，读者搜到了相关的文献并保存到本地。那么第三个问题便是，如何在需要的时候快速找到文献并作为论文观点的佐证插入到论文中。
根据笔者的经验，常见的文献管理软件有：
- EndNote
- Mendeley
- Zotero
这里，笔者推荐使用 Zotero，原因如下：
- 免费
- 支持插入标签（Tags）功能
根据文献的内容给文献加上多个标签，这样在以后搜索时只需要搜索标签即可快速查找到文献。关于如何设置标签，可以遵循以下原则：- 什么器件？#IGBT #MOSFET #Diode...
- 什么材料？#Si #SiC # GaN...
- 什么内容？#Short Circuit #Double Pulse #Bipolar Degradation #Power Cycling #Self-Turn-On...
- 什么年份？#2020 #2021 #2022...
- 什么机构？#Infineon #TU Chemnitz #TU Rostock...
- 谁写的？ #Xing Liu #Thomas Basler #Josef Lutz...
- 支持谷歌插件
通过插件可以把文献一键导入 Zotero - 文献的信息支持一键导出至 LaTeX。需要引用时可以直接从LaTeX文献库调用
1. 论文内容
按照笔者的理解，论文的内容分为两部分，即框架 + 正文。下面将详细说一下这两部分。
§1.1. 框架
框架即标题，由三部分组成：
- 章（Chapter）
- 节（Sectioin）
- 子节（Subsection）
这里重点说一下章。按照论文的阅读顺序，章可以分为以下部分：
- 摘要（Abstract）
- 背景介绍（Introduction）
- 理论（Theory）
- 实验设置（Measurement Setup）
- 结果（Results）
- 总结和展望（Summary and Outlook）
- 附件（Appdendix）
- 参考文献（Reference）
Abstract
摘要是论文的基础。在摘要中应该介绍论文的动机（Motivation）。此外应该概括论文中做了哪些工作。典型的句式如：
In this work, the following aspects are investigated:
- Aspect 1
- Aspect 2
- Aspect 3
- ...
摘要一般由导师完成，篇幅一般控制在一页之内。
Introduction
背景介绍可以遵循 5W2H 的方法进行论述，即：
- *What？
- *Why？
- Where？
- Who？
- When？
- *How？
- How much？
其中，是什么，为什么和怎么做是最重要的三部分，故用星号表示。把这三部分讲清楚，论文的动机就有了。
Theory
为了让结论更有说服力，在展示结果之前应该提供大量理论依据。因此，在理论部分应该总结文献，列出前人工作的优点和不足，并说明在自己的工作中是如何改善的。需要注意的是，理论部分的内容应该紧紧围绕于实验结果，杜绝单纯的理论推导。有用但不太重要的理论可以放在附录中。
Measurement Setup
此部分应该包括：
- 介绍实验台
- 描述测量仪器的工作原理
- 详细阐明实验条件
- 为什么设置这样的实验条件
Results
此为论文最重要的部分，应该用大量的数据图展示所做的工作并详细描述每一个结果。描述数据图时应该考虑以下几个内容：
- 这是一张关于什么的数据图？（即换一种方式描述 Caption）
- 横纵轴分别代表什么？
- 每条曲线的极值和趋势是什么？
- 各个曲线的相同点、不同点及原因是什么？
需要强调的是，虽然写到论文中的实验结果来自于前期实验阶段的数据，但并不是所有测量的数据都应该被展现在论文中。换言之，在结果中只应该展示和结论相关的内容。
Summary and Outlook
总结实验结果并说明实验还存在哪些不足，在下一步的工作中应该如何改进。
Appendix
附件的内容应该包括所有和论文内容相关但是限于篇幅不应该过多在正文中展示的内容，包括但不限于：
- 公式推导
- 阐释原理
- 测量结果
Reference
文献部分应该列出所有在论文中引用的文献信息。此信息应该包括：
- 作者
- 标题
- 出版社
- 出版年份
- 出版地点
- 引用页码
以下类型的文献可以被引用：
- 学士论文
- 学术期刊
- 会议报告
- 专著
- 其他（Application Note，Data Sheet...）
常见的引用格式有：
- APA
- Chicago
- IEEE
- Harvard
§1.2. 正文
正文的展现形式有：
- 图片
- 表格
- 文字
图片
图片大体上分为两类：
- 示意图（Schematic Illustration），用来阐释某个概念、工作原理和展示流程等。常用的软件为微软旗下的 Visio
- 数据图（Data
Diagram），用来展示测量结果。综合前文来看，在绘制数据图时，需要特别考虑以下几个问题：
- 图片的标题（Caption）够不够详细？
- 用什么曲线类型能最好的展示要表达的结果？
比如折线图适合展示趋势，直方图适合展示对比，饼状图适合展示比例关系等 - 图例（Legend）在能准确描述几条曲线区别的情况下够不够简洁？
一张数据图的主体部分应该是曲线，如果图例太长会影响曲线的阅读 - 如何展现各条曲线的对比？
实线vs.虚线？色彩对比？（黑红、红蓝、蓝橙、绿紫等，如果是多于两条曲线还可以使用灰色或相应的渐近色/对比色作为过渡。同时注意，除了红黑灰色，其他颜色尽量使用低饱和色） - 有没有必要加入注释（Annotation）？
需要特殊标记的值、反应趋势的箭头或者取相同横坐标对应的不同纵坐标值等等都可以更好地让读者一眼看到数据图的重点。
表格
表格也可以分为两类：
- 纯文字的表格，用较少的文字描述一个或多个事物的多个方面，比如优点、缺点等。
- 有数据的表格，用以描述测试条件、控制的变量等。
表格的格式尽量使用三线表。如果表格比较复杂也可以使用其他格式，但是尽量避免使用纵向的表框。最重要的是在整篇论文中所有表格的格式应该相同。
文字
关于文字，按照笔者的经验，希望读者能记住一条重要的规律：
图片>表格>文字
能用图片展示就不要用表格，能用表格展示就不要用文字。文字作为优先级最低的选择，除了对各个章节做一些起承转合的描述，大部分情况下的功能是描述图片和表格。
关于行文的词汇，如前文所说，在阅读文献时要有意的记录一些专业的名词和与之搭配的动词。
关于句式，根据笔者的经验，除了在Introduction章节应该使用较多的嵌套句式外（尽管如此，一个句子中也不应超过三个嵌套从句），大部分章节的内容用一个简单的句式即可清楚的表达。没必要刻意去使用过于高级的词汇和复杂的句式，因为文字的最终目的是阐述严谨的逻辑关系。对于需要多点阐述的表达，可以使用一个从句加有序或无序列表的形式表达，比如：
It can be conculded from Figure 1 that:
- Conclusion 1
- Conclusion 2
- Conclusion 3
另外，为了保证论文的客观性，应该使用被动句，避免出现I，We这样的主语。
2. 写作顺序
刚才已经讲了论文的章节顺序，那么写论文时是不是应该按照这个顺序呢？按照笔者的经验，写论文的顺序应该为：
- Results
- Measurement Setup
- Theory
- Summary and Outlook
- Introduction
再次强调，作为论文中最关键的一部分，Results直接展现了整个实验的结果。一切其他章节都应该以 Results 为基础。所以毫无疑问，首先应该把最核心的实验结果展现出来。
3. 行文逻辑
一篇好的论文应该具备无懈可击的逻辑。根据笔者的经验，先确定好论文的框架（即各个章节的标题），然后画出所有的示意图、数据图以及表格。一篇具有逻辑性的论文应该做到让读者仅仅看完标题和图片就知道作者想要论述什么内容。而文字仅仅是服务于标题（起承转合）和图片（描述）罢了。
所以，笔者认为，写论文的难点并不在“写”上，而在于确定框架和图片。做好这两点，论文的逻辑就有了，剩下的就是按照 5W2H 原则，通过文字把逻辑表达出来而已。
4. 批改流程
按照笔者的经验，建议读者按照第三章所讲的写作顺序，在每完成一章后即交给导师批改。这样的好处在于：
- 导师每次批改的工作量不大
- 可以及时发现需要修改的内容，方便后面的章节不再出现相同的错误
多次反复的修改是很正常的，没有人能一次性写出完美的论文。导师要求修改的地方或次数越多，说明导师越负责，写论文的作者获得高分数的可能性就越高。
5. 尾声
最后还要强调一点，写论文完全是自己的事情，不要指望导师来催。应该化被动为主动，经常和导师交流。即使起初的几次交流可能还会存在许多误解，但笔者相信，只要注意交流的方式方法，没有解决不了的问题。重要的是，读者有没有用心去做。
另外，由于笔者仅以自身经历为出发点写下这些感悟，其中难免有不客观或者不严谨之处。笔者希望这篇文章能够起到抛砖引玉的效果，也希望读者们多提意见，共同学习。
最后的最后，祝愿读者们能够顺利完成论文。