吳贇 白恩健
摘? 要:在“信號(hào)估值與檢測(cè)”研究生課程中引入項(xiàng)目驅(qū)動(dòng)式教學(xué)模式,選取與課程相關(guān)的實(shí)際應(yīng)用問(wèn)題作為項(xiàng)目專(zhuān)題。學(xué)生通過(guò)分組合作完成項(xiàng)目的前期調(diào)研,方案確立和編程實(shí)踐。項(xiàng)目驅(qū)動(dòng)式教學(xué)使學(xué)生了解和把握前沿科技,加深對(duì)課程內(nèi)容的理解,鍛煉動(dòng)手編程能力,并增強(qiáng)科研能力及團(tuán)隊(duì)合作精神。
關(guān)鍵詞:“信號(hào)估值與檢測(cè)”;項(xiàng)目教學(xué);研究生教學(xué);教學(xué)改革
中圖分類(lèi)號(hào):G642? ? ? ?文獻(xiàn)標(biāo)志碼:A 文章編號(hào):2096-000X(2021)02-0137-04
Abstract: Project-driven teaching reform is introduced into the course of "Signal Estimation and Detection" for postgraduates, the practical application problems related to the course are selected as the project topic. Students complete the pre-research, scheme establishment and programming practice of related projects through group cooperation. The implementation of project teaching enables students to understand and grasp the frontier science and technology, deepen the understanding of curriculum content, exercise the ability of hands-on programming, and cultivate scientific research ability and team spirit.
Keywords: "signal estimation and detection"; project-driven teaching; postgraduate teaching; teaching reform
引言
“信號(hào)估值與檢測(cè)”主要介紹從噪聲干擾的信號(hào)中用統(tǒng)計(jì)推斷理論來(lái)判斷信號(hào)的存在和估計(jì)信號(hào)的參數(shù)[1-2]。本課程是通信、電子類(lèi)相關(guān)專(zhuān)業(yè)的一門(mén)重要的專(zhuān)業(yè)課,也是我校信息與技術(shù)學(xué)院碩士研究生的一門(mén)核心學(xué)位課。東華大學(xué)信息與技術(shù)學(xué)院研究生課程中,共有兩門(mén)與信號(hào)處理相關(guān)的課程,除了“信號(hào)估值與檢測(cè)”課程,另外一門(mén)課程是“現(xiàn)代信號(hào)處理”。兩門(mén)課的課程組老師多次進(jìn)行交流,對(duì)授課內(nèi)容進(jìn)行了分割和優(yōu)化。“現(xiàn)代信號(hào)處理”課程側(cè)重自適應(yīng)估計(jì)技術(shù)及非參數(shù)估計(jì)方法的介紹,“信號(hào)估值與檢測(cè)”課程則側(cè)重于經(jīng)典估計(jì)與檢測(cè)方法的講解,并介紹最新的估值與檢測(cè)技術(shù)?!靶盘?hào)估值與檢測(cè)”課程教學(xué)大綱分為5個(gè)模塊:隨機(jī)信號(hào)及其系統(tǒng)特征;經(jīng)典估計(jì)理論,包括最小均方誤差,最大似然估計(jì),最小二乘估計(jì);貝葉斯估計(jì),包括貝葉斯原理介紹和線性貝葉斯估計(jì);檢測(cè)技術(shù)介紹;新的估計(jì)和檢測(cè)技術(shù)介紹。本次教學(xué)改革針對(duì)優(yōu)化后的教學(xué)內(nèi)容安排學(xué)生進(jìn)行相關(guān)項(xiàng)目的實(shí)施,并引導(dǎo)學(xué)生學(xué)習(xí)和把握“信號(hào)估值與檢測(cè)”領(lǐng)域最前沿的技術(shù)。
本課程理論性較強(qiáng),在實(shí)際教學(xué)中需要進(jìn)行數(shù)學(xué)公式推導(dǎo),從我校以往教學(xué)效果來(lái)看,研究生在這個(gè)環(huán)節(jié)掌握得較好。但同時(shí)本課程也是一門(mén)實(shí)踐性較強(qiáng)的課程,若沒(méi)有實(shí)踐環(huán)節(jié),學(xué)生很難做到理論聯(lián)系實(shí)際。為此,在課程教學(xué)中引入項(xiàng)目驅(qū)動(dòng)式教學(xué)方式,讓學(xué)生將理論知識(shí)應(yīng)用到實(shí)際信號(hào)處理問(wèn)題的解決中,以提升課程的教學(xué)效果[3-4]。
一、項(xiàng)目準(zhǔn)備階段
(一)確定教學(xué)目標(biāo)
項(xiàng)目驅(qū)動(dòng)式教學(xué)的目標(biāo)是讓學(xué)生理論聯(lián)系實(shí)際,加深對(duì)課程相關(guān)教學(xué)內(nèi)容的理解和掌握,同時(shí)了解和把握此領(lǐng)域的前沿技術(shù),提高學(xué)生的科研能力,培養(yǎng)他們的團(tuán)隊(duì)合作精神,為他們后續(xù)的研究生課題的開(kāi)展做好鋪墊。
(二)選取項(xiàng)目專(zhuān)題
在項(xiàng)目教學(xué)實(shí)施之前,首先進(jìn)行項(xiàng)目專(zhuān)題的確定,課題模式分為給定和自選兩種。課程組調(diào)研了本學(xué)院老師相關(guān)的科研項(xiàng)目及估計(jì)和檢測(cè)方面的經(jīng)典應(yīng)用問(wèn)題,從中提煉總結(jié)出項(xiàng)目專(zhuān)題。學(xué)生可以從給定專(zhuān)題中選擇,也可以結(jié)合自己研究生課題選擇相關(guān)的專(zhuān)題,這里節(jié)選了部分給定的專(zhuān)題如下:
1. 基于最小二乘法的室內(nèi)定位
這個(gè)項(xiàng)目是為了深化理解經(jīng)典估計(jì)中的最小二乘 (least square,LS)估計(jì),引入室內(nèi)定位問(wèn)題。室內(nèi)定位時(shí),通過(guò)測(cè)量時(shí)間來(lái)計(jì)算標(biāo)簽到基站的距離,通過(guò)多個(gè)標(biāo)簽到基站的距離,以及基站的實(shí)際物理坐標(biāo),利用最小二乘原理就可以計(jì)算出標(biāo)簽所在的三維坐標(biāo)。學(xué)生需要建立對(duì)應(yīng)的線性模型,并推導(dǎo)出最小二乘解,自主編寫(xiě)對(duì)應(yīng)的Matlab程序,給出仿真性能圖。
2. 空間調(diào)制最大似然檢測(cè)
在這個(gè)項(xiàng)目中為了深入理解最大似然檢測(cè),引入空間調(diào)制系統(tǒng)??臻g調(diào)制是一種新型多天線傳輸技術(shù),采用天線的激活狀態(tài)作為數(shù)字調(diào)制的新手段,將激活天線的索引信息作為一種額外的數(shù)據(jù)攜帶的方式,是一類(lèi)非常有前景的無(wú)線物理層傳輸技術(shù)[5]。要求學(xué)生搭建空間調(diào)制系統(tǒng)的仿真模型,并利用最大似然進(jìn)行檢測(cè),并評(píng)估系統(tǒng)的檢測(cè)性能。
3. 基于壓縮感知的信道估計(jì)
這個(gè)項(xiàng)目的設(shè)計(jì)是為了讓學(xué)生了解最新的參數(shù)估計(jì)技術(shù),針對(duì)大規(guī)模天線系統(tǒng)中信道稀疏的特點(diǎn),引入壓縮感知技術(shù)來(lái)估計(jì)信道。首先建立稀疏信號(hào)模型,闡述稀疏的概念和求解的思路。然后引導(dǎo)學(xué)生自主查閱和使用不同的壓縮感知算法實(shí)現(xiàn)稀疏信道估計(jì),并通過(guò)Matlab仿真做性能的分析和比較。
4. 基于深度學(xué)習(xí)的表面缺陷檢測(cè)
這個(gè)項(xiàng)目的設(shè)計(jì)是為了引導(dǎo)學(xué)生將深度學(xué)習(xí)算法應(yīng)用到布匹、帶鋼等產(chǎn)品的表面缺陷檢測(cè)中去,實(shí)現(xiàn)理論聯(lián)系實(shí)際、學(xué)以致用的目的。深度學(xué)習(xí)與傳統(tǒng)機(jī)器學(xué)習(xí)檢測(cè)方法的最大區(qū)別在于,它是從大數(shù)據(jù)中自動(dòng)學(xué)習(xí)特征,具有強(qiáng)大的學(xué)習(xí)能力和非常高效的特征表達(dá)能力。另外深度學(xué)習(xí)檢測(cè)方法適用性及魯棒性好,兼顧檢測(cè)精度和速度,能夠?qū)θ毕菽繕?biāo)進(jìn)行準(zhǔn)確定位和分類(lèi)。學(xué)生首先需要學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)并對(duì)缺陷數(shù)據(jù)集預(yù)處理,然后使用缺陷訓(xùn)練集對(duì)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,最后使用訓(xùn)練好的網(wǎng)絡(luò)模型進(jìn)行缺陷檢測(cè),并進(jìn)行性能分析和比較。
二、項(xiàng)目實(shí)施
項(xiàng)目驅(qū)動(dòng)式教學(xué)是以學(xué)生參與為主,教師引導(dǎo)和講解為輔的形式展開(kāi)。在確定項(xiàng)目專(zhuān)題后,要建立對(duì)應(yīng)的估計(jì)和檢測(cè)問(wèn)題的數(shù)學(xué)模型,并依據(jù)課程介紹的理論獲得有效的估計(jì)和檢測(cè)方法。為了保證項(xiàng)目的有效實(shí)施,提前給學(xué)生下發(fā)相關(guān)支撐資料,并引導(dǎo)他們自主查閱相關(guān)文獻(xiàn)。項(xiàng)目開(kāi)始之前,在課堂上給學(xué)生講解項(xiàng)目涉及的主要原理,并安排1-2次的答疑時(shí)間,幫助學(xué)生梳理項(xiàng)目難點(diǎn)。鑒于單獨(dú)實(shí)施項(xiàng)目的工作量較大,學(xué)生以3-4個(gè)人為一組的形式,分工合作,共同完成項(xiàng)目?jī)?nèi)容。項(xiàng)目實(shí)施需要完成的工作包括:項(xiàng)目調(diào)研,方案設(shè)計(jì),程序編寫(xiě)和項(xiàng)目報(bào)告撰寫(xiě)及課堂展示。下面就幾個(gè)重點(diǎn)環(huán)節(jié)進(jìn)行說(shuō)明。
(一)項(xiàng)目調(diào)研
授課教師首先給學(xué)生講解如何查找和整理文獻(xiàn)的方法,給學(xué)生介紹專(zhuān)業(yè)相關(guān)的常用的檢索數(shù)據(jù)庫(kù)如IEEE Xplore和中國(guó)期刊網(wǎng),然后指導(dǎo)學(xué)生下載相關(guān)主題的中英文參考文獻(xiàn)。文獻(xiàn)檢索時(shí)兼顧最新和經(jīng)典兩個(gè)方面。經(jīng)典算法是這個(gè)領(lǐng)域重要的研究成果,學(xué)生下載好文獻(xiàn)后對(duì)經(jīng)典算法要仔細(xì)研讀,理解原理和求解問(wèn)題的思路。同時(shí)檢索最新的參考文獻(xiàn)尤其是近1-2年的參考文獻(xiàn),并對(duì)文獻(xiàn)進(jìn)行整理分析,以把握這個(gè)主題的研究動(dòng)態(tài)。最后在項(xiàng)目綜合報(bào)告中,要求學(xué)生附一份文獻(xiàn)綜述報(bào)告。文獻(xiàn)綜述介紹與項(xiàng)目主題有關(guān)的詳細(xì)資料、動(dòng)態(tài)、進(jìn)展、展望以及對(duì)這幾方面的評(píng)述,內(nèi)容包含以下四部分:前言、主題、總結(jié)和參考文獻(xiàn)。文獻(xiàn)綜述報(bào)告要求3000字以上,參考文獻(xiàn)15篇以上,外文文獻(xiàn)至少3篇。
(二)編程實(shí)訓(xùn)
因?yàn)檎n程是面向?qū)W術(shù)碩士研究生開(kāi)展的,而Matlab編程是大部分學(xué)生的必須技能,并且使用Matlab更容易完成仿真程序的編寫(xiě),因此推薦學(xué)生使用Matlab編程。根據(jù)調(diào)查,學(xué)生對(duì)Matlab的掌握情況有很大不同,部分學(xué)生大學(xué)本科期間學(xué)過(guò)Matlab課程,但沒(méi)有進(jìn)行過(guò)實(shí)際問(wèn)題的程序編寫(xiě),還有一些學(xué)生本科就沒(méi)有學(xué)習(xí)過(guò)Matlab編程,需要重新開(kāi)始學(xué)習(xí)。鑒于學(xué)生的Matlab編程功底普遍薄弱,難以熟練使用Matlab來(lái)完成特定算法的實(shí)現(xiàn),課程組老師撰寫(xiě)了一定的Matlab編程指導(dǎo)材料,引導(dǎo)學(xué)生學(xué)會(huì)使用Matlab編程語(yǔ)言來(lái)實(shí)現(xiàn)特定的估計(jì)和檢測(cè)方案。為了能夠成功搭建仿真平臺(tái)和編寫(xiě)核心模塊的程序,課程中還安排了兩次課,四個(gè)課時(shí)的“面向信號(hào)估值與檢測(cè)的Matlab編程實(shí)戰(zhàn)”來(lái)輔導(dǎo)學(xué)生。第一次課,教師介紹信號(hào)估值與檢測(cè)中經(jīng)常用到的Matlab函數(shù),并提前給學(xué)生布置直流電平的估計(jì)問(wèn)題,課堂上讓學(xué)生修改相關(guān)參數(shù),完成一個(gè)完整的程序,實(shí)現(xiàn)不同測(cè)量數(shù)據(jù)和噪聲下估計(jì)性能的仿真分析。第二次課,教師布置線性系統(tǒng)識(shí)別問(wèn)題,讓學(xué)生完成不同信噪比下系統(tǒng)的識(shí)別,并與估計(jì)性能界比較。通過(guò)這兩次課程的講解和引導(dǎo),讓學(xué)生熟悉和掌握估值和檢測(cè)類(lèi)問(wèn)題的程序編寫(xiě)。
(三)項(xiàng)目展示及考核
項(xiàng)目完成后需要每組提交一份項(xiàng)目結(jié)題報(bào)告,一份文獻(xiàn)綜述報(bào)告,一套仿真程序,并對(duì)項(xiàng)目進(jìn)行課堂匯報(bào)和成果展示。其中結(jié)題報(bào)告要求5000字以上,內(nèi)容包括:背景介紹,系統(tǒng)模式,實(shí)現(xiàn)方法,仿真分析和總結(jié)。最終的考核分為以下幾個(gè)方面:編程實(shí)現(xiàn)、項(xiàng)目報(bào)告、項(xiàng)目匯報(bào)、課堂作業(yè)、出勤。編程實(shí)現(xiàn)部分,考察學(xué)生是否實(shí)現(xiàn)了項(xiàng)目的解決方案,解決程度如何;項(xiàng)目報(bào)告,考察學(xué)生是否對(duì)項(xiàng)目的背景,問(wèn)題描述,解決方案和實(shí)現(xiàn)有詳細(xì)的闡述,選題是否有新意;課堂作業(yè)部分考察學(xué)生隨堂測(cè)的成績(jī);在項(xiàng)目匯報(bào)部分,側(cè)重考察學(xué)生的表達(dá)是否流利,對(duì)問(wèn)題的闡述是否透徹,是否能夠正確回答老師和學(xué)生的問(wèn)題;課堂作業(yè)和出勤部分,考察學(xué)生的作業(yè)完成情況和出勤率。
三、項(xiàng)目實(shí)例
以壓縮感知信道估計(jì)為例來(lái)說(shuō)明項(xiàng)目的開(kāi)展,教師首先在課堂上給學(xué)生講解壓縮感知的基本概念并建立稀疏信號(hào)模型,然后介紹經(jīng)典的壓縮感知算法,最后學(xué)生自主查閱文獻(xiàn)并利用資源庫(kù)代碼完成壓縮感知信道的估計(jì)并進(jìn)行性能分析,下面對(duì)關(guān)鍵環(huán)節(jié)進(jìn)行闡述。
(一)介紹壓縮感知基本概念
為了不失真地恢復(fù)模擬信號(hào),采樣頻率應(yīng)該不小于奈奎斯特采樣頻率(即模擬信號(hào)頻譜中的最高頻率)的兩倍。其中除了利用了信號(hào)是有限帶寬的假設(shè)外,沒(méi)利用任何的其它先驗(yàn)信息,采集到的數(shù)據(jù)存在大量的冗余。隨后有人提出壓縮感知(Compressed Sensing,CS)方法,充分運(yùn)用了大部分信號(hào)在預(yù)知的一組基上可以稀疏表示這一先驗(yàn)信息,實(shí)現(xiàn)了在遠(yuǎn)低于奈奎斯特采樣頻率對(duì)壓縮數(shù)據(jù)的直接采集。壓縮感知技術(shù)已經(jīng)被應(yīng)用于很多領(lǐng)域,比如統(tǒng)計(jì)信號(hào)處理,編碼技術(shù),圖像處理,通信理論等,對(duì)壓縮感知技術(shù)的具體應(yīng)用,學(xué)生可以查閱相關(guān)文獻(xiàn)。將壓縮感知技術(shù)應(yīng)用于稀疏信道的估計(jì)是壓縮感知技術(shù)在通信領(lǐng)域中的一個(gè)重要應(yīng)用[6]。
(二)建立稀疏信號(hào)模型
大規(guī)模天線系統(tǒng)中的信道在角度域是稀疏的,因此可以利用壓縮感知技術(shù)進(jìn)行信道估計(jì),對(duì)應(yīng)的數(shù)學(xué)模型如下:
Y=h+W? ? ? ? ? ? ? ? ? ? ? ? (1)
式中(M×N)為重構(gòu)矩陣,Y(M×1)為接收信號(hào)對(duì)應(yīng)的觀測(cè)向量,h為?椎基下的L-稀疏無(wú)線信道,L< (三)引入壓縮感知算法 目前的壓縮感知重構(gòu)算法主要有凸優(yōu)化算法和貪婪追蹤算法兩類(lèi)。前者將欠定問(wèn)題轉(zhuǎn)換成凸優(yōu)化問(wèn)題,重構(gòu)精度高,但運(yùn)算復(fù)雜度高,不是本課程的研究重點(diǎn)。貪婪算法具有計(jì)算復(fù)雜度低、應(yīng)用范圍廣等特點(diǎn),貪婪算法主要包括正交匹配追蹤(Orthogonal Matching Pursuit,OMP)算法、壓縮采樣匹配追蹤(Comp-ressive Sampling MP,CoSaMP)算法、分段正交匹配追蹤(Stagewise OMP,StOMP)算法等。其中OMP算法是比較經(jīng)典的貪婪追蹤類(lèi)壓縮感知算法,它基于信號(hào)的正交分解概念,學(xué)生在“信號(hào)與系統(tǒng)”課程中學(xué)過(guò)相關(guān)知識(shí),比較容易理解和掌握,因此在項(xiàng)目式教學(xué)中,選取OMP算法用于稀疏信道的估計(jì)。 OMP算法的基本思想是在每一次迭代過(guò)程中,從重構(gòu)矩陣中選取與接收信號(hào)即觀測(cè)向量Y最匹配的原子來(lái)對(duì)信道h進(jìn)行近似。經(jīng)過(guò)一定的迭代之后,信號(hào)可由已選原子進(jìn)行線性表示。用OMP算法進(jìn)行信道估計(jì)的具體步驟如下: 步驟1:殘差向量r0初始化為觀測(cè)向量Y,索引集 步驟3:更新索引集? 步驟4:由最小二乘法得||2; 步驟5:更新殘差rt=Y=t+1; 步驟6:判斷是否滿(mǎn)足t>L,若滿(mǎn)足,則停止迭代并保存估,則跳到步驟2。 (四)仿真與分析 為了對(duì)比分析壓縮感知信道估計(jì)的性能,在仿真中將用到傳統(tǒng)的最小二乘信道估計(jì),在課堂上已經(jīng)對(duì)最小二乘算法進(jìn)行了介紹,學(xué)生可以借此對(duì)學(xué)習(xí)內(nèi)容進(jìn)行復(fù)習(xí)?;谑剑?),LS信道估計(jì)算法就是要使以下平方誤差最?。?/p> (2) 根據(jù)課堂所學(xué)知識(shí),可得最小二乘信道估計(jì)為: Y? ? ? ? ? ? ? ? ? ? ? ?(3) 其中(·)H和(·)-1分別表示矩陣的共軛轉(zhuǎn)置和矩陣的逆。 為了保證學(xué)生能夠成功編寫(xiě)信道估計(jì)程序,課程組資源庫(kù)里提前儲(chǔ)備好關(guān)鍵的Matlab函數(shù)庫(kù),包括OMP算法的函數(shù)包。學(xué)生利用這些函數(shù)庫(kù),再自己編寫(xiě)主體部分的程序以實(shí)現(xiàn)信道估計(jì),給出仿真結(jié)果并給出分析。程序編寫(xiě)的難點(diǎn)是需要對(duì)發(fā)射信號(hào)和噪聲進(jìn)行功率匹配以生成不同信噪比下的信號(hào)模型,教師在課堂會(huì)對(duì)這部分內(nèi)容進(jìn)行詳細(xì)講解。圖1就是學(xué)生給出的一個(gè)仿真結(jié)果,這個(gè)仿真評(píng)估了不同信噪比(SNR)下OMP信道估計(jì)和LS信道估計(jì)的均方誤差(MSE)性能。學(xué)生經(jīng)過(guò)分析得出結(jié)論:基于OMP的信道估計(jì)與傳統(tǒng)的LS信道估計(jì)大約有7dB的性能增益,這是由于OMP信道估計(jì)充分利用了信道的稀疏特性,大大抑制了噪聲的干擾。 四、需要注意的問(wèn)題 (一)處理好和理論教學(xué)的關(guān)聯(lián)性 項(xiàng)目驅(qū)動(dòng)式教學(xué)注重理論指導(dǎo)和實(shí)踐相結(jié)合,在進(jìn)行項(xiàng)目實(shí)踐之前,應(yīng)該保證對(duì)課程理論知識(shí)的傳授,只有學(xué)生們有了理論知識(shí)做鋪墊,才能更好地對(duì)項(xiàng)目進(jìn)行實(shí)施。但僅強(qiáng)調(diào)理論教學(xué),忽視理論和實(shí)踐的結(jié)合,就會(huì)導(dǎo)致學(xué)生死記硬背,不能學(xué)以致用,因此要注重理論知識(shí)的教學(xué)和項(xiàng)目實(shí)施的有機(jī)集合。比如在壓縮感知信道估計(jì)的項(xiàng)目實(shí)例中,教師在項(xiàng)目實(shí)施前安排一個(gè)課時(shí)的課堂教學(xué),用來(lái)講解壓縮感知的基本概念和相關(guān)算法的原理。在項(xiàng)目實(shí)施中教師引導(dǎo)學(xué)生利用壓縮感知算法編寫(xiě)程序來(lái)解決實(shí)際稀疏信道的估計(jì)問(wèn)題。在這個(gè)過(guò)程中做到學(xué)以致用,真正的理論聯(lián)系實(shí)際。 (二)保證項(xiàng)目實(shí)施的可行性 項(xiàng)目的選取和準(zhǔn)備工作很重要,項(xiàng)目不能太簡(jiǎn)單,這樣就失去了立項(xiàng)的意義。但項(xiàng)目也不能太難,學(xué)生會(huì)無(wú)從下手也無(wú)法實(shí)現(xiàn)。課程組老師在這方面也進(jìn)行多次嘗試,比如對(duì)于稀疏信道估計(jì)問(wèn)題,開(kāi)始是讓學(xué)生自主編寫(xiě)OMP算法的程序,結(jié)果學(xué)生無(wú)法完成。所以后來(lái)調(diào)整了方案,把OMP算法制作了函數(shù)包,學(xué)生只需調(diào)用即可,但要求學(xué)生要掌握OMP算法的概念,并要求他們?cè)陧?xiàng)目匯報(bào)的時(shí)候,對(duì)這部分內(nèi)容進(jìn)行闡述。除了在項(xiàng)目課題的選擇時(shí)要進(jìn)行調(diào)研,保證難度適中還需要從數(shù)學(xué)模型和程序?qū)崿F(xiàn)方面給學(xué)生一定的技術(shù)支撐。東華大學(xué)“信號(hào)估值與檢測(cè)”課程組老師一直都在做相關(guān)的課題研究,在信號(hào)估值與檢測(cè)領(lǐng)域積累了大量的項(xiàng)目經(jīng)驗(yàn),能夠確保學(xué)生順利完成項(xiàng)目。 (三)抓準(zhǔn)教師和學(xué)生的定位 傳統(tǒng)的教學(xué)中,老師和學(xué)生的角色定位是固定的。老師是知識(shí)的傳授者,學(xué)生只是被動(dòng)地接收知識(shí),這大大挫傷了學(xué)生學(xué)習(xí)的積極性。而在項(xiàng)目驅(qū)動(dòng)式教學(xué)中,要改進(jìn)教學(xué)風(fēng)格和模式,調(diào)動(dòng)學(xué)生的主動(dòng)性,讓他們能夠自主地查閱文獻(xiàn),分析問(wèn)題,尋找解決問(wèn)題的方法。在課堂匯報(bào)環(huán)節(jié),讓學(xué)生走上講臺(tái),充當(dāng)了知識(shí)的傳授者而不是被動(dòng)的接收者,這大大調(diào)動(dòng)了他們學(xué)習(xí)的熱情。教師在項(xiàng)目實(shí)施過(guò)程中要發(fā)揮好引領(lǐng)和答疑的作用,這需要老師前期要做好大量準(zhǔn)備工作,比如做好相關(guān)知識(shí)的儲(chǔ)備,把握前沿科技,建立關(guān)鍵例程的資源庫(kù)等。 五、結(jié)束語(yǔ) “信號(hào)估值與檢測(cè)”課程以項(xiàng)目為驅(qū)動(dòng)進(jìn)行了教學(xué)改革,取得了較好的教學(xué)效果。學(xué)生以小組的形式進(jìn)行項(xiàng)目的實(shí)施,培養(yǎng)了團(tuán)隊(duì)合作精神;在實(shí)施過(guò)程中,理論聯(lián)系實(shí)際,加強(qiáng)了對(duì)課程內(nèi)容的理解和掌握;通過(guò)文獻(xiàn)檢索,接觸和了解了本方向的前沿科技;在編程實(shí)踐等環(huán)節(jié)中鍛煉了動(dòng)手編程能力。在今后的課程建設(shè)中,將豐富和開(kāi)展更多的項(xiàng)目專(zhuān)題,并將進(jìn)行標(biāo)準(zhǔn)化建庫(kù)以實(shí)現(xiàn)課程建設(shè)的可持續(xù)化發(fā)展。 參考文獻(xiàn): [1]單潔,楊剛,王軍選,等.《信號(hào)檢測(cè)與估值》課程建設(shè)的探索[J].高教學(xué)刊,2018(1):53-55. [2]馮鵬,魏彪,何鵬,等.研究生專(zhuān)業(yè)課程《信號(hào)檢測(cè)理論》教學(xué)改革的探討與實(shí)踐[J].教育教學(xué)論壇,2016(36):140-141. [3]喻英.基于項(xiàng)目教學(xué)模式的女裝設(shè)計(jì)課程改革[J].東華大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2018(18):196-198. [4]宋穎韜,黨明巖.項(xiàng)目式教學(xué)在化工設(shè)計(jì)課程中的應(yīng)用探索[J].廣東化工,2015,42(20):153-154. [5]Wen M, Zheng B, Kim K J, et al. A Survey on Spatial Modulation in Emerging Wireless Systems: Research Progresses and Applications[J]. IEEE Journal on Selected Areas in Communications, 2019(37):1949-1972. [6] Zhang Q, Lv T, Lin Z. Variational Bayesian Channel Estimation for Wideband Multiuser mmWave Systems[C]. IEEE International Conference on Communications (ICC), 2019.