通信工程专业科研成果研究范文

摘要:

通信工程专业是一个重视实验实践环节的应用型专业，需要大量的动手操作深化理论知识的理解与掌握。专业教师的科研成果与信息技术产业的发展方向有着密切的联系，通过将教师的科研成果引入实验教学，使学生深刻理解专业知识，明晰应用领域，促进了教学与科研的紧密结合。同时，学生参与科研项目，有利于激发学生的创新思维，培养创新能力。

关键词:

科研成果;实验教学;创新思维;创新能力

伴随工业4．0时代的到来，具有创新能力的应用型人才是大势所趋，也是高校人才培养的主要方向。我国《高等教育法》明确指出“培养具有创新精神和实践能力的高级专门人才”是高等教育的主要任务［1］。通信工程专业是一个重视实验、操作性极强的工科专业［2］，实验教学目前多为课内实验［3］，每门专业课结合自身的核心内容或重要知识点设立若干个实验项目，这些实验多是结合课内章节进行设计仿真或利用实验箱动手操作观察实验结果。如“通信原理”课程中的“常规双边带调幅与解调实验”“模拟通信系统实验”等，这样的实验可以使学生直观感受学科基本理论所产生的现象，但是并不利于学生对所学理论的深入理解和知识的融会贯通。很多学生反映每门课程都很用心的学习，对所学每章知识点都很理解，通过实验教学也能很好地验证或观察到结果或现象，学透了理论，联系了实际，但离开书本仍然对所学专业研究的具体内容和应用方向没有概念。究其原因是缺乏承载所学知识的载体，对理论的理解再透彻，也只能推导公式，对具体应用理论解决实际问题仍就一片茫然。随着大学本科教育的普及和研究生教育门槛的提高［4］，当前的实验教学模式已经不能满足学生及社会对实验教学的要求［5］，急需对传统的实验教学方式进行创新和突破，将教师的科研成果引进传统的实验教学，改变传统的照本宣科，将研究生阶段的研究学习模式提前引入本科实验教学，激发学生的创造热情，发掘学生的潜力。

1目前通信工程专业的实验教学模式

实验步骤五分法包括:提出问题、设计方案、实施操作、处理数据、分析和解释结果五个部分，根据学生在整个活动中的参与度，大致分为基础验证性实验、应用设计性实验和科学研究性实验三类［6，7］。

1．1基础验证性实验最为普遍基础验证性实验是目前高校实验教学中占比最大的实验课程设置方式，是学生理解消化理论知识的手段，通过动手，验证理论知识的正确性，解决“为什么”和“怎么做”的问题。教学方式以提示为主，即教师通过讲解、示范、指导等提示活动，学生被动接受、理解、做实验、消化教师所提示的内容。根据实验步骤的五分法，“提出实验问题”“设计实验方案”两步由教师完成，学生完成后三个步骤，学生参与度60%。如“ASK、FSK、PSK(DPSK)调制解调实验”中，教师预设实验目的为“理解ASK、FSK调制的工作原理及电路组成”，设计了实验方案为“观察ASK等调制信号的波形”，学生真正操作的步骤只有将信号源模块、数字调制模块、数字解调模块、同步提取模块、频谱分析模块固定在指定实验箱内，接通电源并观察各种解调模式下的图像即可。简而言之，学生在这个实验中的主要参与行为就是观察，解决的问题就是验证理论，可发挥主观能动性的空间极少，没有创造性。

1．2应用设计性实验比例逐步提升应用设计性实验较基础验证性实验对学生和教师的要求更高，学生的自主性更强，实验结果的多样性对教师评判实验的成功性负担更大，但因其能更好地激发学生的创造性，此种模式的课程设置比例正在逐步增长［8］。与基础验证性实验相比，应用设计性实验要求学生自己设计实验方案，“如何设计”是比“怎么做”更高的要求，教学方式除提示外，师生还需要通过教学对话、课堂讨论等教学形式，共同思考、探求、解决学生设计实验方案中的问题。根据实验步骤的五分法，“提出实验问题”由教师完成，学生完成包括“设计实验方案”的后四个步骤，学生参与度80%。如“模拟信道传输实验”，教师提供实验设备，学生自行设计信道传输的过程，包括信道中噪声的叠加、信号的调制与解调、滤波器的设计等环节，最终完成信号在信道中的传输。由于方案及实践过程均由学生自主完成，学生间也可作为小型竞赛，以信噪比最小的方案为最佳方案，激发学生的学习热情。

1．3本科阶段科学研究性实验较少科学研究性实验是指在不预设结论的情况下，根据所学所知，主动提出问题，并在此基础上设计实验步骤验证问题真伪的实验教学模式。此种模式的实验课程设置在高校本科阶段较少，更多的是在研究生阶段才有所参与。与基础验证性实验及应用设计性实验相比，科学研究性实验的目标是“做什么”比较明确，教学方式不再是教师的提示，而是在学生提出问题和解决问题的过程中，教师采用指导和研讨的方式参与其中，从而在实验过程中最大程度的发挥学生的主观能动性和创造力。根据实验步骤的五分法，从“提出实验问题”到“分析和解释实验结果”几乎全部由学生完成，学生参与度100%。

2科研成果引进实验教学的优势

2．1提升实验教学教师整体层次科研成果是教师科研水平的集中体现，对科研成果转化的期望是科研成果引入实验课程的潜在动力，将科研成果引入实验教学实践，让学生在实验过程中对科研成果的含金量产生感性认知，可以提升教师的成就感。与此同时，将科研成果引入实验教学，也对从事实验教学的教师形成倒逼机制，催生更多优秀科研成果，达到科研和教学相互促进的良性循环。

2．2优化实验课程设置将科研成果引入实验教学，可以优化实验课程设置［9］，在基础验证性实验课程居多的情况下，适度增加应用设计性实验和科学研究性实验，让各种模式的实验课程达到均衡配置，获得最佳的教学效果，培养学生的创造性思维，使学生在大学教育中完成学习———实践———应用的三步转化，适应当前社会对人才的需求。

2．3丰富实验教学内容教学内容必须与时俱进，教学实验课程的设置也应及时更新，科学研究位于专业技术领域的前沿，更能反映出本专业的主要发展趋势。将科研与教学实验相结合，不断充实实验内容，可使实验教学更具新颖性和先进性，解决学生所学课本知识与社会科技发展相脱节的问题［10］。

2．4激发学生创新意识和热情在研究性实验中，教师只给出若干思路，实验前学生并不知道实验结果，由学生根据实验条件和研究目标，自行查阅相关资料，设计实验方案、步骤，处理数据和分析结果，可能实验的结果不如人意，但通过综合训练，使学生对科研的基本方法和过程有了初步的认识和体验，有效调动了学生参与实验的积极性，既提高了学生的动手能力，又使学生养成了自主式、合作式、研究式、开放式学习方式。

2．5增强学生的专业认知通过与学生接触发现，很多学生在报考大学之初根本不知道专业研究什么，学习四年之后对于要报考的研究生专业同样也是一片茫然，因为不了解专业发展方向及研究内容，很大程度上导致了学习的盲目性和个人发展方向的错位。通过将科研成果引入实验教学，使学生在实验教学过程中深入了解本专业最前沿的知识，明确本专业的发展方向，对准确自我定位起到了很好的促进作用。

3改进后实验教学效果显著

天津商业大学通信工程专业将部分科研成果与“通信原理”课程实验相结合，设计了基于Matlab软件的研究性虚拟实验，旨在使学生了解前沿的信号处理、消除干扰等技术。以蚁群算法［11～13］为例，利用其较强的适应性、正反馈性和鲁棒性优化神经网络［14～16］的初始权值，能够有效提高神经网络的收敛速度，避免陷入局部最优，将其用于盲均衡算法［17］进行信号处理，通过Matlab仿真取得了良好的效果。通过实践发现，学生完成实验后，不仅对先进的算法和应用理论有所了解，还通过动手操作及程序的编写增强了实践动手能力，使学生真正体会到学以致用的成就感。

3．1实验问题的提出实验课前，教师将蚁群算法、神经网络、盲均衡算法的基本思想、公式推导、程序分析等提前教授于学生，使其理解消化。对信道传输过程中，信号所受影响及可能存在的畸变加以诠释，使学生对实验背景及应用意义得以了解，也为后续实验提出问题奠定基础。针对神经网络存在收敛速度慢、易陷入局部最优的缺点，引导学生利用具有较强适应性、鲁棒性的蚁群算法对其进行改进，使学生自己找到合适的切入点，将两种算法结合，并应用在信道的盲均衡中，体现其实用价值。

3．2实验内容的设置采用Matlab软件对算法进行编程，给学生提供开放的源代码进行学习，并要求在实验中修改相应的参数评测可靠性。输入信号设为2PAM信号，神经网络结构为7－9－1，仿真信道选取普通信道H1(z)和典型电话信道H2(z)，其传输函数分别为H1(z)=1+0．5z－1+0．25z－2+0．125z－3(1)H2(z)=0．005+0．009z－1－0．024z－2+0．854z－3－0．218z－4+0．049z－5－0．016z－6(2)实验中给出各参数的参考值，系统权值个数Dim=72，蚂蚁数为权值数的2倍，即M=144，最大迭代次数为NC=40，信噪比为20dB，信息素蒸发率ρ=0．02，迭代步长μ1=μ2=0．02。这些参考值都是可变的，但其变化会对实验的结果产生影响。

3．3实验结果的解析根据文献［18］中的结果，蚁群算法优化神经网络的盲均衡算法和遗传算法优化神经网络盲均衡算法在普通信道与典型电话信道中的收敛曲线进行了比较，如图1和图2所示。该曲线是经过了10次仿真实验后的平均结果。从图中可以看出，在普通信道中蚁群算法优化的神经网络盲均衡算法和遗传算法优化的神经网络盲均衡都能达到快速收敛的效果，收敛后的均方误差没有遗传算法的稳定，收敛速度明显高于普通神经网络盲均衡算法。在典型电话信道中蚁群算法优化的神经网络盲均衡收敛速度高于遗传算法优化后的结果，体现了蚁群算法的优势。图3和图4分别给出了在普通信道与典型电话信道中各算法的误码率比较曲线。可以看出，蚁群算法优化神经网络盲均衡算法具有较低的误码率。由于学生对程序的改进方式略有不同或参数设置不同，以及迭代和实验次数的不同，实验结果会有所差异，如在正常收敛范围内均可认定实验的正确性。本实验设计内容意为学生对算法的理解和分析，并与遗传算法优化神经网络盲均衡算法相比较，使学生更能理解优化算法的优势所在。

4结语

将科研成果引入实验教学不仅可以提高实验教学的层次，丰富实验内容，优化课程设置，还可以促进成果的转化，激发学生的创新意识，使学生将所学用到实处，深切感受所学如何所用，同时在大量的实验过程中推动科研的进程，两者相辅相成，相互促进，对师生都有极强的推动作用。而且消除了学生的迷茫，对今后的学习深造或参加工作都起到了很好的启迪作用，对培养创新性应用人才起到了积极的促进作用。

参考文献:

［1］戴克林．高校实验室建设与创新人才培养研究［J］．实验室技术与管理，2014，31(7):32－35．

［2］哈聪颖，王俊，张有光．通信专业类综合性实验研究与探索［J］．实验室研究与探索，2013，32(8):170－173．

［3］李新春，南敬昌，黄淑芬．通信专业基础课实验教学改革初探［J］．辽宁工程技术大学学报(社会科学版)，2003，6(5):113－114．

［4］董丽敏，陈后金，周俞波．通信工程专业本硕连读人才培养的实践研究［J］．教育探索，2011(1):90－93．

［5］董介春，张体强，于瑞涛．基于大工程观的通信专业实验教学改革［J］．实验室技术与管理，2010，27(1):113－116．

［6］田红．高校实验教学存在的问题与对策［J］．实验室科学与技术，2014，12(1):91－93．

［7］梁红，宋国利．改革实验教学模式注重大学生创新能力的培养［J］．黑龙江高教研究，2010(10):177－178．

［8］董萍，胡清华，曹卓良．应用型本科院校综合性、设计性实验项目设置的基本原则探讨［J］．合肥师范学院学报，2014，32(6):43－45．

［9］张弘钧，宗士增，庄众．高水平科研试验平台反哺教学的探索与实践［J］．现代教育科学:高教研究，2015，1(1):106－109．

［10］汪金刚，侯世英，余传祥．结合实践教学和科研训练的电气工程创新型人才培养［J］．实验室研究与探索，2011，30(7):252－255．

［11］耿艳香，孙云山，谢靖鹏，等．混沌蚁群算法在图像边缘检测中的应用［J］．计算机工程与应用，2015，51(2):194－197．

［12］费腾，张立毅，孙云山．基于DNA－蚁群算法的车辆路径优化问题求解［J］．计算机工程，2014，40(12):205－213．

［13］孙云山，李艳琴，张立毅，等．蚁群算法在盲均衡问题中的应用研究［J］．系统仿真学报，2010，22(2):395～398．

［14］罗亚松，林景元，胡玉铣，等．高阶QAM信号的前馈神经网络相位修正水声信道盲均衡算法［J］．武汉理工大学学报(交通科学与工程版)，2012，36(6):1221－1224．

［15］郭业才，高敏，张艳萍．基于正交小波包变换的前馈神经网络盲均衡算法［J］．电子测量与仪器学报，2009，23(11):59－64．

［16］刘洪波，郑博一，蒋博龄．基于人工鱼群神经网络的城市时用水量预测方法［J］．天津大学学报，2015，48(4):373－378．

［17］张立毅．神经网络盲均衡理论算法与应用［M］．北京:清华大学出版社，2013．

［18］张立毅，刘婷，孙云山，等．遗传算法优化神经网络权值盲均衡算法的研究［J］．计算机工程与应用，2009，45(11):162－164．

作者：耿艳香 张立毅 徐文超 单位：天津商业大学天津大学电子信息工程学院