基于深度学习的现代数字信号处理教学模式改革探讨

2021-01-26 05:44牟海维韩建刘超吕秀丽
科技风 2021年2期
关键词:数字信号处理深度学习

牟海维 韩建 刘超 吕秀丽

摘 要:现代数字信号处理课程是信号处理理论重要知识体系,是研究随机信号的分析和信号处理算法的基础,具有较强的实践性和应用性。为适应信息类研究生对课程内容学习需要,通过引入深度学习来深入掌握现代数字信号处理知识点,以维纳滤波为例,通过引入深度学习框架,解决数字图像处理过程方法,提升学生在深度学习在数字信号处理中的实践能力,在课程教学中取得了较好效果。

关键词:深度学习;数字信号处理;维纳滤波

目前随着电子信息技术、微电子技术、互联网+、大数据与深度学习的快速发展,现代数字信号处理技术得到了快速提升,并广泛应用于石油勘探、生物医学、消费电子、国防军事、航空航天、现代工业等其他领域,已成为现代经济与社会发展的最重要应用技术之一。由于该课程的理论性和实践性都很强,且其基本原理和方法已广泛应用于各领域,因此有必要对本课程进行教学内容及方法改革,优化课程体系结构,加强利用python软件实现实践性教学环节。

一、课程结构体系优化

《现代数字信号处理课程》具有数学理论推导较多、内容广泛、概念抽象等特点,同时,如果教学方法不当,一方面课程的持续时间也会受到限制,学生在学习过程中经常感到枯燥,難以理解和掌握;另一方面,容易造成学生对学习的恐惧,失去学习的兴趣。涉及教学过程如图1所示。

现代数字信号处理是一种以算法信号处理为核心,是一门理论和实际应用相结合的实用课程。涉及的算法是基于计算机数值计算和深度学习框架,目前教师使用的传统教学方式,主要教演绎的基本理论和算法,在教学中主要使用了大量的公式、算法和推导的学习,而忽视让学生用计算机模拟设计调试,分析课程的内容和解决问题的能力,让学生觉得这门课是一个数学理论,并不有利于他们深刻理解数学概念的物理和工程问题,并且,课外实践项目的限制,不利于学生今后的研究领域的信号处理。因此,如何提高学生学习的兴趣和主动性,增强学生对知识的理解和掌握,培养学生综合运用所学解决实际问题的实践能力,是本课程教学中需要解决的关键问题。

二、引入案例及柔性化教学模式

理论性较强的课程通常侧重于理论推导,而忽略了具体实现技术的介绍。因此,将理论知识与实际工程应用联系起来是不可能的。表现在他们做工程实际项目时,即使是对学过的相关内容也无法用具体的手段来实现。在学习过程中,把理论、实践及案例有机结合起来,知识点揉成一团,相互支撑,这就是所谓的柔性教学模式,如图2所示,每个教学模式并不是孤立的。

在现代数字信号处理的教学过程中,应注重培养学生的工程思维方法。数字信号处理理论中包含了许多研究问题和解决问题科学的方法,如频域分析方法、功率谱估计方法、傅里叶变换的快速计算方法等都是很好的。尽管它出现在信号处理的专业领域,但它的基本思想是利用事物的特点和规律来解决实际问题,这在所有领域应用都是一样的,尤其是结合深度学习来处理随机信号问题。

三、维纳滤波方法案例

深度学习解决信息处理是今后发展趋势,因此本课程利用python软件,利用深度学习框架结构,调用函数和深度学习算法进行案例教学,本例为调用维纳滤波的函数,利用SciPy数据包中wiener滤波库函数的调用。具体语句为from scipy.signal import wiener函数调入。

本课程通过案例式等多种教学方式,使学生从被动接受知识转变为主动的学习者,通过精心组织教学内容和详细的教学计划,开发学生的学习潜能,鼓励学生实现创造性学习,根据学生专业不同的背景,不同的兴趣,不同的能力和不同的工作目标,对学生需求进行多样化的教学,可以让学生根据自己的职业目标设定他们自己的学习计划,使学生与资源实现合理的调度和灵活的匹配,这样案例式项目式学习引导学生有被动变为主动。

四、结论

通过课程的不断改革,在课程教学的结束阶段时,学生进行分组选择教学案例讨论,对项目的解决过程,演示程序和答辩问题。这种实践性教学方法是考核学生成绩的重要依据之一。设计的专题项目和案例训练,不仅弥补了对抽象和困难的课程内容对不足的认识,也充分发挥学生的主动性和创造性,使学生得到良好的锻炼的同时,理论知识可以得到深化和巩固,提高学生发现问题的能力、分析问题和解决问题的能力。

参考文献:

[1]曹霞,王波,张红剑.新工科背景下数字信号处理课程的改革[J].学园,2017(25):23-24.

[2]丁文飞,孙会楠,赵建新.项目驱动教学法在《数字信号处理技术》课程中的应用——以语音信号为例[J].高教学刊,2017(17):95-97.

[3]何朝霞.数字信号处理实验教学改革的探索[J].实验室科学,2015,18(03):103-105.

[4]赵楠,李世豪,肖雄,吴令浩.Matlab在语音信号处理教学中的应用[J].实验科学与技术,2015,13(06):54-57.

[5]沈希忠.数字信号处理课程的应用型教学模式探索[J].高教学刊,2016(22):98-99.

[6]李彤.创新设计课程项目驱动教学法探索[J].计算机教育,2015(9):72-74.

基金项目:黑龙江省高等教育教学改革项目“现代数字信号处理课程教学改革的探索与实践”(SJGY20170047);黑龙江省高等教育教学改革项目“学科交叉复合创新创业人才培养研究与实践”(SJGY20190106);黑龙江省教育科学规划重点课题“基于学科交叉融合的电子信息类专业改造路径研究与实践”(GJB1319023);黑龙江省高等教育教学改革研究项目“工程教育认证背景下复杂工程问题的构造与教学设计研究”(SJGY20180069)

作者简介:牟海维(1963— ),男,汉族,黑龙江绥化人,博士,教授,主要从事油田大数据及信号信息处理研究。

猜你喜欢
数字信号处理深度学习
《数字信号处理》中存在的难点问题解析
有体验的学习才是有意义的学习
电子信息工程专业数字信号处理课程改革与研究
电子商务中基于深度学习的虚假交易识别研究
MOOC与翻转课堂融合的深度学习场域建构
大数据技术在反恐怖主义中的应用展望
深度学习算法应用于岩石图像处理的可行性研究
基于深度卷积网络的人脸年龄分析算法与实现
数字信号处理课程教学探索
SPTool在数字信号处理课程教学中的应用