数字信号处理MOOC课程建设及知识管理研究

王世强 高彩云 曾会勇 蔡继亮

摘  要：文章对数字信号处理课程的特点进行分析，并以其MOOC构造为研究对象，对数字信号处理MOOC建设的必要性和技术要求进行研究。同时，研究了与数字信号处理MOOC内容相关的知识管理，包括知识点的结构以及本课程的重点和难点。文章的研究对数字信号处理课程的建设具有参考意义。

关键词：数字信号处理;MOOC;知识管理;课程建设

中图分类号：G640 文献标志码：A         文章编号：2096-000X（2020）26-0122-05

Abstract： The paper analyzes the characteristics of the digital signal processing course， takes the mural construction as the research object， and analyzes the necessity and technical requirements of the digital signal processing. Then this paper analyzes the knowledge management related to the content of the digital signal processing MOOC， including the structure of knowledge points and the key and difficult points of this course. The research of the thesis has reference significance for the construction of digital signal processing.

Keywords： digital signal processing; MOOC; knowledge management; course construction

一、概述

數字信号处理（DSP）主要是面向电子信息、雷达工程等专业学生的课程。该课程供学生在完成信号和系统课程后学习与数字信号处理相关的专业知识[1-2]。近年

来，国内外知名大学已经开始了数字信号处理在线课程和MOOC课程，并取得了一定的成果[3]。

MOOC为Massive Open Online Courses的缩写，是指大规模在线公开课，其建设目的在于促进教育以及教学观念的转变，实现对教学内容和教学方法引领改革，通过现代信息技术促进高质量课程资源的建设，培养学生的自主学习能力和提高社会人员素质培训。MOOC专注于广泛的通识教育公共选修课程，双学位课程和公共基础等课程，包括专业基础课程，专业课程和在线教育课程。它基于课程资源系统，内容丰富，适合网络化教学。多层次和多类型优质课程教学资源的建立和共享，可系统地为教师、学生和社会人员提供优质课程教学资源。

本文分析了与数字信号处理MOOC课程建设有关的需求和要求，分析了该课程的知识管理，即课程知识的结构和重难点，对数字信号处理的建设具有参考意义。

二、MOOC建设的需求和要求分析

（一）DSP课程的特点

数字信号处理（DSP）是一门新兴的学科，自1960年代以来随着信息以及计算机科学的迅猛发展而迅速发展。它在信息时代的科学技术发展中起着非常重要的作用。数字信号处理包括滤波、变换、检测、频谱分析、压缩、估计和识别等内容。由于数字信号处理的突出优势，它已被广泛用于通信、语音、雷达、地震勘测、声纳、遥感、生物医学、电视和仪器仪表中[4-6]。该课程使学习者（后文以学生指代）掌握数字信号处理的基本理论，方法和实现技术，从而使学生具有指导理论和实践的能力。该课程涉及许多数学知识，概念抽象，并且具有很强的理论和继承性。它与电子信息技术和新兴学科的理论基础紧密相关，具有强大的操作性、实用性和前沿性。

（二）DSP MOOC构建的必要性

MOOC强调开放的在线功能，并可以共享优质的资源课程。这使学生可以根据个人需求灵活安排在线学习时间，拓宽学习渠道，并弥补当前本科教育和在职教育的一些不足[7-9]。

1. MOOC可以带来大学教育和大专教育的多元化模式。数字信号处理涉及大量数学知识，是概念抽象的一部分，仅利用课堂时间进行解释，不仅学生无法当场理解，而且花费在相关知识点上的时间过多也会影响整体教学课程进度，此外，还要照顾到大多数学生的学习效果。课堂教学不能满足某些学生的好奇心，无法满足那些学习快速知识的学生的求知识欲望，并且某些学生很容易产生畏难情绪，他们很难跟上课程进度，然后放弃相关的知识点，最终可能会导致放弃整个学习过程，对该课程失去信心。MOOC可以解决此问题，学生可以根据需要学习知识点。

2. MOOC更适合于本科教育和在职教育学生的自学能力要求。与MOOC带来的在线多模式教学相结合，学生可以零散地学习，学习进度快的学生只需很少的时间就可以跟进，基础较弱的学生可以反复学习，最终实现课程内容学习的齐头并进。此外，在线评估的实施侧重于对所学知识点的掌握，并且还有助于在课程结束时复习考试内容。

（三）DSP MOOC构建的技术要求

数字信号处理课程涵盖了数字信号处理技术的基本知识、基本概念、基本原理、基本方法、典型案例、综合应用、前沿话题和热点问题等。相对来讲，内容比较稳定、基础、科学、系统和先进，同时具有高度针对性的功能。根据学生和课程的特点，一方面采用自上而下的教学方法，将现代教学与传统教学相结合，注重差异教学，引入研究性教学，构建学生的知识体系。另一方面，采用自下而上的学习方法，引导学生从下至上学习，使学生从被动变为主动，勤于思考、乐于实践，学会使用各种模型思考问题、分析问题和解决问题。

MOOC课程的总体设计包括以下内容：

1. 数字信号处理课程建设的内容，相对于完整的课程知识点体系，视频的总长度不超过课程总课时的2/3。

2. 根据知识点组织教学内容和其他环节。每个知识点对应的视频教学时间一般为3-15分钟，约60个知识点。

3. 与课堂教学相似，MOOC按周安排学习进度，该课程的整个教学时间设计为13到15周。

4. 课程建设的基本过程包括：

（1）解构和分解原始课程的知识点;

（2）选择和巩固核心知识点;

（3）课程内容重组、设计和结构化安排;

（4）拍摄制作;

（5）翻译，校对;

（6）课程上线。

三、DSP MOOC的知识管理

（一）DSP课程知识点结构

数字信号处理课程的内容主要包括一个基础，两个支柱。一个基础是基于对离散时间信号和离散时间系统的时域和频域的分析。两个支柱是离散傅里叶变换及其快速算法，以及数字滤波器的理论和设计[2]，其内容体系如图1所示。MOOC课程根据知识点组织教学内容和其他相关知识结构，并优化课程的整体教学设计。

根据计划，数字信号处理知识点包括以下单元内容。

第一个单元是绪论。需要了解数字信号处理的基本概念、实现方法、特征和基本组成部分，以及数字信号处理课程的研究内容、特征、性质、任务和应用。

第二单元的内容是时域离散信号和系统。需要学习时域离散信号以及时域离散系统的性质和特点，时域离散信号分析方法和时域离散系统时域分析。

第三单元的内容是时域离散信号以及系统的频域分析。需要学习时域离散信号（序列）的傅立叶变换，学习时域离散信号z变换和时域离散系统的频域分析。

第四单元的内容是离散傅里叶变换及其快速算法。需要学习离散傅里叶变换的定义、物理意义以及性质，频域采样定理、离散傅里叶变换的应用，包括计算线性卷积，快速卷积和频谱分析等。还需要学习离散傅里叶变换的快速算法，即快速傅立叶变换（FFT），学习基2 FFT算法，包括时域抽取方法和频域提取方法，FFT編程思想、方法等。

第五单元的内容是模拟信号数字处理。需要学习的内容包括模拟信号的数字处理原理、模拟和数字信号的相互转换、时域采样定理以及模拟和数字频率之间的关系。

第六单元的内容包括数字滤波器的基本概念、无限脉冲响应（IIR）数字滤波器、模拟滤波器设计，包括Butterworth滤波器设计、Chebyshev滤波器设计等，脉冲响应不变方法，双线性变换方法设计IIR数字滤波器，数字高通、带通、带阻滤波器设计等。

第七单元的内容包括线性相位有限冲激响应（FIR）数字滤波器，用于设计有限冲激响应（FIR）数字滤波器的窗函数方法以及用于设计有限冲激响应（FIR）数字滤波器的频率采样方法。

第八单元的内容是网络结构的表示-信号流图，无限脉冲响应（FIR）基本网络结构，有限脉冲响应（FIR）基本网络结构以及数字信号处理中的量化效应等。

（二）重点难点分析

第一单元没有重点或难点。

第二单元的重点包括：辨识周期正弦序列;线性系统、时不变系统的判断、定义，线性卷积的计算，系统因果性、稳定性判断等[10]。第二单元的难点包括：线性卷积的定义和线性卷积的计算。

第三单元的重点包括：傅里叶变换的定义和性质、z变换的定义和性质、逆z变换、使用系统的零极点分布图判断系统的频率特性;全通滤波器、最小相位系统等。第三单元的难点包括：序列傅立叶变换的对称性、周期序列的傅立叶级数和傅立叶变换、复卷积定理、帕斯瓦尔定理;全通滤波器和最小相位系统等。

第四个单元的重点包括：离散傅里叶变换（DFT）和离散傅里叶反变换（IDFT）的定义;DFT与傅里叶变换（FT）、z变换（ZT）、离散傅里叶级数（DFS）之间的关系、循环移位定理、循环卷积定理、DFT的共轭对称性、使用DFT进行线性卷积、基2 FFT算法-时域抽取和频域提取的基本原理、实序列的FFT算法等。第四单元的难点包括：DFT和IDFT的定义、DFT的共轭对称性、使用DFT计算线性卷积、基2 FFT算法的基本原理（时域抽取，频域提取）、多级蝶形运算、旋转因子特性等。

第五单元的重点是：模拟信号数字处理的原理、时域采样定理、模拟频率与数字频率之间的关系。第五单元的难点是采样信号频谱的理解。

第六单元的重点包括：脉冲响应不变法的原理和双线性变换法的基本原理。第六单元的难点包括：模拟滤波器设计、模拟高通、带通、带阻滤波器设计;双线性变换方法等。

第七单元的重点包括：线性相位FIR数字滤波器的条件和特性、窗函数法的设计原理、频率采样方法的基本原理以及IIR和FIR数字滤波器的比较。第七单元的难点包括：窗函数法的基本原理及频率采样方法的基本原理。

第八单元的重点包括：IIR滤波器的特性和基本结构（直接型，级联型，并联型等）;FIR滤波器的特性和基本结构（直接型，级联型，频率采样型等）。 第八单元的难点是FIR频率采样型结构。

通过以上分析，数字信号处理MOOC知识点及重难点可以归纳为表1。

四、结束语

数字信号处理MOOC课程的教学形式主要采用知识单元、多媒体教学方法，以实现研究性课堂翻转和混合教学，并积极实施“课堂翻转、在线学习以及离线讨论”的方法。通过网络，教师和学生、学生和学生可跨时空进行广泛的交流，充分调动学生的学习主动性，提高实施素质教育的效果，并根据教育机构的要求全面提高教育信息化水平。以MOOC课程建设为根基的网络建设是网络时代现代大学的必然趋势，也是教育的新时代;MOOC课程建设将有助于提高教学质量，提升数字信号处理课程施教人员参与网络教学的实践能力。

参考文献：

[1]高西全，丁玉美，阔永红.数字信号处理——原理、实现及应用（第三版）[M].北京：电子工业出版社，2016.

[2]程佩青.数字信号处理教程（第四版）[M].北京：清华大学出版社，2013.

[3]胡健，陈后金，张菁，等.依托虚拟教研室，提升课程教学质量——以北京交通大学“双培计划”为例[J].北京教育：高教， 2018，819（05）：57-59.

[4]张旭明.分析数字信号处理技术在电子信息工程中的应用[J].科学技术创新，2019（25）：87-88.

[5]刘程鹏.基于数字信号处理技术的光纤传感器故障辨识[J].现代电子技术，2019，42（17）：43-48.

[6]翟栋晨，陈泽宗，佘高淇，等.基于数字信号处理和可编程逻辑门阵列的S波段雷达主板设计[J].科学技术与工程，2019，19（17）：210-214.

[7]侯治富，安琪，侯睿智，等.对慕课建设路径的思考与探索[J].中国大学教学，2016（06）：63-65+86.

[8]任方军.高职教育“慕课”建设的必要性、争议及方向[J].河南科技学院学报，2018，38（08）：57-60.

[9]邹瑶.慕课背景下体育院校优质开放性在线课程开发与建设研究[J].科教文汇，2019（05）：123-124.

[10]王树华.《数字信号处理》课程教学大纲[EB/OL].https：//wenku.baidu.com/view/45709e33a9956bec0975f46527d3240c8447a1aa.html，2018：1-9.