李欣 贾雅琼 俞斌 王晓丽 任咏梅
摘要:以“信号与系统”课程中的“滤波器”为具体的教学实践对象,基于智慧树平台和雨课堂工具,进行线上、线下相结合的混合式教学方法研究。利用智慧树平台完成线上学习和对应章节测验,通过智慧树平台上的讨论区实现师生间的及时互动。利用智慧树平台可以更加方便地统计线上学习情况的相关数据并进行精准的学情分析,基于此可以进行针对性的线下教学内容设计以压缩教师的讲解时间,留出更多的时间用于“以学生为中心”的翻转课堂教学,显著提高了教学效率。
关键词:信号与系统;滤波器;混合式教学;翻转课堂
中图分类号:G642 文献标识码:A
文章编号:1009-3044(2021)31-0186-02
随着信息处理和通信技术的飞速发展,随之而来的是IT行业的大繁荣,企业对电子信息类专业毕业生的专业素质也提出了更高的要求,同时,随着多媒体技术的发展,传统的课堂教学方式已经无法满足学生的求知需求,这些都是高校的教学工作所面临的严峻挑战。随着新冠肺炎疫情的爆发,各大高校都在进行线上教学[1]。混合式教学就是将线上教学和线下教学结合在一起,通过将两种教学方式的有机结合来取长补短,实现了教学过程从“学生被动接受”到师生互动式的以“学生为中心”的教学范式的转变,从而达到提升教学效果的目标。基于上述原因,许多的电子信息类专业的高校教师都致力于混合式教学方式的研究[2-4]。
信号与系统作为电子信息类专业的专业核心课程[5],教学内容主要涵盖了连续时间系统和离散时间系統的时域和变换域分析,这些内容是后续数字信号处理、高频通信电子线路等的基础。该课程中抽象概念多且难理解,涉及复杂的数学计算,因此信号与系统是一门较难的课程。如何合理的利用教学资源和教学手段来提升信号与系统课程的教学效果是一个热点研究问题。
本文以信号与系统课程中的重要知识点“滤波器”为混合式教学实践对象,借助雨课堂工具,以本教学团队老师录制的智慧树平台上的“信号与系统”教学视频资源,开展线上与线下方式相结合的混合式教学,其中线下教学采用以“学生为主体,教为主导”的翻转课堂教学模式以提高学生的参与度和学习积极性[6-7]。通过对“滤波器”知识的梳理凝练和合理的教学设计,利用多种信息化教学手段来达到更好的教学效果。
1 教学实施过程
教学过程分为线上和线下两部分,其实施过程如图1所示。
线上教学部分如图1(a)所示。对于学生端,首先让学生完成智慧树平台上的课程视频的学习,根据教学视频中的内容完成对应章节的测验题,并提交本次课的学习笔记,最后完成提问和回复环节,即针对本次课内容提出一些问题,可以是自己不明白的问题也可以是自己认为非常重要的知识,同时针对班上同学的提问要进行选择性回复。在教师端,教师统计学生的视频学习情况、测试题完成情况、读书笔记和提回回答环节的完成情况,并根据学生线上学习的情况进行学情分析,重点分析测试题完成情况和提问回答环节,凝练出学生对本次课程知识点的主要问题,以便有针对性的设计线下教学的内容和课堂测验题目,同时要提前向学生发布线下课程的分组讨论任务。
线下教学部分采用翻转课堂形式,如图1(b)所示。让学生作为课堂的主角,尽量压缩教师知识点讲解的时间,将大部分的教学时间用于对学生的当堂测试和分组展示中。线下课堂中教师的讲解内容主要包括对知识点的整体梳理和总结和对线上学习中学生们所遇到的重难点问题。对知识点的整体结构进行梳理和总结可以让学生更好地构建知识体系,对线上学习中的难点问题进行集中性针对性讲解可以大大提高教学效率。教师对知识点的讲解结束后立刻利用雨课堂工具向同学推送随堂测验题目,及时了解学生的掌握情况。接下来是学生的分组讨论,让学生将课前布置的分组讨论主观题目的完成情况进行上台讲解,台下的同学可以对台上的同学进行提问和点评,这种以学生为中心的教学模式可以增加学生的学习主动性和积极性。通过学生自己在台上讲解不仅可以加深学生对知识点的掌握深度,还可以锻炼学生的表达能力,提高学生的综合素质。最后,由教师对本次课程进行整体归纳和点评,并利用雨课堂工具布置作业。这种混合式教学可以实现师生间的高效互动,并提升学生的综合素质。
2 知识点梳理分析
本文以“滤波器”知识点为例来说明混合式教学过程。滤波器的相关内容是后续数字信号处理课程的基础,对于理解通信系统中的重要组成部分,因此滤波器是信号与系统中的一个重要的知识点。
滤波器以无失真传输系统为基础,实质是一种具有带宽限制的无失真传输系统,因此可从无失真传输系统的频域条件引出理想滤波器的概念,根据不同的带宽限制将滤波器分为低通、高通、带通和带阻四种基本类型。它们之间有着密切的关系,最基本的是理想低通滤波器,用得最多的是带通滤波器,因此,本知识点着重讲解低通滤波器和带通滤波器。对于低通滤波器,重点讲解低通滤波器的时频域特性,首先由无失真传输系统的低频带宽限制得到理想低通滤波器的频域特性,对频域特性进行傅里叶反变换得到其时域特性,即其单位冲激响应,再利用单位冲激响应与单位阶跃响应之间的关系,得到理想低通滤波器的单位阶跃响应。为了进一步理解理想低通滤波器的特性,分析其对矩形脉冲输入的响应,接着指出其是物理不可实现的,由此引出实际的低通滤波器及其频域特性及通带、阻带和过渡带等相关概念。这一部分的知识对于后续从抽样信号中利用低通滤波器来恢复原始连续时间信号是至关重要的。
对于带通滤波器,首先从无失真传输系统得到理想带通滤波器的频域特性,利用傅里叶变换的性质与矩形脉冲的傅里叶变换对,对其进行傅里叶反变换得到其时域特性,并指出其物理不可实现性,最后引出实际带通滤波器及其通带、阻带和过渡带等相关概念。这一部分的知识对于后续调制与解调知识点的基础,因此要处理好与后续知识的衔接问题。
3 混合式教学方法手段研究
3.1 线上教学方法手段
考虑到本校电子信息类专业的人才培养目标是培养区域性应用型人才,并根据本校学生生源的实际情况,我们并没有采取网络上现有的信号与系统课程教学视频,而是针对本校的具体情况进行了信号与系统教学视频的录制。 该视频放于智慧树平台,并配有章节练习题,学生可以在讨论区提问和回复,同时教师也可以利用智慧树网络平台进行答疑。依托于智慧树平台,任课教师可以对学生的视频学习情况、章节测试题完成情况、讨论区的表现情况等进行精准的管控和数据分析。通过这些数据分析可以准确定位学生的问题,一边更加有针对性准备线下翻转课堂的授课内容从而提高教学效率。通过对“滤波器”知识点的线上学习情况的学情分析,发现同学们对滤波器对信号的处理作用和带通滤波器的时域特性的推导过程不是很理解。
基于上述情况,首先进行线下翻转课堂中讲授内容的组织和安排,首先是对知识点的梳理和归纳并进行知识点整体构架,在此基础上着重讲解滤波器中的系统分析问题和带通滤波器的内容。随堂测验题重点针对滤波器信号处理和带通滤波器的特性等内容进行设置,并兼顾知识点核心内容。分组展示题目设置为滤波器信号处理相关的内容,让同学用MATLAB仿真软件或者实物制作实现一种低通或带通滤波器,并观察信号的变化情况。
3.2 线下翻转课堂教学方法手段
线下课堂采用以“学生为中心”的翻转课堂,因此尽量将时间分配到学生为主体的活动中,压缩教师的知识点相关讲解的时间。具体安排用10分钟的时间梳理归纳“滤波器”知识点,并讲解线上学习的重难点。紧接着利用10分钟进行随堂测试,利用雨课堂工具当堂推送测验题目,检验学生的实际掌握情况,同时开启弹幕讨论功能,这是学生与学生、学生与教师之间无声的实时互动,并可以充分调动学生的学习积极性和活跃课堂氛围。接下来的60分钟用于分组展示。每个小组派出一位代表到台上讲解本组滤波器实现的仿真图及代码或电路实物的基本原理、调试及相应的结果分析,其他小组成员可以对台上同学的讲解进行补充说明。分组展示期间,开启弹幕讨论,其他小组的同学可以对台上的同学进行提问和点评。分组展示完毕后,老师进行整体点评和总结,并利用雨课堂推送本次课程的课后作业。
4 结束语
信号与系统课程是电子信息类专业的核心专业课,在整个课程体系中有着举足轻重的地位。本文对信号与系统课程的混合式教学展开深入讨论,并以“滤波器“知识点为例研究了线上、线下课堂的教学方法,借助智慧树平台、雨课堂等信息化教学手段,能更加精准的进行学情分析;开展以”学生为中心“的翻转课堂教学模式,增强了师生间的互动,优化了课程内容,达到了良好的教学效果。
参考文献:
[1] 彭鑫,谢文武,朱鹏,等.电子信息类核心课程线上教学模式改革与探索[J].電气电子教学学报,2021,43(3):20-23,95.
[2] 贾雅琼,凌云,谭瑾慧,等.《信号与系统》课程混合式教学改革的探索与实践——以湖南工学院为例[J].高教学刊,2017(5):100-101.
[3] 刘秋芳,李春燕.《信号与系统》课程混合式教学改革研究与实践[J].文存阅刊,2018(1):132.
[4] 赖欣,朱国瑞,仇芝.“金课”视角下《信号与系统》线上线下混合式教学探索[J].教育现代化,2020,7(52):5-7,11.
[5] 赖欣,谌海云,顾亚雄.“信号与系统”课程教学改革的探索和实践[J].中国科技信息,2013(3):158,160.
[6] 彭静,李慧娜.基于翻转课堂的混合式教学模式在信号与系统分析教学中的应用[J].西部素质教育,2019,5(8):112-114.
[7] 王渊,贾永兴,朱莹.基于翻转课堂的混合式教学探索与实践——以“信号与系统”课程为例[J].工业和信息化教育,2020(5):34-38.
【通联编辑:代影】
收稿日期:2021-03-20
基金项目:湖南工学院校级教研教改项目:新建地方本科院校电子信息类专业课程体系改革与实践(项目编号:A1473);湖南省线上线下混合式一流课程(编号:湘教通〔2020〕9号);湖南省线上一流课程(编号:湘教通〔2021〕28号)
作者简介:李欣(1981—),女,博士研究生,实验师,主要研究方向:嗅觉感知与机器学习。