积分商城

最新搜索： ispLEVER NE555.PDF multism modelsim 10.4 IP超过下载限制怎样解除 线性电源
您现在的位置是：首页 > 技术资料 > 应用Python改进信号处理类实验教学
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

应用Python改进信号处理类实验教学

更新时间：2019-12-23 22:41:19 大小：2M 上传用户：songhuahua查看TA发布的资源 标签：python 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

信号处理类课程具有概念抽象、推导复杂、内容枯燥等教学难题,实验课程的设置尤为重要,软硬件实验配套理论课程的方式已经被广泛应用。而随着新工科建设的需求,Python在信号处理类实践应用教学方面应当引起关注。分析信号处理类实验课程的发展,给出Python信号处理类实验教学案例,希望能促进此类课程的改进,做好新工科学科建设,增强学生应用设计能力。


部分文件列表

文件名 大小
应用Python改进信号处理类实验教学.pdf 2M

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）
教学园地  
文章编号：1007-1423（2019）04-0049-04  
DOI：10.3969/j.issn.1007-1423.2019.04.010  
应用 Python 改进信号处理类实验教学  
高志斌，林和志，冯超  
（厦门大学信息科学与技术学院，厦门 361005）  
摘要：  
信号处理类课程具有概念抽象、推导复杂、内容枯燥等教学难题，实验课程的设置尤为重要，软硬件实验配套理论课  
程的方式已经被广泛应用。而随着新工科建设的需求，Python 在信号处理类实践应用教学方面应当引起关注。分析  
信号处理类实验课程的发展，给出 Python 信号处理类实验教学案例，希望能促进此类课程的改进，做好新工科学科  
建设，增强学生应用设计能力。  
关键词：  
信号处理；新工科；Python  
从跳线实验箱到 FPGA、DSP 芯片应用设计，到嵌入式  
0
引言  
系统设计的发展，给出了在硬件实验教育方面的清晰  
路线；而软件实验方面，验证式和简单模仿式的，把教  
师给的例子做参数调整的教学模式，不再适用于新工  
科背景下的教学任务，单纯地调整课程内容对教学效  
果依旧很差。这种教学模式迫切需要改革。  
本文认为引入 Python 可以在信号处理类，克服单  
纯软件仿真难以结合开放式嵌入式系统等硬件开发，  
达到芯片应用与算法设计实践方面的进一步结合和  
发展。  
信息与通信工程一级学科下设通信与信息系统、  
信号与信息处理、电子与通信工程等硕士点，通信工  
程、电子信息工程、信息安全等本科二级专业。该学科  
涉及电磁场、信号处理、无线通信等高技术领域，要求  
学生掌握信息传输、信息采集和信息处理等基础知识，  
具备信号检测与估计、信号分析与处理、系统分析与设  
计等方面的专业知识和技能[1]。其中，信息处理类课程  
在学生培养中起到至关重要的作用。  
大部分高校的信息与通信工程学科的信息处理类  
课程，包括《信号与系统》、《数字信号处理》、《随机信号  
分析》、《数字图像处理》和《多媒体技术》等本科课程，  
《现代信号处理》、《语音信号处理》、《机器视觉》等研究  
生阶段的课程，向外延伸至《信息论与编码》、《通信原  
理》、《DSP 原理与应用》、《无线通信工程》、《嵌入式系  
1
信息处理类课程与实验特点  
信息反映了一个物理系统的状态或特性，是以各  
种物理量的性质、数量及其相互函数关系或信号来表  
达的。信号是传载信息的物理量，是信息的表现形  
式。信号处理就是运用数学或物理的方法对信号进行  
各种加工或变换，其目的是滤除混杂在信号中的噪声  
和干扰，将信号变换成易于识别的形式，便于提取它的  
特征参数。信号处理的本质是信息的变换和提取。目  
前信号处理已经成为了现代科学技术的支柱之一，已  
广泛应用于人类生产和生活的各个方面[4]。  
统设计》或《嵌入式项目开发》等相关课程[2-3]  
。
早期引入实验对信号处理类课程起到极大的推动  
作用，从这类课程的繁重的数学公式推导和枯燥的理  
论概念理解，到具有直观信号呈现的实验箱操作，到可  
以进行相关理论辅助推导、仿真、设计、验证的 MAT⁃  
LAB 软件编程，起到很好的教学质量提升。但随着新  
工科建设的推进，随着人才培养要求的提升，硬件方面  
针对信号处理类课程，起点较高、公式繁多、推导  
ꢀ
现代计算机 2019.02 上  
教学园地  
复杂、概念抽象、难度较大，导致学生兴趣不高的问题，  
言引起大家的重视，应用 Python 进行信号处理类编程  
实践，并结合 FPGA 和嵌入式系统开发的技术，大大优  
化了软硬件协同综合设计的效率。而随着“新工科”建  
设理念，在国内高校里引起的广泛重视，结合信息处理  
技术，改造老学科，推动新兴的学科门类发展、不同学  
科交叉的新生学科迫切需要我们考虑培养具备电子技  
术及信息系统的基础知识，从事各类电子设备和信息  
系统研究、设计、制造、应用和开发的工程技术人才[2]。  
早期的教学方式改革主要围绕教学内容的调整，如强  
化物理意义，优化数学推导，增加课外材料，调动学生  
积极性。随着信息化技术的引入，采取多媒体与板书  
结合，将信号处理实验箱和 MATLAB、LabVIEW 等软  
件引入课堂教学，充分调动学生听觉、视觉、触觉等多  
种感官共同参与[5]，二十多年来在中国高校对激发学生  
兴趣、提高学习效率加强课程理解起到很积极的作用。  
当前信号处理类课程的设计均包含理论和实验部  
分，国际国内大部分高校都考虑理论和实验实践的充  
分结合。但现有的实验设计上，还存在如下问题：  
（1）重视理论，轻视实验。理论课程的课时重，内  
容繁多，实验课时少，只是对理论理解的辅助。  
（2）实验环节简单，验证型项目居多。目前信号处  
理类课程，如信号与系统、数字信号处理，在实验方面，  
一般采取实验箱跳线验证，或者 MATLAB 作为软件仿  
真工具，做简单验证和模仿实例。  
3
Python信号处理教学案例参考  
在信号处理类配套实验课程中，完全可以逐步加  
入 Python 的仿真编程。这里给出一个经典的滤波器设  
计和实现场景。设有一个信号，包含 5Hz 和 50Hz 两个  
正弦波的叠加，以 500Hz 采样率对该信号进行采样，记  
录时长为 1s，设计两个 3 阶巴特沃斯滤波器，分别采用  
低通滤波器获得低频部分，高通滤波器获得高频部分。  
我们将 Python 2.7 编程设计和实验结果与基于  
MATLAB 2015b 的编程进行比较。  
（3）实验环节停留在对理论课程的理解而缺乏应  
用实践类的项目设计。如基于 MATLAB 做信号与系  
统分析或者滤波器设计，而具体的滤波器应用却要在  
其他带有硬件处理器的课程完成，造成实践类项目设  
计与课程稍有脱节。  
MATLAB 是 MathWorks 公司的商用软件，有一个  
统一的集成开发环境（IDE），包含编辑器、命令窗口等，  
很方便运行和调试。这里采用 butter 函数和 filter 函数  
进行滤波器设计和处理，用 figure 和 plot 进行图形的  
绘制。  
2
Python科学计算  
Python 的 IDE 则有很多选择，笔者认为 JetBrains  
公司的 PyCharm 界面友好，对教育界提供免费的专业  
试用版本，也具备运行和调试功能。在其中采用 scipy  
包中的 signal.butter( )和 signal.filtfilt( )函数进行数据处  
理，采用 Matpoltlib 进行图形的绘制。如图 1 所示，可  
以看出在编程和可视化呈现方面，Python 与 MATLAB  
差别不大。  
2006 年卡内基·梅隆大学 Jeannette M. Wing 教授  
提出并阐释了“计算思维”概念，信息类学生在信号处  
理类课程的教学中培养计算思维能力也应该是很重要  
的内容。高度概括和理论总结的信号处理理论，在传  
授学科知识上应该注重应用能力的训练。MATLAB 类  
的软件在分析设计方面能起到很好的作用，在应用方  
面还未提供友好的接口。  
MATLAB 的在线帮助（help）功能强大且方便查  
阅。而 PyCharm 点击菜单 quick documentation，同样可  
以调出 help 窗口，给出详细的帮助说明，如图 2 所示。  
Python 能查看 filtfilt 函数的定义，也就是对源代码  
的查阅和分析。但 MATLAB 的 filter 作为内建函数  
（Built-in function），是看不到源代码的。对学生而言，  
MATLAB 隐藏了部分内建函数的源代码，Python 却具  
备开源代码的容易学习的好处。因此对教学而言，Py⁃  
thon 在理解算法和教学上具有较强的优势。  
Python 语言于 1991 年发布第一个版本，现已发展  
到 3.x。它是一种解释型、面向对象、动态的高级程序  
设计语言，具有简洁、易读以及可扩展性强的特点，且  
因为越来越多的科研工作者选择 Python 作为开发语  
言，贡献了众多的开源科学计算软件包，或者提供 Py⁃  
thon 语言的调用接口，如用于科学计算的 NumPy、  
SciPy、Sympy 和 Matplotlib 等功能强大的函数包，提供  
了快速数组处理、数值运算和绘图的功能。Python 语  
言及其众多的扩展库构成的开发环境非常适合工程技  
术和科研人员处理实验数据，开发应用程序[4]。  
此外，Python 可以在 Linux 嵌入式系统上运行，如  
FPGA 板卡 Digilent PYNQ-Z1，设计用于与来自 Xilinx  
的 PYNQ 项目合作，支持 Python 语言及库，可以直接使  
近年来，随着人工智能的发展，Python 这种胶水语  
ꢂ
现代计算机 2019.02 上  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号