综述：你管这些破玩意叫“专业核心课”

Posted 2021-10-06 科研咸鱼zyf

文章目录

• 前言
• 一、通信的基本过程
• 二、从顶层到物理层
• 三、小总结
• 四、展望未来

---

前言

  本人是一名电子信息工程专业刚上大三的本科生，经过了大一基础课的学习和大二专业课的学习，觉得基础课的学习和专业课的学习还是挺不一样的，大一的课程都是基础课，学了微积分，线性代数和大学物理之后似乎感觉自己除了做题还是不能开始干活。（当然我不是说这些不重要，事实上如果你想往学术界发展，这些基础课的学习，尤其是数学的学习将非常重要）
  但专业课不一样，个人觉得专业课的核心意义在于解决实际的问题，如果一个公式或者模型或者结论似乎除了应付考试，不能有助于你理解这门学科的逻辑和框架，也不能在别的应用场景发挥其价值，那我个人是觉得没必要花太多时间去思考这个东西的。
  先列一下对我们这个专业大二大三几门比较重要的专业课名单吧：首先就是信号与系统和数字信号处理，概率论和随机信号分析，通信原理和信息论，再有就是电磁场与波，模电，数电，数据结构，计算机网络……等等。
  当然，我本人是强烈支持在本科期间多广泛接触一下学科前沿的东西和自学一些学科交叉的东西的（毕竟万物皆可CS，了解一下EE和CS交叉的领域我觉得挺好的，虽然本人是个菜B，大二完了知道的东西还屈指可数）

---

  写这篇文章的目的，是想从一幅通信系统的流程图作为切入点，来分析一下这些“能决定你能否保研”的课程，到底有什么用。（当然，本人知识水平十分有限，如果文章中出现谬误还望各位大佬指正）

一、通信的基本过程

  PS：如果让我选一门我专业课里面最想去学的课，我毫不犹豫的选择通信原理，因为学这门课可以让我明白之前学的东西确实是可以派上用场的。（不像某YC学院安排的一些课和一些事情，除了毁人不倦拉低我加权以外，我实在想不明白开这门课有什么意义）

---

有几点是需要注意的：

  1.讨论信号需要考虑模拟信号和数字信号两个方向。简单来且不完全准确的来说，数字信号是离散的，而模拟信号是连续变化的物理量。事实上，这两个方向的分析方法完全不一样。当然，对于通信的问题而言，现代通信技术都是数字通信系统了，因为模拟通信系统的抗干扰能力实在太差。当然，最终这些信号的系统实现都是要从电路角度去实现的，模拟信号对应模拟电路，数字信号对应数字电路，这就是模电和数电两门课程需要解决的问题，如何从一个工程实现的角度去思考一个理论知识。
  2.并不是所有的信号都是确定信号，即每一个时刻都是固定值的信号，我们遇到的信号更多是随机信号，例如信号在传输过程中遇到的噪声。事实上，通信人一辈子也都是在和噪声做斗争，如果没有噪声了，那我们就失业了（笑）。而面对非确定信号，我们往往从概率的角度去进行分析，这就是我们随机信号分析需要去了解的内容。可见，概率论是随机信号分析的绝对基础，当然，随机信号分析本质是属于统计信号处理的大范畴，例如信号的估计理论中常见的估计方法也都是基于概率的角度进行分析。
  3.对信号的观察角度可以有两种，第一种是分析它每一个时刻对应的值和其值随时间的变化，我们称为时域分析；第二种则是分析其中蕴含的频率成分（高频变化快，低频变化慢），我们称为频域分析，例如我们四六级听力考试的FM调频频率，一般在76-88MHz的业余频段，这就是一种最简单的频域表示。如何分析信号（包括模拟信号和数字信号）的时域和频域的联系，就是我们信号与系统和数字信号处理要干的事情。
  4.对于任何一个通信系统，最基本都是3个要素，发端，收端和中间的通道，而中间的通道就是我们常说的信道，所谓的噪声和干扰可以认为是全部来源于信道环境，信道的建模越复杂，通信系统的设计也就越复杂：从最简单的AWGN信道到多径衰落信道，再到4G中物理层主流技术MIMO-OFDM系统中的信道建模……信道建模越准确，理论算法和工程实现之间的差距也就越小。

二、从顶层到物理层

  在这个地方我们讨论的通信系统，其实只是属于OSI七层网络协议里面我们给了其一个响亮的名字——物理层，简单来说，物理层关注的是最原始的bit的传输，最基本的指标，当然如何在保证传输可靠性的前提下将bit流传输的更快，同时在频谱资源十分宝贵的当下，尽可能的提高频谱利用率和降低能耗。
  但是，如果只观察这一串bit流，我们会发现他只是一串单纯没有意义的0和1罢了，当我们在手机上输入一串信息，这一串信息和物理层的0和1如何关联，就是OSI协议中自顶向下的思想：
  由于我对非物理层的知识了解实在有限，没有办法作一个非常专业的阐述，但是，我们可以大致理解OSI分层协议的思想：
  对于一个确定的信息，计算机只能用0和1的角度去表示，从顶层到底层，我们需要不断的在原有的序列上加上各种具有特定意义的信息，使得接收到的信号在准确恢复之后，能够根据这一些0和1的bit序列判断出相应的信息。我们以一个网络为例，网络中有很多个设备和一个中转设备，当设备A发送数据给中转器，中转器如何确定是转发给B还是转发给C呢，则需要通过这一串信息中某一小段包含转发目的信息的bit串去决定。
  可见如果我们主要分析的是物理层的话，我们就不需要关注如何添加信息，如何设计分配，决策算法等问题，我们拿到的就是一串由0和1组成的bit流，我们不用在意bit流有什么含义，我们只需要让这些bit流更可靠，更迅速的传输。
  当然，并不是说只会物理层的知识就可以完事大吉，我个人觉得如果真的要做一个系统的工作，至少从传输层懂到物理层是不可缺少的（虽然我这块的知识也很缺乏）。同时，在面向未来的通信系统设计方面，已经有不少的学者致力于研究面向未来通信场景时，层与层之间如何实现跨层性能的trade_off，所以，还是多了解一点的好。

三、小总结

我们先来回顾一下，这些课程分别有什么用：
  1.微积分建立了连续域分析的基础方法，线性代数和矩阵分析建立了两个群体之间最基本的关联方式（线性关系），并从线性空间的角度进行分析，得到了许多有用的结论。
  2.模拟电路和数字电路是具体底层系统实现的过程中不可缺少的知识，因为任何信号的具体变换都是由电路实现的。
  3.信号与系统和数字信号处理建立了基本的对模拟信号和数字信号的变换域分析方法。
  4.对于非确定的信号，概率论是最基本的理论基础，概率论是任何统计信号处理的基础，也是统计机器学习的基础。
  5.通信原理建立了一个简单通信系统的framework，了解了通信的基本过程和每个过程中需要用到的方法，而信息论则建立了通信过程做信源编码和信道编码的理论基础。同时，信息论则为通信系统的设计提供了一个理论极限，正如大家耳熟能详的香农公式一样。
  6.计算机网络建立了底层物理层到顶层应用层的联系，从系统角度了解了每一层的功能和层与层之间的联系方式。
  7.对于通信信号的传输，最终的载体还是电磁波，无线通信网络的建设本质就是控制电磁波的传输和减少电磁波相互之间的干扰。近年来很火的RIS（智能反射面）就是由于其可以通过编程改变电磁波传输环境的能力，受到了人们的高度重视。
  8.在具体的算法落地的过程中，需要对计算机的基本知识有所了解，如数据结构，计算机体系架构，基本的操作系统知识和基本的编译原理……诸如此类。

四、展望未来

  我大一刚进来的时候，不少人的观点都是通信和雷达没有前途了，通信的理论极限已经没有突破的空间了，我觉得大可不必焦虑，事实上，通信工程学的不只是狭义的通信，任何和信息和互联相关的学科，都是这个专业有所设计的。一个理论极限的逼近，就会促使人们从新的方式去思考这个理论极限如何突破。例如，随着Polar信道编码方案的提出，Polar码已经逐步逼近香农极限，于是人们开始去研究多天线技术，从4G的MIMO到5G的massive MIMO，再到未来ultramassive级别的天线数量，新技术的改革从未停止脚步。
  在今天的IMT-2030,6G研讨会上，专家们讨论了6G的需求，关键技术的进展和仍然存在的挑战，如超大规模MIMO,智能反射面，全息无线电，通信感知一体化，无线赋能AI等等方向。我们可以看到，在未来，不同信息领域之间的相互融合将是大势所趋，例如通信和雷达的融合，通信和AI的结合，通信和超材料的融合，通信与互联网的融合……诸如此类。
  所以个人认为，duck不必本科就把自己未来的方向定死，专攻一个方向，抹除自己未来存在的不确定性。毕竟，谁知道未来的发展会是怎么样呢？（溜了溜了，菜鸡落泪）