从通信算法工程师到高校教师：通信专业教学中的困境与反思

我曾自信满满地认为，作为一名在通信行业摸爬滚打多年的算法岗高级工程师，回到高校讲解通信相关课程必定游刃有余。毕竟，经历过众多产品研发的全流程，从总体规划到代码设计，再到工程实现和产品生产，主导性能仿真验证和算法开发，积累了丰富的“实战”经验，底气自然会很足。然而，真正站上讲台后，我才发现，现实远比想象复杂——教育不只是单向的知识输出，而是一场需要师生共同参与的艰难跋涉，有时是老师独行，甚至是逆行。

1. 学生的目标：毕业和考编考研，而非能力提升

在教学中，我很快意识到一个令人无奈的现实：学院的大多数学生的首要目标并非真正掌握专业知识，而是顺利毕业（不在意是否能找到工作，更别提专业是否对口岗位）或考上研究生。在校学习期间，他们更关注是如何通过课程考试拿到学分，而非如何理解专业相关课程的底层原理和实际应用。对于通信工程专业，我曾试图从仿真建模开始，循序渐进地引导学生深入《信号与系统》、《通信原理》、《数字信号处理》的每个细节，但真正愿意跟随学习的学生寥寥无几。稍许能出现几位初始想好好学的学生，然后半途而废的就有一大半。

更令人忧虑的是，即便是考研的学生，他们的学习动机也往往是“应试”而非“求知”。他们希望老师能直接划重点、讲真题，而非系统地构建知识体系。我曾遇到过学生抱怨：“老师，您讲得太深了，考研不考这些。” 但问题是，如果只学考研范围的内容，即便考上研究生，面对实际的科研或工程项目时，他们又能走多远？面对《通信原理》的一道道难关，我无力改变再讲一遍课程，只有通过文章来帮助真心想学的学生。

通信原理与考研  第一章 绪论

2. 教学困境：基础薄弱与课程深度的矛盾

通信工程是一门高度依赖数学的学科，信号与系统、数字信号处理、通信原理等核心课程都需要扎实的高等数学、线性代数和概率论基础。然而，现实情况是，许多学生的大数基础极其薄弱，甚至对傅里叶变换、卷积运算等基本概念都一知半解。这导致了一个恶性循环：

• 如果按正常进度讲课，很多学生跟不上，因为他们连基本的数学工具都没掌握。

• 如果停下来补数学，教学进度会被严重拖慢，无法在有限课时内完成大纲要求。

• 如果降低难度，只讲浅显内容，学生考研时又会发现课堂所学与考试要求脱节，进而质疑教学质量。

我曾尝试在讲解“数字调制解调”时，先回顾概率论中的随机变量和统计特性，结果发现近一半的学生一脸茫然。于是，我不得不暂停新知识的讲解，花时间解释“概率密度函数”和“期望”的概念。这样一来，原本计划的内容只能草草带过。这种“补课式教学”让教师疲惫，学生也未必真正掌握。他如果没有学的意愿，讲十遍也是徒然。

通信专业的学习门槛高，不努力真的很难学好。

3. 教育的本质：耐心与坚持才是真正的捷径

在企业，我们追求的是高效解决问题，但在教育领域，真正的进步往往来自缓慢而持续的积累。我见过太多学生渴望“速成”，希望找到“一招搞定通信原理”的秘诀，但现实是，通信工程没有捷径，唯有耐心学习、反复练习，才能真正掌握核心技能。

例如，MATLAB语言是通信工程的基础，但很多学生直到大四做毕业设计时，才意识到自己连基本的函数都不会使用。MATLAB仿真在通信系统分析中至关重要，但许多学生直到研究生阶段才开始恶补，结果发现自己连最基本的调制解调程序都写不好。这些本应在本科阶段打牢的基础，却因为短视的“应试学习”而被忽视，最终在更高阶的学习或工作中成为绊脚石。在本科阶段，如果遇到一位能给你打基础的老师，难道不是一种幸运吗？老师用一篇文章将半本通信原理的知识都涵盖进去了，这难道不是学习的捷径吗？

经典重学：BPSK调制解调器系列文章

多年的产品研发经历让我深知技术的精进没有捷径的铁律，而短暂的教学经历则让我更深刻地认识到，教育同样是一场需要超长耐心和毅力的长跑。学生或许现在只关注毕业和考研，但作为教师，我们的责任是让他们看到更远的未来——真正的竞争力不在于一纸文凭，而在于扎实的专业能力和持续学习的态度。有时候也在想，到底什么程度的技术权威来课堂讲课才能让大家认真听？院士？我估计没什么大的改变。因为大部分学生没有真正想学技术的内驱力。我能写出下面的文章，应该说通信知识已经掌握的很全面了，但是学生连让你证明自己技术实力的机会都不给。经验传承不了，干着急，有时也打击了我的写作热情。

大学毕业设计一席谈之二十五 GMSK差分解调仿真(9)AIS系统中的捕获

通信原理与matlab仿真v3 第十九章 PSK扩展方式仿真(1)OQPSK

在AI浪潮突袭的今天，应届毕业生的就业会受到很大冲击，因为它就是来替代人类工作的。微软宣布将从2025年7月中旬起，全球裁员6000多人，其中40%是软件工程师，在过去，他们往往被视为科技公司的命脉。这真是相当讽刺又令人心酸的一幕！Meta创始人扎克伯格今年初甚至断言，“2025年，AI将达到中级软件工程师的编程水平。”。科技巨头们持续增加对AI的投入，写代码的工程师们训练出了更强大的人工智能，结果自己将被无情地替代。谁都知道这是“未来趋势”，但在校学生很少能想到，它来得如此之快，对毕业找工作的影响又如此之大。几年以后，AI几乎肯定会加速进化到更为强大。以前软件工程师常自嘲是“码农”，俨然是写代码的农民工，但很快，新的计算机等专业的毕业生想当码农都不可得了。

当然，顶级的人才仍然难以替代，有经验的工程师也越来越受欢迎。现在美国一些大公司非常重视经验老到的程序员，因为他们用起AI来，一个能顶好几个，经验和眼界摆在那儿。本人也有这样的感受，懂得越多分辨AI的能力就越强，综合运用AI的效果就越好。那么在学校的真实课堂上，经验传承就显得格外重要，这是AI范围之外的知识内容，但愿这可以让学生花时间来学习我的讲课内容。也许截止目前，我的教学还算是“失败”的，但肯定是暂时的，至少，我仍在尝试改变。因为我相信，教育的价值不在于立竿见影的效果，而在于某一天，当学生真正需要这些知识时（应该会在工作以后），他们会想起曾经有人试图让他们真正理解提高能力，而不仅仅是应付考试。

到了快退休的年纪了，早就不再推销自己了，只是想让写的文章能够让通信工程专业的学生学起来觉得容易一些。我一直没有否认通信专业的课程难度非常大的事实，所以一直努力在学习方面帮助他们，无奈现实和理想差距太大。公 众号里的文章在我所教的学生中根本传播不了，自然起不了作用，唯有能给网上的读者带来很多帮助，已知足。2025年，开始公益讲课，先从编程开始。