高中物理“信号的相关性分析”教学设计

高中物理“信号的相关性分析”教学设计一、教学基本信息与设计理念【重要】本教学设计基于普通高中物理课程标准（2017年版2020年修订）及普通高中数学课程标准，针对高二年级学生认知特点，以“信号的相关性分析”为核心主题，整合数学中的函数相关性与信息论基础概念，构建跨学科教学模块。教学内容覆盖相关性概念的数学定义、物理意义及其在工程技术领域的应用，旨在培养学生运用数学工具分析物理问题的能力，形成跨学科思维模式。【基础】课程定位为高中物理选择性必修课程拓展模块或校本选修课程，共计3课时，每课时45分钟。教学对象为已完成高中数学函数、三角函数、导数初步知识学习，并掌握高中物理力学、波动光学基础的高二年级学生。【核心设计理念】一是秉持“大概念”统领理念，以“相关即相似性的度量”这一核心思想贯穿始终，引导学生从数学定义、物理机制到工程应用建立系统性认知。二是践行“跨学科融合”理念，打破学科壁垒，将物理学的信号分析与数学的相关系数、函数卷积等知识有机整合，体现新课程改革对综合性人才培养的要求24。三是落实“科学探究”理念，通过问题驱动、实验验证、项目实践等环节，让学生在“做中学”，在解决真实问题过程中提升核心素养。【热点】本教学设计积极响应教育领域对人工智能基础教育的探索需求，将信号相关性分析作为理解机器学习中模式识别原理的桥梁，体现了基础教育对接科技前沿的改革方向5。二、教学目标与核心素养指向【重要】依据高中物理学科核心素养的四维框架，结合跨学科教学特点，制定如下教学目标：（一）物理观念维度1.【基础】理解“相关性”作为描述两个物理量之间依赖关系的基本物理观念，能从波动叠加、能量传输等角度解释相关性的物理意义。2.建立信号相似性与干涉现象之间的内在联系，深化对波动相干条件的认识，理解“相干”即“完全相关”的极端情形3。3.能够将相关性观念迁移至对自然界中各种关联现象的理解，如潮汐与天体位置的关系、地震波传播与地质结构的关系等。（二）科学思维维度1.【重要】掌握互相关函数的数学定义，理解积分运算如何实现对信号相似性的量化描述，体会数学抽象在物理学研究中的核心作用1。2.理解互相关与卷积运算的本质区别与形式联系，能够从函数变换的角度辨析两种运算的物理含义，培养严谨的逻辑思维能力。3.学会从时域和频域两个维度思考信号的相关特性，初步建立变换域分析的思维方法。4.培养模型建构能力，能够将实际问题（如回声检测、图像匹配）抽象为互相关运算的数学模型。（三）科学探究维度1.【高频考点】能够设计简单实验，利用声音传感器或光传感器采集信号数据，通过计算机软件计算信号的互相关函数，探究时延对相关性的影响。2.经历“提出问题—猜想假设—数据采集—分析论证—得出结论”的完整探究过程，掌握科学探究的基本方法。3.能够对实验结果进行批判性思考，分析误差来源，提出改进方案。（四）科学态度与责任维度1.认识信号处理技术在通信、雷达、医疗影像等国家战略科技领域的重要应用，增强科技报国的使命感。2.在小组合作探究中培养协作精神，尊重实验数据，养成实事求是的科学态度。3.理解技术进步对人类社会发展的双刃剑效应，树立科技伦理意识。三、教学内容要点与知识结构【应列尽罗】本节内容以“相关性”为主线，构建三层递进的知识体系：（一）基础概念层：从定性到定量1.【基础】相关性的定性理解：两个信号变化趋势的同步程度。同步程度越高，相关性越强。2.皮尔逊相关系数：统计学中度量线性相关程度的指标，取值范围[1，1]。计算公式为hoXY=cov⁡(X，Y)σXσY=E[(X−μX)(Y−μY)]σXσYho_{XY}=\frac{\operatorname{cov}(X，Y)}{\sigma_X\sigma_Y}=\frac{E[(X\mu_X)(Y\mu_Y)]}{\sigma_X\sigma_Y}hoXY​=σX​σY​cov(X，Y)​=σX​σY​E[(X−μX​)(Y−μY​)]​其中正值表示正相关，负值表示负相关，零表示不相关1。3.从离散到连续：将统计学的相关系数概念推广到连续函数情形，引出积分形式的相似性度量。（二）核心定义层：互相关函数1.【难点】连续信号的互相关函数定义：(f⋆g)(au)=∫−∞∞f∗(t)g(t+au)dt(f\starg)(au)=\int_{\infty}^{\infty}f^(t)g(t+au)dt(f⋆g)(au)=∫−∞∞​f∗(t)g(t+au)dt或等价形式(f⋆g)(au)=∫−∞∞f∗(t−au)g(t)dt(f\starg)(au)=\int_{\infty}^{\infty}f^(tau)g(t)dt(f⋆g)(au)=∫−∞∞​f∗(t−au)g(t)dt其中$f^$表示$f$的复共轭（实函数情况下即为函数本身），$au$为时延变量1。2.物理图像解读：互相关函数值随$au$变化，反映了将$f$固定、$g$平移$au$后两者重叠区域“加权面积”的大小。当$au$使得两个信号的波峰波谷对齐最好时，相关函数取极大值。3.自相关函数：当$f=g$时的特殊情况，即(f⋆f)(au)=∫−∞∞f∗(t)f(t+au)dt(f\starf)(au)=\int_{\infty}^{\infty}f^(t)f(t+au)dt(f⋆f)(au)=∫−∞∞​f∗(t)f(t+au)dt自相关函数在$au=0$处取最大值，等于信号的能量或功率，且是偶函数。（三）性质辨析层：互相关与卷积1.【重要】互相关与卷积的区别：1.卷积：$(fg)(au)=\int_{\infty}^{\infty}f(au)g(tau)dau$，反映的是系统对输入的响应，其中一个函数需要反转。2.互相关：$(f\starg)(au)=\int_{\infty}^{\infty}f^(t)g(t+au)dt$，不需要反转，直接滑动计算相似度。3.物理意义区别：卷积描述“作用”，互相关描述“关联”。1.两者联系：互相关可以表示为卷积形式(f⋆g)(au)=f∗(−au)∗g(au)(f\starg)(au)=f^(au)g(au)(f⋆g)(au)=f∗(−au)∗g(au)即函数$f$的共轭反转与$g$的卷积1。2.互相关的性质：1.不满足交换律：$(f\starg)(au)=(g\starf)^(au)$2.实函数情形：$(f\starg)(au)=(g\starf)(au)$3.与傅里叶变换的关系：时域互相关对应频域乘积的共轭，即F{f⋆g}=F∗(ω)G(ω)\mathcal{F}\{f\starg\}=F^(\omega)G(\omega)F{f⋆g}=F∗(ω)G(ω)其中$F(\omega)$和$G(\omega)$分别为$f$和$g$的傅里叶变换。（四）应用拓展层：工程中的相关性1.时延估计：利用互相关函数的峰值位置确定两个信号之间的时间延迟。例如，麦克风阵列定位声源、雷达测距、地震波到达时间差测量等1。2.模式识别：将待识别信号与模板信号做互相关，根据峰值判断匹配程度。指纹识别、语音识别、光学字符识别等均基于此原理3。3.通信系统中的匹配滤波：接收端设计一个与发送信号波形相匹配的滤波器，其冲激响应是发送信号的时间反转，实质上是求接收信号与发送信号的互相关。4.光学相干层析：利用光的低相干性，通过测量散射光的互相关函数实现生物组织的高分辨率断层成像1。四、教学重点与难点突破策略（一）教学重点1.【高频考点】互相关函数的数学定义与物理意义。2.互相关函数在时延估计中的应用。3.互相关与卷积的辨析。（二）教学难点1.【难点】对积分式中平移变量$au$的理解——学生易混淆积分变量和平移变量。2.【难点】互相关运算中函数不反转的原因——学生刚学完卷积，容易用卷积思维理解相关。3.【难点】从离散相关系数到连续互相关函数的思维跨越。（三）突破策略1.可视化辅助教学：利用GeoGebra或MATLAB动态演示两个函数相对滑动过程中重叠面积的变化，将抽象的积分运算转化为直观的图形变化，帮助学生建立几何直观。2.类比迁移：从学生熟悉的统计学相关系数出发，将两个离散数据点的相关性扩展到连续函数的无限多点相关性，用“极限与积分”的思想解释两者的统一性。3.认知冲突设计：先给出两个相同波形但存在时移的信号，让学生直观判断“它们形状相同，只是错开了一点”，然后提出“如何用数学量描述这种错开程度”，激发学习动机。4.动手计算体验：设计简单的离散序列（如[1，2，1]和[1，2，1]但错位），让学生手动计算不同偏移量下的乘积和，亲身体验相关函数的计算过程，建立感性认识。5.概念对比表格：引导学生自主梳理卷积与互相关在定义、运算步骤、物理意义、应用场景等方面的异同，形成清晰的概念边界。五、教学实施过程（核心环节）【重要】本部分为教学设计的主体，详细呈现三课时的教学实施过程。第一课时：从统计相关到信号相关——概念的建立（一）情境导入：生活中的相关性（8分钟）教师活动：展示三组数据散点图——身高与体重（正相关）、汽车速度与行驶时间（负相关）、鞋码与数学成绩（不相关）。提问：“如何用数学语言定量描述这种相关程度？”学生活动：回顾初中所学，回答“可以用相关系数”，但具体公式记忆模糊。教师活动：引导学生回忆相关系数公式，并板书r=∑i=1n(xi−xˉ)(yi−yˉ)∑i=1n(xi−xˉ)2∑i=1n(yi−yˉ)2r=\frac{\sum_{i=1}^{n}(x_i\bar{x})(y_i\bar{y})}{\sqrt{\sum_{i=1}^{n}(x_i\bar{x})^2}\sqrt{\sum_{i=1}^{n}(y_i\bar{y})^2}}r=∑i=1n​(xi​−xˉ)2<pathd="M95,702c2.7,0,7.17,2.7,13.5,8c5.8,5.3,9.5,10,9.5,14c0,2,0.3,3.3,1,4c1.3,2.7,23.83,20.7,67.5,54c44.2,33.3,65.8,50.3,66.5,51c1.3,1.3,3,2,5,2c4.7,0,8.7,3.3,12,10s173,378,173,378c0.7,0,35.3,71,104,213c68.7,142,137.5,285,206.5,429c69,144,104.5,217.7,106.5,221l00c5.3,9.3,12,14,20,14Hv40H845.2724s225.272,467,225.272,467s235,486,235,486c2.7,4.7,9,7,19,7c6,0,10,1,12,3s194,422,194,422s65,47,65,47zM83480Hv40hz">​∑i=1n​(yi​−yˉ​)2<pathd="M95,702c2.7,0,7.17,2.7,13.5,8c5.8,5.3,9.5,10,9.5,14c0,2,0.3,3.3,1,4c1.3,2.7,23.83,20.7,67.5,54c44.2,33.3,65.8,50.3,66.5,51c1.3,1.3,3,2,5,2c4.7,0,8.7,3.3,12,10s173,378,173,378c0.7,0,35.3,71,104,213c68.7,142,137.5,285,206.5,429c69,144,104.5,217.7,106.5,221l00c5.3,9.3,12,14,20,14Hv40H845.2724s225.272,467,225.272,467s235,486,235,486c2.7,4.7,9,7,19,7c6,0,10,1,12,3s194,422,194,422s65,47,65,47zM83480Hv40hz">​∑i=1n​(xi​−xˉ)(yi​−yˉ​)​解释分子为协方差，反映两变量同步变化程度；分母为各自标准差的乘积，起归一化作用。设计意图：激活学生已有知识储备，为后续向连续函数推广奠定基础。（二）问题驱动：从离散到连续（12分钟）教师活动：提出核心问题——“如果两个变量不是离散的点，而是随时间连续变化的函数（信号），如何度量它们的相关性？比如，两个声波的波形相似吗？”展示两个正弦波信号$f(t)=\sin(t)$和$g(t)=\sin(t\phi)$，其中$\phi$为相位差。学生直观判断：当$\phi=0$时完全相似，$\phi=\pi$时完全相反，$\phi=\pi/2$时既不相似也不相反。教师活动：引导学生思考——离散情况是乘积求和，连续情况应该怎么办？学生讨论后得出：将求和符号改为积分符号。【基础】教师顺势给出连续信号相似性的初步度量公式（未考虑归一化和平移）：S=∫−∞∞f(t)g(t)dtS=\int_{\infty}^{\infty}f(t)g(t)dtS=∫−∞∞​f(t)g(t)dt提出问题：这个公式有什么缺陷？引导学生发现：如果两个信号形状相同但存在时间延迟，比如$g(t)=f(tau_0)$，直接用上述积分可能值很小，但直观上两个信号“应该是相似的”。（三）核心概念生成：引入平移变量（15分钟）教师活动：既然两个相似信号可能存在时间错位，我们应该允许一个信号滑动，在不同位置上计算相似度。由此引入含参变量的积分——互相关函数。板书定义（实函数情形）：Rfg(au)=∫−∞∞f(t)g(t+au)dtR_{fg}(au)=\int_{\infty}^{\infty}f(t)g(t+au)dtRfg​(au)=∫−∞∞​f(t)g(t+au)dt解释：$au$称为时延变量，$R_{fg}(au)$是$au$的函数，表示当$g$相对于$f$延迟$au$时两者的相似度。动态演示：使用GeoGebra分别绘制$f(t)$（比如矩形脉冲）和$g(t)$（相同的矩形脉冲但右移）。拖动滑动条改变$au$，观察$f(t)$与$g(t+au)$的重叠区域面积变化。当$au$等于两个脉冲的原始位移时，重叠面积最大，$R_{fg}(au)$取峰值。学生活动：观察演示，记录不同$au$下的重叠情况，理解互相关函数的“峰值检测”功能。（四）课堂练习与初步应用（8分钟）给出简单离散序列：$f=[1，2，1，0]$，$g=[0，1，2，1]$（相当于$f$右移一位）。要求学生分组计算$R_{fg}(0)$、$R_{fg}(1)$、$R_{fg}(1)$的值。计算时注意：$R_{fg}(1)$对应$\sumf(t)g(t+1)$，需对齐下标。小组代表汇报结果：$R_{fg}(0)=1×0+2×1+1×2+0×1=4$，$R_{fg}(1)=1×1+2×2+1×1+0×0=6$，$R_{fg}(1)=1×2+2×1+1×0+0×0=4$。峰值出现在$au=1$处，恰好对应两个序列的相对位移。教师总结：互相关函数通过寻找峰值位置，可以精确测定两个信号的相对时延。这正是雷达测距、声源定位的基本原理。（五）小结与作业（2分钟）课堂小结：互相关函数是度量两个信号相似度随相对位移变化的函数；峰值位置对应最佳匹配的位移量。【基础】作业：思考题——如果信号是周期的，互相关函数会有什么特点？预习自相关函数的定义。第二课时：性质辨析与卷积对比——理解的深化（一）复习引入：从互相关到自相关（5分钟）通过提问检查上节课内容：互相关函数$R_{fg}(au)$中$au$的含义是什么？如何利用互相关求时延？引入特殊情况：当$f=g$时，得到自相关函数$R_{ff}(au)=\int_{\infty}^{\infty}f(t)f(t+au)dt$。教师活动：播放两个动画——一个是矩形脉冲的自相关，$au=0$时完全重叠，积分值最大；随着$|au|$增大，重叠区域减小，积分值下降。另一个是正弦波的自相关，结果仍是同频率余弦函数，呈现周期性。引导学生总结自相关性质：1.【重要】$R_{ff}(0)\geq|R_{ff}(au)|$，即原点处取最大值。2.对于能量有限信号，$R_{ff}(0)$等于信号能量。3.自相关函数是偶函数：$R_{ff}(au)=R_{ff}(au)$。4.周期信号的自相关也是同周期函数，且相位信息丢失。（二）难点突破：互相关与卷积的辨析（15分钟）【难点】教师板书两个定义，让学生观察差异：卷积：$(fg)(au)=\int_{\infty}^{\infty}f(au)g(tau)dau$互相关：$(f\starg)(au)=\int_{\infty}^{\infty}f(t)g(t+au)dt$引导学生从“三步走”对比：第一步（反转）：卷积需要对$g$反转成$g(au)$，互相关不需要反转。第二步（平移）：卷积是反转后平移，互相关是直接平移。第三步（乘积积分）：两者相同。认知冲突设计：既然差别只在反转，为什么物理意义完全不同？教师阐释：卷积描述的是一个信号（输入）经过系统（另一个信号表征的系统特性）后产生的输出，体现的是“因果作用”；互相关描述的是两个独立信号之间的“统计关联”，体现的是“相互依赖”。形象比喻：卷积像“做菜”——食材经过烹饪（系统）变成菜肴；互相关像“品菜”——比较两道菜的相似程度。（三）数学联系：用卷积表示互相关（8分钟）教师活动：推导互相关与卷积的关系式：(f⋆g)(au)=f∗(−au)∗g(au)(f\starg)(au)=f^(au)g(au)(f⋆g)(au)=f∗(−au)∗g(au)对实函数简化为：(f⋆g)(au)=f(−au)∗g(au)(f\starg)(au)=f(au)g(au)(f⋆g)(au)=f(−au)∗g(au)解释：函数$f$的反转再与$g$卷积，等价于$f$与$g$的互相关。这个关系在信号处理理论中非常重要，它使得我们可以用卷积的快速算法（如FFT）来计算互相关。学生活动：用上节课的离散序列验证这一关系。取$f=[1，2，1，0]$，$g=[0，1，2，1]$，计算$f(au)=[0，1，2，1]$（反转），再与$g$卷积，验证结果是否等于之前算出的互相关序列。（四）拓展提升：频域视角（10分钟）教师活动：介绍互相关定理——时域互相关对应频域乘积的共轭：F{f⋆g}=F∗(ω)G(ω)\mathcal{F}\{f\starg\}=F^(\omega)G(\omega)F{f⋆g}=F∗(ω)G(ω)解释物理意义：两个信号在某个频率分量上的相关性，取决于该频率分量振幅的乘积和相位差。相位差为零时贡献最大，相位差$\pi$时贡献为负。图示说明：展示两个含有相同频率但不同相位成分的信号，其互谱密度如何反映相位关系。设计意图：为学生打开频域分析的窗口，体现信号处理的多样视角，为后续深入学习奠定基础。（五）课堂探究：用智能手机测声速（7分钟）【热点】实验设计：两部智能手机，一部作为扬声器播放短时脉冲声（如拍手声），另一部作为录音机。改变两手机间距，录制声音。将录音导入计算机，用Audacity或Python分析两个声道信号的互相关函数，找出时延峰值，结合距离计算声速。学生分组讨论实验方案，教师点评可行性。因课堂时间有限，实验作为课后探究项目布置。（六）小结与作业（5分钟）课堂小结：自相关的性质；互相关与卷积的异同；互相关定理。【重要】作业：1.证明：若$g(t)=f(tT)$，则$R_{fg}(au)=R_{ff}(auT)$。2.预习报告：查找资料，了解互相关在至少两个工程技术领域的具体应用，简要写出原理。3.拓展思考：如果信号叠加了随机噪声，互相关还能有效检测时延吗？为什么？第三课时：工程应用与项目实践——素养的升华（一）情境引入：真实世界中的相关问题（5分钟）播放短视频片段：雷达天线旋转、超声检查仪屏幕、语音助手被唤醒、自动对焦摄像头。提问：“这些看似不相关的技术，背后都用到同一个数学工具——互相关。它们分别用来解决什么问题？”学生自由发言，教师引导归纳：共同目标是“寻找相似”或“测量延迟”。（二）案例深度剖析：雷达测距原理（10分钟）教师活动：以脉冲雷达为例，讲解互相关在时延估计中的应用。1.雷达发射电磁脉冲信号$s(t)$。2.遇到目标反射，接收信号为$r(t)=\alphas(tau_0)+n(t)$，其中$\alpha$为衰减系数，$au_0$为双程时延，$n(t)$为噪声。3.将接收信号与发射信号副本做互相关：$R_{sr}(au)=\ints(t)r(t+au)dt$。4.代入得$R_{sr}(au)=\alphaR_{ss}(auau_0)+R_{sn}(au)$。5.由于信号与噪声通常不相关，$R_{sn}(au)$很小，而自相关$R_{ss}$在$au=au_0$处取峰值。6.根据峰值位置$au_0$和光速$c$，计算目标距离$d=c\cdotau_0/2$。强调：互相关可以在强噪声背景下有效提取时延信息，这是雷达能在远距离探测目标的关键。（三）案例拓展：模式识别与匹配滤波（10分钟）【高频考点】教师活动：展示指纹识别示意图。一枚输入指纹图像与数据库中的模板图像进行二维互相关，峰值位置对应匹配位置，峰值大小反映匹配程度。推广到一般模式识别：任何需要“找相似”的任务，都可以用互相关实现。介绍匹配滤波器概念：在数字通信中，接收端的最佳接收机就是一个与发送波形匹配的滤波器，其冲激响应$h(t)=s^(t)$。接收信号通过该滤波器的输出，正好等于接收信号与发送信号的互相关。当采样时刻对准符号周期时，输出信噪比最大。学生活动：分组讨论——除了课堂案例，还有哪些场景可以用互相关？每组提出12个创意应用，并简述原理。小组汇报摘录示例：1.地震监测：不同台站记录到的地震波信号做互相关，可确定震中位置。2.音乐识别：手机录下一段音乐片段，与云端数据库歌曲做互相关（或频域相关），识别歌曲信息。3.工业探伤：超声波在材料内部遇到缺陷反射回波，与发射信号做互相关确定缺陷位置。4.天文观测：射电望远镜阵列通过信号互相关实现干涉测量，提高分辨率。教师点评并总结：互相关是连接物理世界与信息世界的桥梁，是从数据中提取关联信息的数学化表达。（四）项目式学习：基于相关性的声源定位（15分钟）【重要】项目情境：假设一个声源（如拍手）在教室某处发声，四个角落放置麦克风。如何利用互相关确定声源位置？学生分组讨论，设计方案。教师提供关键参数：麦克风坐标已知，声速340m/s，声音到达各麦克风时间不同。小组汇报方案要点：1.采集各麦克风信号，选择其中一个作为参考，与其他三个分别做互相关，得到三个时延差$au_{21}、au_{31}、au_{41}$。2.根据时延差和声速，得到距离差：$\Deltad_{21}=v\cdotau_{21}$，表示声源到麦克风2与到麦克风1的距离差。3.距离差为定值的点构成双曲线（二维）或双曲面（三维）。4.多条双曲线的交点即为声源位置。教师点评：指出这是双曲线定位原理，广泛应用于导航（如LORANC）、无线定位等领域。若条件允许，可现场演示：用四个手机通过“手机传感器”APP录制同一拍手声，导入电脑进行互相关分析，估算声源位置，与实际位置对比，分析误差来源。（五）学科前沿展望：人工智能与相关性（3分钟）【热点】教师活动：简要介绍相关性在现代科技前沿的应用。1.机器学习中的特征选择：通过计算特征与标签的相关性筛选重要特征。2.卷积神经网络：卷积层的数学本质就是二维互相关运算，用于提取图像局部特征5。3.脑机接口：分析脑电信号与外界刺激的相关性，解码意图。4.引力波探测：LIGO通过将理论波形模板与观测数据做匹配滤波（互相关），从强噪声中提取微弱引力波信号。引导学生思考：相关性的本质是“找关系”，而科学研究的核心正是发现事物之间的内在联系。掌握互相关这一工具，就掌握了一种“发现”的方法。（六）总结升华与作业（2分钟）课堂总结：回顾三课时的核心内容——从离散相关系数到连续互相关函数，从数学定义到物理意义，从性质辨析到工程应用。互相关是描述两个信号相似度随位移变化的函数，是连接时域分析与频域分析的桥梁，是现代信号处理的基石之一。【基础】作业：1.撰写实验报告：记录利用智能手机测声速的实验过程、数据处理方法、结果分析和误差讨论。2.拓展阅读：查阅资料，了解傅里叶变换与互相关的关系，尝试证明互相关定理。3.创意设计：提出一个利用互相关解决实际问题的方案，可以是改进现有技术或原创应用，写出200字左右的简要说明。六、教学评价设计（一）过程性评价1.课堂参与度评价：观察学生在小组讨论、问题回答、实验设计中的表现，记录积极性和贡献度。2.课堂练习评价：第一课时离散序列互相关计算的正确性，检验对定义的理解程度。3.课后作业评价：第二课时的证明题考察逻辑推理能力；预习报告考察信息搜集和归纳能力。4.实验操作评价：第三课时的声源定位实验，考察方案设计能力、数据处理能力和误差分析能力。（二）终结性评价【高频考点】单元测验设计：1.基础知识（40%）：互相关定义、自相关性质、与卷积的关系等概念性题目。2.计算应用（30%）：给定简单连续信号或离散序列，计算互相关函数并解释结果。3.综合分析（30%）：给出一个实际应用场景（如超声测距），要求学生写出利用互相关解决问题的完整思路，包括原理图、公式推导、步骤说明等。（三）核心素养达成度评估1.物理观念：通过学生对“相关即相似度”的理解深度，以及对“相干”与“相关”内在联系的把握程度评估。2.科学思维：通过学生辨析卷积与相关、从时域和频域两个角度思考问题的能力评估。3.科学探究：通过实验方案设计、数据分析和结论得出的规范性和创新性评估。4.科学态度与责任：通过小组合作表现、对技术应用伦理的思考深度评估。七、教学资源与技术支持（一）硬件资源1.多媒体教室配备投影仪和计算机。2.智能手机（每组23部），安装音频录制和分析APP。3.卷尺（测量手机间距）。4.计算机实验室（可选），安装MATLAB、Python（NumPy/SciPy）或Audacity等软件。（二）软件资源1.GeoGebra动态数学软件：用于绘制函数图形，动态演示滑动过程。2.Audacity音频编辑软件：