终端失锁
峡谷内强邻频干扰与多径下终端频繁失锁,定位误差从 5 m 恶化到几十米,无法引导直升机悬停。
要求 邻道抑制不低于 60 dB(整机;单级选频回路按 35 dB 计,靠两级双调谐级联);天线端驻波比不大于 1.5;本振频率稳定度优于百万分之一。
动手 中频选频回路(谐振、Q 值与带宽、双调谐)与天线端阻抗匹配;结尾用定位误差热图对照。
任务书《复杂电磁环境下的应急通信与定位保障》:一支应急分队进入山地峡谷,北斗终端、无人机中继、单兵电台与前沿雷达同时工作,四个设备各出了一个现场难题,本学期把它们逐个解决。 学生动手的主体落在核心章节——LC 谐振回路、阻抗匹配网络、调幅与包络检波(调频与鉴频次要);驻波比、功放集电极效率这类工程指标用于展示与验证。
峡谷内强邻频干扰与多径下终端频繁失锁,定位误差从 5 m 恶化到几十米,无法引导直升机悬停。
要求 邻道抑制不低于 60 dB(整机;单级选频回路按 35 dB 计,靠两级双调谐级联);天线端驻波比不大于 1.5;本振频率稳定度优于百万分之一。
动手 中频选频回路(谐振、Q 值与带宽、双调谐)与天线端阻抗匹配;结尾用定位误差热图对照。
机动转弯时天线阻抗随姿态变化,功放失配进入压缩,画面卡顿、每分钟断链数次,续航缩短三成。
要求 全姿态驻波比不大于 2;功放集电极效率不低于 40%;自动增益控制在 10 ms 内恢复。
动手 阻抗匹配网络(L 型与 π 型,Q 值与带宽的取舍);结尾用图传覆盖热图对照。
强干扰把话音盖住、时断时续;检波 RC 又取得偏大,出了惰性失真。有效通话距离缩短一半。
要求 包络检波不失真(RC 时间常数满足调幅度条件);镜像抑制不低于 50 dB(整机;由前置选频回路多级级联形成)。
动手 调幅与包络检波(惰性失真、负峰切割),调频与鉴频次要;结尾用通信稳定分布对照。
各通道幅相不一致,主瓣展宽、旁瓣抬高 8 dB,探测距离下降。
要求 各通道幅度一致性 ≤ 2 dB、相位一致性 ≤ 5°(教学取值,待教师审定)。
动手 谐振回路的幅频与相频特性(Q 值对相频斜率的影响),工作量最小;结尾用方向图对照。
四个难题合起来覆盖核心章节。表中所有要求为教学取值,待教师审定;宏大背景只做引子,学生要完成的具体工作是本科生两周内能做、实验台上能验证的。
只有一条流程,每一步取最合适的难题做例子,并写清两件事:学生做什么,产物进入哪一步(金色)。
助教随步骤变化:第 3 步不给提示,第 2、6 步只追问不代写,第 8 步指出违反了哪条约束但不替学生挪设计点。
页面上的每个数字都要能回答"它是怎么来的":曲线是公式现算的,仿真器是自己托管的,三维器件是程序画的,四张对照图各标模型依据。
九个公式模块在浏览器里现算,改一个参数就重算一次;括号里是教材出处。
resonance.js / matching.js 谐振回路(Q 值、通频带、双调谐)与阻抗变换(L 型、π 型、驻波比)am.js / fm.js 振幅调制与解调(惰性失真、负峰切割)、角度调制与解调(频偏、卡森带宽)oscillator.js / pa.js / link.js 振荡器起振条件、丙类功放导通角与效率、接收机级联增益与噪声底constraints.js / scenarios.js 第 8 步六条约束由谐振公式算出;第 12 步四个场景的前后映射第 9 步嵌的是 CircuitJS1 Mod 2.0.0 网页版,许可 GPL v2 或更高,整份构建放在 app/vendor/circuitjs/,以 iframe 嵌入做隔离,断网照样能开。七个预置电路的清单与关键取值在 app/data/circuits.json。
第 5 步的器件用 three.js 的程序化几何体现搭:线圈、电容、高频三极管、变容二极管、石英晶体、同轴接头、演示板。没有外部模型文件,也不联网下载;不支持时退回二维图。
模型依据的定义写在图的右上角:物理公式直接用教材或工程手册的解析式;简化模型主干是物理式,含教学化的简化或经验系数;示意只表达趋势,不承诺数值正确。第 12 步左栏另标一行依据等级(公式计算 / 仿真结果 / 教学示意 / 实验台实测),说的是这张图的证据来自哪里,与这里的模型依据不是同一件事。
标着"教学取值待审定"的有:任务书四个难题的要求、技术指标表十一行、六条约束的取值、质量屋的关系强度与目标值、四组场景指标、器件参数的典型值范围。第 3 与第 10 步的双曲线不在此列:两条线都按探头加载模型现算(与第 9 步仿真同参数:预置电路 C1 单调谐回路、C6 示波器探头加载,同一组元件值),金线是复现值而不是实验台的原始记录,这句口径写在那两步的图下说明行里。
这门课确实积累了一学期的学生与 AI 对话记录。下面是它的全部口径,以及本轮把它用到了什么程度。
数据来源:学堂在线《高频电子线路》课程群 AI 学伴的全学期对话导出;语义标注由本机模型完成 3851 条,尚未人工双评,标注一致性(κ)尚未计算。
做完之后,站内每一处引用都要带上上面那一行口径,并且点得到匿名原文;点不到原文的结论不上页面。附页现在就按这条规矩做:每条路都能点到那几句核对过的原话,点不到的只出人数。
三条底线贯穿全站:界面上任何判断都能下钻到原文片段;数据口径如实标注,宁可数字小,不可来源虚;不做语音识别、不做自动评分、不称自动生成教材。缺数据的地方显示"数据不足"或"待采集",不插值、不填补。
课程建设期把教学法写成十份中文规则文件(登记表 agents/registry.yaml,规则在 agents/01-*.md 至 10-*.md)。在本平台里它们合并成一位随步骤变化的 AI 助教,学生看到的是行为的差别,不是名字的差别;这十个名字只出现在这一段与成果报告的附录里。
课前抛出与教材预期不符的现象,要求学生动手前列出至少三种可能并给出区分判据。
教师讲稿文本逐句定位到知识点,比对该生薄弱项给三级提示;文本手动输入,不做语音识别。
按学生的短板与历史误解重构教材段落,与原文左右对照并说明为什么这样改。
把对话里的概念、变量、故障源、判据抽成节点与边,汇成全班可参考的思维网络。
仿真与实测曲线同屏,学生逐项补入隐性参数,每次修正记录改了什么、为什么改、差异多少。
不回答问题,教学生怎么问:按学生当前状态选定追问策略,索要竞争假设与判据。
把各处产出汇成十维学情画像,每维标注数据来源;缺数据就写"数据不足",不给总分。
回答必须引用该生自己的历史记录,与通用对话工具的回答左右对照;没有的历史不许编。
看学生在普通 AI 对话框里的表现——离开本平台、没有提示词帮忙时,提问层级还在不在。
把课堂行为对应到岗位能力,展示这条连通路径并如实显示差距,不给分数。
教学规则写在 Markdown 里,不写在代码里:想改助教怎么回应学生,改一段中文即可。运行时真正加载的是随步骤变化的那一位助教(agents/11-tutor.md);模型密钥只放环境变量。