考生在备考东南大学自动化学院控制科学与工程或电子信息专业博士研究生时，需要系统性地结合学科特点与院校考核要求制定复习计划。控制科学与工程方向重点考察控制理论、系统建模与优化、智能控制等核心内容，电子信息方向则侧重信号处理、电路设计、通信技术等领域，两专业在自动控制原理、信号与系统等基础课程上存在交叉。建议采用"基础夯实-专题突破-模拟实战"三阶段递进式复习。

基础阶段（3-6个月）需构建完整知识框架。数学基础方面，重点强化矩阵分析、微分方程、概率统计等工具性知识，推荐使用《线性代数及其应用》（Gene H. Golub著）和《概率论与数理统计》（浙大版第四版）进行系统学习。专业课基础建议分模块攻克：控制理论以胡寿松《自动控制原理》为主，精读第1-5章经典控制部分，配合东南大学自编《控制工程基础》补充现代控制理论；电子信息专业则需深入《信号与系统》（奥本海默著）和《数字信号处理》（程佩青著），建立时频域分析思维。建议每日保持3小时专业学习，配合《控制工程导论》《信息与通信系统导论》拓展学科视野。

专题突破阶段（2-3个月）需针对院校命题规律进行定向训练。通过分析近五年真题发现，东南大学控制学科常出现非线性系统鲁棒性分析、最优控制解的存在性证明等高阶题目，电子信息方向侧重数字滤波器设计、MIMO系统信道估计等应用型问题。建议建立"题型-方法"对照表：对于状态空间方程求解类题目，总结李雅普诺夫方程求解的六种典型解法；针对频域分析题目，整理Bode图、奈奎斯特曲线的工程应用案例。每周需完成2套院校真题模拟，重点研究2009-2022年已公开试题，注意东南大学对IEEE Transactions系列论文的引用情况，例如近年考题涉及模型预测控制（MPC）和深度强化学习的交叉应用。

模拟实战阶段（1-2个月）应严格遵循考试时间管理规则。控制学科笔试通常包含3道大题（占70%分值），涉及系统辨识（如最小二乘参数估计）、自适应控制（如自校正律设计）、鲁棒性分析（如H∞范数计算）等前沿方向，建议使用MATLAB/Simulink完成不少于20个典型案例的仿真验证。电子信息方向侧重硬件设计能力考核，需熟练掌握示波器、频谱分析仪等仪器操作，推荐复现东南大学实验室公开的FPGA数字信号处理项目。英语考核采用专业文献翻译与论文写作结合的形式，需重点训练IEEE会议论文的写作规范，每日保持1小时专业英语精读训练，精读《Automatica》《IEEE Transactions on Control Systems Technology》近三年高被引论文。

特别需要关注的是东南大学"智能机器人与系统"和"物联网与无线通信"两个优势方向，建议在复习中融入相关技术动态。例如，智能机器人方向近年注重SLAM算法与深度视觉的融合应用，可研读东南大学李仁宇教授团队在《Robotics and Autonomous Systems》发表的成果；物联网方向则需掌握5G NR与TSN技术的协同设计，关注东南大学与华为共建的"智能通信联合实验室"公开技术白皮书。面试准备应重点准备研究计划书撰写，建议采用"技术路线-创新点-可行性"三段式结构，结合东南大学控制学院与信息学院近三年承担的国家重大专项申报书进行模拟训练。

最后阶段的查漏补缺需建立个性化知识图谱。建议使用Anki软件制作错题本，将高频错误点（如能控标准型转换中的基矩阵计算、卡尔曼滤波的协方差更新公式）制成记忆卡片，每日进行随机抽测。同时关注东南大学研究生院官网的考博动态，特别注意"申请-考核制"试点政策，若符合条件需提前准备专家推荐信和科研成果证明材料。考前两周应进行全真模拟，严格按考试时间进行，控制学科建议采用"1.5倍速做题+0.5倍速检查"的节奏，电子信息方向需预留30分钟进行电路设计题的手工推导与仿真验证。