东南大学自动化学院控制科学与工程与电子信息考博考试近年来呈现出鲜明的学科交叉融合与前沿技术导向特征。以2022-2023年真题分析为例，控制科学与工程方向在连续五年保持"控制理论+智能系统"的命题双主线结构，其中智能控制相关题目占比从2019年的32%提升至2023年的47%，而电子信息方向则持续强化"通信技术+人工智能"的复合型命题模式，2023年新增的"5G网络切片在工业互联网中的QoS保障机制"论述题即体现了这种趋势。

在控制科学与工程真题中，经典控制理论仍作为基础框架占35%的比重，但重点考查模型降阶、非线性系统鲁棒性分析等进阶内容。典型如2021年出现的"基于李雅普诺夫函数的分数阶系统稳定性判据推导"（满分15分），要求考生在掌握传统二阶方法基础上，拓展至分数阶域的数学工具应用。智能系统方向则聚焦工业4.0场景，2023年"数字孪生驱动的智能产线动态调度算法设计"案例分析题，要求结合MATLAB/Simulink仿真平台完成从系统建模到参数优化的全流程，其中多目标优化算法选择（NSGA-II与MOEA/D）成为评分关键点。

电子信息方向呈现"通信原理+信息处理"的T型知识结构，2022年"超表面（RIS）在毫米波通信中的信道均衡优化"论述题，既考察MIMO系统基本原理，又要求理解超表面的电磁参数调控机制。值得关注的是，近三年新增的"联邦学习框架下的分布式智能感知网络"（2023年）等题目，将密码学、分布式计算等跨学科知识融入通信系统设计，要求考生具备知识迁移能力。

备考策略需遵循"3+1"知识图谱构建：基础层（控制理论+信号与系统）、应用层（智能控制+通信技术）、交叉层（数字孪生+联邦学习），并配置1个虚拟仿真实验平台（推荐MATLAB/Simulink+ROS）。建议重点突破非线性系统建模（重点掌握滑模控制与自适应控制）、通信系统性能评估（误码率与吞吐量计算）、人工智能算法选型（强化学习与迁移学习场景应用）三大核心模块。近三年真题显示，控制类题目平均解题时间占比达58%，电子信息类占63%，因此需强化限时训练，特别是对涉及MATLAB/Simulink仿真、Python编程的实操题型（2023年占42%）。