赵延(赵延寿)

中青报·中青网记者 张渺

赵延龙当初选择数学是因为兴趣，他始终觉得，做基础科研、做创新性的工作，是“挺有意思的事情”。

他的研究兴趣，包括集值系统辨识与控制、网络通信、金融系统建模等等。

作为中科院数学与系统科学研究院研究员、系统控制重点实验室副主任，赵延龙在领域内具有重要影响的期刊和会议上发表学术论文80余篇，是国家杰出青年基金获得者，曾任亚洲控制协会副主席，现任中国自动化学会副秘书长、中国自动化学会控制理论专委会副主任等；他还获得过国家自然科学二等奖、中国自动化学会自然科学奖一等奖等科研奖励，先后主持国家优秀青年基金、国家杰出青年基金、首批中国科学院稳定支持基础研究领域青年团队计划等项目。

图为赵延龙。受访者供图

赵延龙1980年生，本科毕业于山东大学，博士毕业于中科院数学与系统科学研究院。求学时期，他就被周围老师们做科研的精神状态打动，深深觉得基础研究“有趣”。博士毕业找工作时，他没考虑其他的，只想着要继续“做科研”。

对赵延龙来说，在数学的道路上一直走下去，就是他“向往的生活”。

集值系统研究旨在利用粗糙的集值信息达到精确的辨识和控制效果。随着信息化、大数据和智能化的发展，集值系统大量涌现，对系统建模和控制产生了新的需求。与传统的精确测量系统相比，集值系统具有可利用信息少和非线性强两大特征，其辨识和控制具有本质困难，需要新的研究视角和理论方法。

赵延龙就是迎接这一挑战的人，他最早接触集值系统是在2003年。当时，研究这个方向的人还比较少，他的导师对他说，“做这个试试”。

赵延龙觉得这就跟推门一样，他想看看，自己能不能推开这扇门，能不能找到一条可以前行的路。不知不觉中，他已经在这条路上走了将近20年。

“举个简化的例子，当我们需要统计学生的成绩时，打分‘0分到100分’，对学生的学习情况了解相对会多一点，但如果打分只有‘优良中差’这种‘集值’信息，仅通过一次考试，很难从其中看出某个学生的具体学习状况，因为数据信息量太少。但如果考很多次的话，10次全是优的学生，会比5次优5次良的学生学得好一些，这样综合起来就可以得到学生学习状况的准确评估了。”赵延龙对中青报·中青网记者解释。

用赵延龙的话说，他的日常工作，就是去关心这个“学生”的真实学习状况。

这个“学生成绩”有时是医学领域的大量医学数据，需要用集值系统来建立复杂疾病模型；有时它是工程领域的大量工程数据，比如卫星观测数据，需要用集值系统来融合这些数据，以优化定位；这个“学生成绩”还可以是智能识别系统“眼睛看到的景色”，需要用集值系统来建立模型，在线智能识别目标的“真伪”。

“有时候受测量限制，测得不那么准，还不能实现跟踪目标、控制目标。这些就是集值系统的辨识和控制的问题，信息量太少。”赵延龙感慨，“集值系统的问题涉及控制论、概率论、图论等数学工具，我们要在解决实际问题的过程中，把它给融合起来。”

事实上，他遇到的第一个瓶颈，甚至都不是具体的研究问题，而是“寻找哪些课题是可以做的”。

通信领域？医疗领域？航空领域？他一路尝试，寻找集值系统辨识与控制可能的应用领域。在推开那扇门之后，他慢慢地“把这个方向打开”，一步一步，蹚出一条路来。

在这条路上走得越远，他碰到的问题也越多、越难。

赵延龙解释，集值系统有个特点是“不知道系统数据的精确值”，如输出、状态等等，只知道它是否属于某个或某些集合。对比较精确的测量系统来说，集值系统可供利用的信息很少，原有的系统辨识和控制方法不再适用。集值数据和系统变量之间存在很强的非线性，系统的建模、辨识和控制必须放到非线性框架下讨论。同时，强非线性会造成系统变量之间的随机相关性，其研究缺乏必要的数学理论和分析工具。

这就造成了辨识和控制的本质困难，按照赵延龙的解释，这“需要新的视角和方法”。

这些年来，赵延龙提出了经验测度法、递推投影估计、二尺度控制、随机递推控制等原创性方法，解决了集值系统的可辨识性、辨识与控制的最优性等基本科学问题。

相关的成果目前已成功应用到复杂疾病建模和雷达目标识别等实际问题中，构造了更有效的统计验证方法，以及准确率更高的目标智能识别算法。他的工作得到了国际同行的肯定和好评，被公开评价为“扩展传统的系统辨识理论”“重要发展”等。

赵延龙觉得最难熬的阶段似乎已经过去了，这条路他走得磕磕绊绊，但现在终于逐渐顺畅起来。他感慨，“得到大家的认同其实很不容易”。他回顾一路走来的过程，还是会感慨当初不被认同的痛苦。集值系统辨识与控制，是后来才慢慢被行业内专家认可的。

但他始终确信，这个方向“值得去做”。他在基础科研冷板凳上坐着，单纯又执拗：“如果当时放弃了换一个方向，其实这个方向可能也就没了。”

幸好，那时候的他，压根“没有那么多想法”。

来源：中国青年报客户端