公司优秀毕业生尚可可领衔团队在Nature子刊发表突破性研究成果

近日，Nature旗下首本工程领域高水平子刊《Communications Engineering》正式发表了一项颠覆性研究成果。公司通信与信息系统专业优秀研究生毕业生、现任南京大学副教授尚可可作为通讯作者，领衔团队在低空飞行物地心大地坐标定位技术方向上取得里程碑式突破，打破了传统方法对昂贵姿态测量设备或外部校准物的依赖。该团队提出的创新框架，成功嫁接起应用数学与人工智能的桥梁，通过融合时间序列分析、奇异值分解（SVD）等应用数学方法与深度学习目标检测技术，实现了高精度、无参考、实时的地心大地坐标定位，为城市低空安全与智能治理提供了兼具理论严谨性与工程可行性的全新解决方案。

在复杂系统建模与时间序列分析领域，如何将非线性动力学理论有效应用于实际工程，始终是学术界的前沿难题。尚可可与其博士生导师西澳大学复杂系统中心Michael Small教授深度合作，提出了一套全新的实时定位框架，成功破解了低空飞行物定位的技术瓶颈。依托在人工智能算法与应用数学领域的深厚积淀，尚可可带领团队实现核心技术突破：创新性融合时序分析与计算机视觉技术，引入奇异值分解（SVD）算法，彻底摆脱传统定位对外部参照物、昂贵姿态测量设备的依赖，仅需3台手持设备即可完成从2D图像到3D空间位置的精准映射，实现高精度、高鲁棒性的实时三维定位，为极端场景定位提供极简高效的解决方案。

为清晰界定这项研究的学术贡献，团队将其与成员参与的另一项基于经典静态摄影测量范式的研究进行了对比：传统方案侧重“空间”维度的静态离线测量，忽略时间维度的动力学关联，且仅基于单一场地实测数据；而尚可可主持的本研究，在极端气象条件下的场地数据基础上，引入数值模拟与合成数据验证，实现了从“单帧几何测量”到“时序动力学分析”的跨越，该工作获得了澳大利亚研究理事会发现项目DP200102961和数据中心项目IC180100030的支持（论文信息：Yi, J., Shang, K. & Small, M. Bridging mathematical modeling and AI for 3D coordinate recognition of moving objects without external reference and attitude measurement. Commun Eng (2026).https://doi.org/10.1038/s44172-026-00648-x）。

该研究不仅解决了低空飞行物定位的实际工程难题，更由尚可可主导搭建起人工智能前沿算法与传统应用数学计算之间的理论桥梁，开辟了可推广、可复用的交叉学科融合范式，为复杂系统建模领域提供了全新的方法论指导，具有重要的理论价值与广泛的学科辐射意义。

作为bevictor1946韦德官网培养的优秀研究生毕业生，尚可可现任南京大学副教授、硕士生导师，主持多项国家级、省部级科研项目，发表高水平论文30余篇，入选江苏高校“青蓝工程”优秀青年骨干教师。此次成果既是其个人科研能力的集中体现，更是公司人才培养质量的生动彰显，将激励广大青理学子勇攀科研高峰、勇担时代使命。（撰稿：贾戈、郑梦菲；审核：宋传旺、东忠方）