封面图片来自本期论文“仿生机器鱼近壁面流场识别的人工侧线方法”，图片包含了仿生机器鱼三维样机模型、仿生机器鱼仿真模型、流场预测神经网络模型、速度场仿真云图以及流场预测评价指标曲面图。随着人类对海洋开发的深入，面临的水下作业环境也愈发险恶，受水质浑浊度和复杂非结构的水下地形环境影响，传统的光学成像和声纳探测技术应用受到了限制，严重制约了仿生水下机器人的作业能力，针对仿生机器鱼目标近距离作业时的环境识别难题，提出一种基于人工侧线(ALL)的近壁面流场识别方法。首先，理论分析了ALL感知近壁面流场环境的可行性；然后，建立了ALL虚拟压力传感器阵列并采用计算流体动力学(CFD)方法计算并提取了不同参数条件下(来流速度v,靠壁距离d和游动频率f)仿生机器鱼的体表压强数据；最后，建立了基于多层前馈神经网络的来流速度和靠壁距离预测回归模型，并对模型结构和数据特征进行了优化。研究结果表明：壁面效应将引起鱼体周围流场结构的非对称分布，鱼体头部和尾部的侧线传感器对流场参数的辨识度高，消除弱相关的特征对来流速度和靠壁距离预测指标的影响小且有利于降低预测模型的复杂度。