“十四五”基金委信息科学部重大项目指南（全文）

      2021年信息科学部共发布8个重大项目指南，拟资助6个重大项目。项目申请的直接费用预算不得超过1500万元/项。

“水下目标分布式声探测与识别基础理论与关键技术”重大项目指南

　　水下目标探测与识别是国家海洋需求中的关键技术之一。针对水下目标探测面临的探测距离近、准确率低、虚警概率高、目标属性无法辨明等难题，旨在开展分布式声探测与识别基础理论与关键技术研究，突破水下目标探测“探不远、辩不明”的瓶颈，全面提升我国水下目标探测与识别能力，培养能够支撑领域持续发展的研究队伍。

　　一、科学目标

　　针对广域复杂水下环境中的弱目标探测、识别与跟踪难题，围绕网络化、分布式与智能化这一总体解决思路，研究极低信噪比条件下的弱目标特征表述与时空水声协同探测、资源受限条件下的探测数据可靠传输与组网、信息缺失和特征异构条件下的目标识别与融合决策等问题。构建仿真与典型海洋水下环境实验系统，验证理论与方法的正确性和关键技术的可行性，为水下分布式探测技术发展提供科学理论和方法支撑。

　　二、研究内容

　　(一)水下目标分布式探测理论与方法。

　　研究声场适配的水下目标探测方法，高增益声呐阵列实时信号处理方法，水下目标特征提取及基于特征的检测方法，适配带宽受限下的信息提取与数据表征方法，以及面向分布式探测需求的低门限检测信息压缩方法等。

　　(二)适配探测需求的可靠传输与机动组网。

　　研究中远程高谱效/能效和隐蔽水声通信理论，面向实时探测与快速跟踪的高效接入与异构机动组网技术，以及资源受限下匹配任务的网络可靠传输和资源联动方法。构建适配协同探测需求的水下可靠信息传输网络。

　　(三)海洋环境小样本目标分布式分类与识别。

　　研究海洋声环境物理特性与先验知识挖掘方法，水下目标时序及频谱特性的有效建模方法，面向多源分布式网络的信息表征及分类方法，基于声环境先验知识的小样本分类与识别方法。构建分布式水声目标识别数据库信息格式、标定、配准等规范与标准。

　　(四)多源信息智能融合检测跟踪与决策理论与方法。

　　研究多源信号时空频多维特征综合关联方法，检测跟踪一体化处理方法，以及分布式网络水下目标协同跟踪定位方法。构建一体化特征检测、信息融合、目标跟踪的多源信息智能处理框架，解决分布式声呐阵列在复杂环境下对目标的稳健融合检测跟踪问题。

　　(五)水下目标协同探测与识别示范验证平台构建。

　　构建以“分布感知、可靠传输、协同处理”为特点的水下分布式多节点协同探测与识别应用验证平台。仿真系统节点数不少于100个、关键目标类型不少于3类;典型海域水下实验验证平台节点数不少于15个。

　　三、申请要求

　　申请书的附注说明选择“水下目标分布式声探测与识别基础理论与关键技术”，申请代码1选择F0115。

“重大基础设施网络的非核强电磁脉冲作用与防护基础理论研究”重大项目指南

　　通信、高铁等重大基础设施高度信息化和网络化，非核强电磁脉冲容易造成局部损坏乃至全局失效。为有效应对非核强电磁脉冲威胁，旨在研究重大基础设施网络的强电磁脉冲作用与防护基础理论，解决威胁源认知、作用规律和协同防护等科学技术问题，为国家重大基础设施电磁防护的工程实践提供坚实的理论基础和技术储备。

　　一、科学目标

　　针对重大基础设施网络面临的非核强电磁脉冲威胁，开展电磁威胁源认知与模拟、复杂网络环境强脉冲传播与致损机理、核心芯片电磁易损规律与防护设计、多元协同电磁防护机理与实现等研究，解决强脉冲源特性表征、强脉冲对设施网络的作用规律、多元多层级协同防护机制等关键科学问题，突破灵巧可重构强脉冲模拟源、设施网络强脉冲防护顶层设计与响应等效验证、芯片强脉冲作用测试评估等关键技术，在商业级5G通信网应用验证，为提升我国对强脉冲威胁的应对能力提供基础性和前瞻性的科学技术储备，产生具有国际影响力的引领性研究成果。

　　二、研究内容

　　(一)电磁威胁源的特性识别、特征反演与波形捷变模拟。

　　研究非核强电磁脉冲信号的多维多域特征联合分析识别、特征反演与仿真建模等理论方法，建立涵盖时/空/频/能/调制/极化等多域特征要素集及其关联映射图谱，研究灵巧捷变、可重构的强电磁脉冲模拟源，提供不少于4种强脉冲波形，最高工作频率10GHz，波形切换时间不超过2s，为威胁源的评判和设施网络的试验验证提供多样化的高功率电磁脉冲信号。

　　(二)复杂网络环境电磁脉冲传播动力学与致损机理。

　　研究强电磁脉冲对重大基础设施网络的入侵方式、传播规律以及谐振放大等效应，建立能量流和信息流的跨层耦合模型与动力学仿真算法，阐明关键网络节点、设备、电路的电磁脉冲致损机理，获取电磁脉冲与大规模异质线缆网络耦合的等效电路模型，形成大型拓扑网络的非线性响应模拟与网络特征模分析方法，针对系统和通道电磁脉冲易损部位建立模型库及仿真软件模块，为重大设施网络的防护加固和事后恢复提供科学理论和方法。

　　(三)集成电路和微系统的电磁易损规律与防护设计方法。

　　研究集成电路和微系统电磁脉冲的传递路径、易损规律以及仿真评估理论和方法，实现对集成电路工艺、器件、芯片电磁耦合路径防护设计方法，研究集成电路和微系统的强脉冲作用测试评估技术，建立5种以上针对电磁脉冲源(覆盖频率10GHz)的典型集成电路电磁损毁宏模型，实现典型集成电路测试诊断和防护/加固，为提升集成电路和微系统的电磁抗毁性能打下坚实技术基础。

　　(四)多元协同电磁防护机理与实现方法。

　　研究强电磁脉冲多路径传递与隔离协同防护体系，建立多元脉冲能防护的电磁作用过程数学物理模型，揭示直击与二次效应、防护理论及其实现机理，突破功能器件/电路/模组与防护融合、多路径分流与隔离协作、能量缓释控制等关键技术，为建立多元多层级协同防护机制提供理论依据和技术基础。防护接地电阻大于5欧姆，并在通信网络等设施开展验证。

　　(五)重大基础设施网络的电磁防护协同设计理论与验证。

　　研究重大基础设施网络的电磁防护协同设计理论与方法，研究重大设施多维度协同设计指标体系、电磁模型和多目标调控优化等关键技术，建立强脉冲对设施网络损伤的预测仿真平台，最高频率不低于10GHz，构建不低于4个节点的5G通信等专用网试验验证平台，完成电磁效应与防护综合试验验证，为提升基础设施网络应对强脉冲威胁提供系统理论方法和技术支撑。

　　三、申请要求

　　申请书的附注说明选择“重大基础设施网络的非核强电磁脉冲作用与防护基础理论研究”，申请代码1选择F0119。

“嵌入式软件智能合成基础理论与方法”重大项目指南

　　面向国家战略实施对嵌入式软件先进开发技术的需求，开展软件智能合成基础理论与方法的研究，为实现大幅缩短软件开发周期和提高软件质量提供新型理论、方法和技术，培养具有国际影响力的研究队伍。

　　一、科学目标

　　针对嵌入式软件开发中的多维需求特征抽象表示、软件资产的理解和综合、模型间语义一致性保持等科学问题，提出基于软件IP(知识产权)的嵌入式软件智能合成理论与方法，构建从软件需求规约到代码实现的嵌入式软件智能合成平台，大幅提高嵌入式软件开发效率和质量，实现嵌入式软件开发模式从人工编写到智能合成的跨越。

　　二、研究内容

　　(一)基于软件IP的嵌入式软件需求描述语言。

　　研究嵌入式软件多维特征的抽象表示方法，建立基于软件 IP的需求描述语言，探索从软硬件资源受限的嵌入式系统自然语言任务描述到基于软件IP的嵌入式软件需求模型的转换方法。

　　(二)面向嵌入式系统的软件IP知识建模及构造。

　　研究软件IP知识实体及其关系的建模和描述方法，建立面向软件合成的软件IP知识模型，分析目标系统特征及软件IP的能力需求和资源约束，建立软件IP知识实体的构造规则和方法，研究软件IP知识库的构建和管理方法。

　　(三)基于软件IP的嵌入式软件智能合成与优化。

　　以面向软件IP的需求描述语言为基础，研究嵌入式软件架构模型及软件IP智能搜索与推荐技术，研究基于领域知识的软件IP构造与演化技术，研究基于软件IP的程序合成与优化方法，实现满足时、空等约束的嵌入式软件智能合成。

　　(四)嵌入式软件合成过程及产品的质量保障。

　　研究面向软件IP的约束满足和冲突检测方法，保证软件IP的正确性;研究嵌入式软件智能合成架构的检测和验证方法，提高合成软件的可信性;研究合成代码与需求规约的一致性评估方法，建立合成代码的质量追溯和评价体系。

　　(五)嵌入式软件智能合成验证与示范应用。

　　研发嵌入式软件智能合成平台，包括需求建模工具、软件IP库管理工具、智能合成工具、质量保障工具等，选取典型嵌入式软件，对软件智能合成的理论方法等成果进行验证与应用。

　　三、申请要求

　　申请书的附注说明选择“嵌入式软件智能合成基础理论与方法”，申请代码1选择F0203。

“融合区块链的大数据本真计算”重大项目指南

　　数据社会重大风险治理是国家社会经济稳定发展的重要需求。针对现有大数据存在的采集滥乱、使用粗放、共享难行和安全难控等问题，开展基于随机抽样的数链融合大数据过程可信计算理论方法与关键技术研究，以数为本、以链求真，解决其未来应用的关键科学问题，培养优秀人才和有影响力的科研团队，为我国数据社会治理未来发展提供理论、技术和人才支撑。

　　一、科学目标

　　面向数据社会治理系统，围绕大数据融合区块链的可信上链和动态可控的科学挑战，研究数链融合与链构适配的大数据本真计算理论和方法;突破大数据精准认知难和大数据与区块链可信融合难的技术瓶颈，拓展大数据与区块链的研究深度，创新大数据与区块链的融合理论，为重大金融风险防控的科学治理与精准施策提供理论与技术支撑。

　　二、研究内容

　　(一)大数据纠偏与可信上链。

　　研究全域大数据的纠偏勘探方法，建立数据资源的表征性模型和数据探测的覆盖性模型，研发大数据属性特征的小数据表征方法及其上链技术，解决大数据直接上链难和特征刻画局限性问题。

　　(二)大数据的可信链构与共享。

　　设计链上子域与链下子域的全域融合机制及其链构模型，研究适用于外部数据和内部数据的可扩展链构与虚拟化存储技术，设计链上多方智能合约的执行验证与访问机制，发展大数据共享的多方高效共识算法与激励机制。

　　(三)大数据链变分析与动态可控。

　　研究多链环境下大数据增量特征的分析方法，设计满足组织动态性和语义关联性的大数据内容索引技术，研究服务于大数据本真计算的风险诊治适配模型，支撑精准高效的数据治理应用。

　　(四)数链融合的安全与隐私计算。

　　研究区块链的稳定链控模式，以保证大数据访问的可控性;研究面向隐私计算的多方链构数据溯源方法，设计链上链下数据多方安全计算模型，研发大数据风险行为辨识机制。

　　(五)重大金融风险防控应用验证。

　　构建基于数链融合的大数据纠偏与可信上链、链构与共享、链变分析与动态可控、隐私安全为一体的重大金融风险管控平台，在网络金融交易反欺诈与数字人民币反洗钱等方向开展典型应用验证。

　　三、申请要求

　　申请书的附注说明选择“融合区块链的大数据本真计算”，申请代码1选择F0212。

“含氢多能源供需系统协同运行的基础理论与关键技术”重大项目指南

　　面对绿色能源发展的重大战略机遇，开展含氢多能源供需系统协同运行的基础理论与关键技术研究及应用验证，为实现“碳达峰、碳中和”的国家战略目标提供基础理论和技术支撑。

　　一、科学目标

　　围绕多能源供需系统的多能耦合控制与供需随机匹配优化、氢能供需链与传统能源系统的协同规划运行等基础科学问题开展研究，提出人机混合多能源供需系统的建模方法，以及人机混合多能源系统智能性设计理论与方法、含氢能供需链的多能源系统协同运行优化理论与方法，建立含氢多能源供需系统的原创性理论和关键技术体系，取得具有国际影响力的创新性成果。

　　二、研究内容

　　(一)多能源供需系统建模与智能性设计方法。

　　研究氢能接入后能源供需系统新特征和运行新机理，揭示多能源供需系统中氢、电、热(冷)等多种能量流和信息流的耦合机理，以及人员行为与系统供需的交互影响，提出人机混合多能源供需系统的建模方法以及多能源系统的智能性内涵设计、配置方法和仿真评价方法。

　　(二)多能源供需系统控制优化与智能决策。

　　针对多能源系统供需两侧的高度不确定性，研究含氢能多能源系统供需匹配的随机动态优化调度新理论，提出面向需求响应的智能决策理论与方法。

　　(三)多能源系统的协同运行优化理论与方法。

　　建立多能源资源供应链协同规划模型，研究系统供需热电动态耦合机制，分析多种能源网络运行的互补特性，提出多能源系统的协同运行优化理论与方法。

　　(四)多能源供需系统架构设计和应用验证。

　　设计多能源供需系统架构，搭建系统验证平台;提出系统化、规范化的测试标准;在建筑面积超过5万平米的楼宇、小区或工业园区等实际测试环境完成协同运行的应用验证，其中氢能燃料电池额定功率≥500 kW、热电联供效率≥85%。

　　三、申请要求

　　申请书的附注说明选择“含氢多能源供需系统协同运行的基础理论与关键技术”，申请代码1选择F0304。

“100-300 nm高重频高能量可调谐飞秒激光产生与应用研究”重大项目指南

　　真空至深紫外波段的高性能超快激光是燃烧与能源科学领域的重要探测工具。针对超快紫外激光平均通量较低导致燃烧中间产物探测灵敏度不高，脉冲重复频率偏低导致无法获取中间产物的时间演化信息，皮秒紫外脉冲宽度无法解析飞秒时间尺度化学反应动力学过程等问题，旨在研究高重频、高能量真空至深紫外飞秒激光产生新机制，发展基于高性能可调谐紫外激光的先进质谱、超快光谱与泵浦-探测技术，提升对极端工况下燃烧与催化过程的解析与调控能力，服务我国碳中和与新能源发展战略。

　　一、科学目标

　　面向燃烧与能源领域对高重频、高能量、可调谐超快紫外激光的迫切需求，实现高重频超快驱动激光的大功率相干合成与少周期脉冲压缩;研究高效的短波长激光频率变换机理，提升紫外激光脉冲的重复频率、光子通量、超快时间特性以及波长连续调谐能力等关键性能;发展基于高性能紫外激光的高灵敏度高帧频质谱、超快光谱以及紫外泵浦-探测技术，实现在燃烧与催化等复杂化学反应过程中的应用。

　　二、研究内容

　　(一)高重频大功率少周期驱动激光研究。

　　研究近红外高重频超快驱动激光源，建立大能量超快脉冲非线性传输理论模型;分析非线性效应与热效应在高重频脉冲放大与相干合成中的影响;发展高重频大功率驱动激光精密同步、高效相干合成与少周期脉冲压缩技术，实现重复频率百kHz量级、平均功率百瓦量级、单脉冲能量毫焦量级的超快驱动激光。

　　(二)基于波导非线性的高通量紫外飞秒激光产生与波长调节机理研究。

　　研究高重频高峰值功率脉冲波导非线性传输与短波长变换机理，提升短波长紫外激光能量转换效率，探索飞秒紫外激光的调控机制与表征技术，实现高通量飞秒紫外激光输出。波长范围100 - 300 nm连续可调谐，激光脉冲重复频率≥100 kHz，脉冲宽度<100 fs，单脉冲能量达到微焦量级。

　　(三)面向燃烧与能源应用的高灵敏度、高时间分辨质谱研究。

　　基于上述高性能可调谐飞秒紫外激光，研究高灵敏度、高时间分辨二维光电离质谱技术和燃烧中间过程在线探测方法，实现燃烧、催化中间产物的探测灵敏度达到ppb量级，光电离质谱检测的帧速达到百微秒量级;探索航空燃料在极端工况下的燃烧机理以及固体推进剂的快速燃烧反应机制。

　　(四)基于紫外飞秒光谱与泵浦-探测技术的燃烧反应动力学研究。

　　研究基于高性能飞秒紫外激光的超快散射、受激拉曼光谱以及超快泵浦-探测等燃烧诊断技术，实现燃烧中间产物与污染物(O、H、N、OH、CO、NO、SO2、C2H2以及碳烟颗粒等)的飞秒尺度瞬态测量;解析燃烧过程中的超快瞬态反应动力学过程，将燃烧过程的时间辨析精度推进到飞秒量级。

　　三、申请要求

　　申请书的附注说明选择“100-300 nm高重频高能量可调谐飞秒激光产生与应用研究”，申请代码1选择F0506。

“基于超构表面的高效率强激光波束扫描系统基础研究”重大项目指南

　　为满足强激光波束扫描系统小型化、轻量化、扫描速度快、扫描范围广、作用距离远等综合性能要求，旨在开展高性能强激光波束扫描系统基础理论研究，揭示强激光作用下超构表面的损伤机制，突破核心器件设计与制备的关键难题，取得具有重要影响力的创新性成果，推动遥感遥测、空间通信、大气监测等相关领域发展。

　　一、科学目标

　　围绕轻、薄、快、广、远的强激光波束扫描系统，开展新原理和新技术研究;建立超构表面的波束调控模型，发展大尺寸、高效率超构表面的快速计算和优化方法;揭示超构表面与强激光作用产生局域强点的物理机制，提高超构表面器件的损伤阈值;掌握超构表面器件的跨尺度精准制造和局域强点控制技术，制备高性能超构表面器件;提出强激光超构表面波束扫描构型，研制远距离、大范围、高扫描频率的轻薄系统样机。

　　二、研究内容

　　(一)超构表面高效率波束调控机理和逆向设计方法。

　　研究超构表面高效率波束调控机理，发展大尺寸超构表面的电磁场全波仿真快速计算和优化设计方法，探索亚波长结构色散的补偿规律，设计宽角度高效率的波束调控器件。

　　(二)强激光作用下超构表面损伤机理。

　　研究强激光作用下超构表面产生局域强点的瞬态特征和演化规律，建立相应的多物理场(电场、热场、力场)模型，揭示强激光作用下超构表面损伤的动力学过程，探索超构表面-局域强点-损伤性能间的内在关系，实现超构表面的损伤阈值优于20 J/cm2 (@1064 nm 10 ns)。

　　(三)超构表面的跨尺度精准制造和局域强点控制技术。

　　发展纳米计量校准技术，提高器件跨尺度制造的准确性;研究低缺陷的超构表面制造方法，抑制强激光与超构表面相互作用产生的局域强点;研制数十毫米口径的强激光超构表面器件。

　　(四)强激光超构表面轻薄波束扫描系统。

　　研究超构表面的轻薄微机电波束扫描构型和波束扫描像差的矫正方法，在激光单脉冲能量大于20 mJ、重频大于1 kHz的条件下，实现扫描频率>50 Hz，扫描角度>±20°，效率优于90%，重量<10 kg，体积<500 cm3的轻薄波束扫描系统。

　　三、申请要求

　　申请书的附注说明选择“基于超构表面的高效率强激光波束扫描系统基础研究”，申请代码1选择F0508。

“复杂大数据高效学习基础研究及其公共安全应用”重大项目指南

　　以公共安全领域为代表的大数据除了传统的“4V”特点外，还表现出多源、异质、时变、隐匿等复杂性特点，导致大数据学习面临表示模型学习效率低、推理过程解释难、持续学习鲁棒能力弱和联邦学习质效均衡难等瓶颈问题。发拟开展复杂大数据高效学习基础理论与关键技术研究：以公共安全大数据为对象，通过高效学习算法的协同和演化，实现公共安全突发事件的早发现、早定位、早预警、早处置，并开展实证应用，为及时有效地处置公共安全突发事件提供理论与技术支持。

　　一、科学目标

　　针对复杂大数据如何转化为知识体系的科学问题，建立多源异构时变大数据的表示模型，提出复杂大数据可解释高阶推理、时空演化大数据的鲁棒持续学习、分布关联大数据质效优化的联邦学习等模型与方法，初步建立公共安全大数据分析与突发事件预警平台，在突发事件发现、刻画、态势预测等方面达到国际领先水平。

　　二、研究内容

　　(一)多源异构时变大数据的高效表示学习方法。

　　研究融入领域知识的动态异质图建模与轻量化表示方法，研发公共安全大数据表示学习软件，解决公共安全中经验规则和属性特征的高效表示与融合问题。

　　(二)复杂大数据可解释高阶推理方法。

　　研究跨模态多维高阶语义理解、多模态事理图谱构建、知识引导的时空线索挖掘方法，以公共安全大数据为对象，研发可解释的高阶推理算法与软件。

　　(三)时空演化大数据的鲁棒持续学习方法。

　　探索公共安全突发事件的时空动态演化规律，研究动态对抗演进、元知识复用和策略迁移的鲁棒持续学习方法，实现对突发事件进行持续跟踪、精准分析和快速响应，构建公共安全突发事件发现与演化分析系统。

　　(四)分布关联大数据质效优化的联邦学习方法。

　　构建高效协同的强化联邦学习模型，研究因事、因势、因时的异质学习任务质效优化方法，探索提高模型鲁棒性和跨部门协调联动应急能力增强机制，研制多方协作的公共安全突发事件刻画和态势预测系统。

　　(五)国家公共安全大数据分析与突发事件预警平台。

　　以公共安全大数据为对象，研究突发事件动态建模和预警方法，实现对公共安全突发事件的传播影响分析和态势评估;集成公共安全大数据表示学习、时空线索挖掘与高阶推理、突发事件发现与演化分析、突发事件刻画和态势预测等系统，形成一体化公共安全大数据分析与突发事件预警平台，提升我国公共安全应急响应与保障能力。

　　三、申请要求

　　申请书的附注说明选择“复杂大数据高效学习基础研究及其公共安全应用”，申请代码1选择F0603。

国家自然科学基金委员会办公室

2021年8月4日印发