基于部分纠缠态的多方信息传输协议研究

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:a_b_c_d
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
量子信息学作为量子物理和信息科学交叉形成的一门新的学科,发展至今,在理论和实验上都已经取得了丰硕的成果。量子通信是量子信息科学的一个重要的分支,以量子态作为载体传输信息并且利用量子的独特的物理性质来保证通信的安全性和高效性。量子通信从起初的单光子通信到现在利用量子的纠缠特性进行通信,在不断的突破与进步。量子远程制备作为量子通信的主要研究内容,是实现量子远程通信、量子网络、量子计算的重要一环,在量子通信的理论与实践中都占有重要的地位。随着多粒子纠缠源的制备不断的取得成功,利用多粒子纠缠态进行信息传输已经成为了一种趋势。由于多方通信模式的多样性,利用多粒子纠缠态进行信息传输需要合理的方案设计以及可行性分析,才能实现信息的高效传输。但是随着研究的不断深入,人们发现纠缠源不易保存,并且在通信的过程中,纠缠态由于信道的噪声和环境的影响造成量子态的退相干,使得量子态成为混态或者是部分纠缠态。针对部分纠缠态,一般有两种解决方案,一种是从部分纠缠态中提取纠缠态,一种是直接利用部分纠缠态进行通信。在本文中,直接利用部分纠缠态作为量子信道,提出了基于量子远程制备多方参与的量子信息传输模式。具体地,所取得研究成果如下所示:1.以部分纠缠态作为量子信道,提出了基于远程制备的量子广播和多播方案。在量子广播方案中,以四方参与的量子信息传输作为方案的应用场景,利用投影测量和联合酉变换验证方案的可行性,得出方案实施成功的概率。考虑到量子广播的特殊性和信息传输多样性的要求,对广播方案进行推广,提出更具有一般性的量子多播方案。广播和多播方案针对的是有一个发送者和三个接收者的情况,随着信息接收者的不断增多,方案的复杂性也不断增加,通过分析纠缠信道粒子数的增加和酉矩阵阶数的变换趋势,来体现出方案复杂度的变化趋势。2.针对上述方案中参与者有限,传输单量子态的局限性,提出了新的量子信息传输方案以适应更普遍的信息传输场景。在该场景中,参与信息传输的有(N+1)方,并且发送者和接收者可以同步地传输任意粒子的GHZ态。针对这一信息传输场景,提出了两种不同的方案,在第一种方案中,利用投影测量和联合酉变换验证方案的可行性。在第二种方案中,在投影测量和联合酉变换的基础上,引入了CNOT门,简化了量子信道粒子数,使得方案在工业上更容易实现。最后,在一个具体的信息传输场景中应用这两种方案,比较两种方案的异同点和优缺点。
其他文献
随着雷达探测技术的不断发展,隐身目标的战场生存能力受到了严重的威胁。为提升目标的隐身性能,就需要对目标散射特性进行研究,而衡量目标散射特性的关键指标就是雷达截面(Radar Cross Section,RCS),越低的RCS意味着更好的隐身性能。近年来电磁超表面因其具有灵活控制电磁波的能力而受到科研工作者的关注,利用电磁超表面实现RCS减缩的研究也取得了长足发展。但是,现有利用电磁超表面减缩RCS
在现代生活中,无论是在城市还是农村,无线蜂窝网络已经可以满足绝大部分场景下的通信需求,尤其是在5G技术兴起后,人们在日常生活中可以享受到更高质量的通信服务。但是另一方面,在一些特殊场景下,例如森林火灾、地震甚至战争情况下,使用传统无线蜂窝网络无法做到稳定通信,此时其他通信方式就显得十分重要。对流层散射通信就是一种可靠的超视距通信方式,在很多情况下可以代替卫星通信,减轻卫星通信的压力,并且已经在实践
随着大数据时代的来临,数据存储需求量剧增。NAND Flash因其高性能、高密度、非易失性和低功耗等优点成为目前主流存储介质。单个NAND Flash的容量和速度都远无法达到SSD的大容量和高速的主机接口需求,SSD中普遍使用将多个NAND Flash芯片集成在一起,控制多个芯片并行进行读写操作,来满足固态硬盘的设计需求。目前,PCIe接口的SSD已经进入了企业级市场和消费级市场。与传统SATA接
随着科学信息技术的成熟发展,市场对通信的需求不断增加,为应对复杂多变的通信环境,通信系统中天线的数量也越来越多。可重构天线凭借其可在频率、方向图或极化等方面实现单参数或多参数的重构,使单一天线具备多个天线的功能从而减少天线数量、简化电磁环境而成为天线设计领域的研究热点。石墨烯作为一种新型的二维碳纳米材料,由碳原子在同一平面内以正六边形的形式排列构成。其独特的结构和性质,已经得到了许多领域研究者们的
随着人们生活水平的日益提高和生活节奏的加快,人们对省时省力和体验舒适的人工智能技术的需求越来越多,而基于计算机视觉的目标检测任务则是人工智能领域的重要组成部分,智慧城市、自动驾驶、电力巡检以及人脸解锁等应用都用到了目标检测技术。早期的基于深度学习的目标检测模型大多数都利用了先验框(anchor)来降低模型的学习难度,但由于超参数较多、检测器泛化能力受限,近几年,学者们开始重点研究基于anchor-
静态随机存储器(Static Random-Access Memory,SRAM),在便携式移动电子设备、可穿戴电子设备以及片上系统(Systems On Chip,SOC)等嵌入式产品中扮演了重要的角色。目前芯片制造工艺不断发展,嵌入式芯片的工作带宽、功耗、面积和速度等性能指标也日益严苛。Fin FET工艺逐渐取代传统平面CMOS工艺,成为了目前主流的先进芯片制造工艺。为了满足目前嵌入式芯片的设
极化码由土耳其毕尔肯大学的Ar(?)kan教授于2009年首次提出,是一种理论上被证明可达信道容量的编码方案。对于极化码的译码方案,有两种主流算法,连续删除(Successive Cancellation,SC)译码算法和置信传播(Belief Propagation,BP)译码算法,但是这两类算法都受限于译码性能与时延问题,不能满足下一代通信系统对高速率、低时延的要求,所以就需要探索一种译码新思
近年来,遥感技术的成熟和深度学习的发展为舰船智能化检测带来了新浪潮。舰船目标检测作为国防建设和海洋监测应用中关键环节而备受关注。然而,该研究仍然存在以下两个挑战:(1)现有合成孔径雷达数据集中,不同图像的舰船目标较小,常规方法容易受到复杂背景的干扰,严重影响舰船检测的准确率,即复杂背景舰船小目标检测问题;(2)现有光学遥感数据集中,同一幅图像中舰船目标在尺寸上差异大,在分布上密集,即多尺度高密集舰
随着信息化时代的到来,社会各领域出现了越来越多的智能化终端设备和交换节点,网络业务类型逐渐多样化,网络规模扩大化,这给网络交换技术带来了新的挑战。当前,卫星通信、智能汽车、远程控制、自动化工业等高科技领域对大规模业务传输提出了新的要求,采用CSMA/CD技术的传统以太网已经无法满足其对于实时性和可靠性的需求,而现有的TTE/TSN网络主要完成端口交换而不进行时间片的位移变换,因此必须采用集中路由规
高光谱图像分类旨在将高光谱图像中的所有像元分配至一组特定的类别中去,是高光谱图像处理领域最活跃的研究课题之一。同普通自然图像不同,高光谱图像较高的光谱维度,较高的空间变异性与光谱变异性,为高光谱图像分类任务带来挑战。卷积神经网络天然适合处理图像数据,且其在自然图像上的优异表现,很自然地被引入高光谱图像分类中。因此本文基于卷积神经网络设计高光谱图像分类框架。同时借鉴生物的视觉注意机制,为网络设计注意