量子行走性质及高维量子态调控的研究

来源 :南京邮电大学 | 被引量 : 0次 | 上传用户:lengzhichao12321
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
量子行走是经典随机行走在量子世界的对应物。基于相干叠加性和量子干涉,量子行走用于实现通用量子计算机、量子通信以及量子模拟。本论文主要讨论离散时间量子行走的基本性质,通过引入量子控制操作实现不同性质行走的相干叠加。通过光学环路结构实现能够精确调控高维量子态的可编程量子行走。主要工作概括如下。量子行走与经典随机行走之间的转变这一研究内容有助于理解量子行走的计算特性,以及与这两种行走相关的动力学。已有的研究工作通过消相干、测量等操作实现了不同类型行走的混和态。我们引入量子控制实现两种行走的相干叠加态。通过辅助比特与硬币行走者相互作用,硬币-行走者演化后对辅助比特进行不同操作,实现量子行走中波态和粒子态之间的连续调控,制备多路径的波态和粒子态的相干叠加态。分别计算位置分布及方差随系统系数的变化情况,计算结果表明量子调控使得行走者不仅可以处于粒子和波的混和态,还能处于相干叠加态,并给出混和态和相干叠加态的差异。我们的方案可以通过相干和混和两种不同方式,实现不同类型行走之间的连续调控。高维相干叠加态是量子信息科学与技术领域的重要资源。随时间和空间可变的硬币操作能提升对动力学过程的操控,从而实现任意的高维相干叠加态。然而,这种空间-和时间-非均匀量子行走的实验实现需要稳定并且精确的调控硬币操作,目前还没有在任何系统中实现。我们采用光学环路的结构实现非均匀量子行走。实验中通过稳定的偏振Sagnac干涉仪实现与时间和位置相关的硬币操作。结合不同的初态制备,非均匀量子行走能够模拟单光子丰富的动态特性,实现不同位置状态的相干叠加态。我们分别实现了Hadamard分布、高斯分布和相干等几率分布,并实验验证整个演化过程保持良好的相干性。最后用Shannon熵度量高维相干叠加态的随机性,计算结果表明随机性随着演化步数t的增加而显著提高,并且三种分布中相干等几率分布的随机性最大。一次量子测量后相干等几率分布直接生成多比特随机序列,并且通过增加演化步数t能够有效提高比特率。
其他文献
随着人工智能领域的蓬勃发展与广泛应用,人机交互作为一种新兴的关联技术,得到了越来越多研究者的关注。情感识别作为人机交互任务中重点的研究领域,在用户与设备的交互体验中起着决定性作用。在现有的研究中,已有多种模态信号被应用于情感识别任务,诸如表情、语音、姿态等。但这些非生理模态信号存在一定程度的主观性,可以通过主体刻意的掩饰与伪装影响情感类型的判断。相较之下,诸如脑电、心电和皮电等生理模态信号在客观性
学位
城中村是中国快速城市化进程中的产物,以低矮拥挤的建筑物为主,存在环境质量差、市政配套设施落后等问题。因此,如何结合当前基于深度学习的全卷积模型和高分辨率遥感影像资源,实现城中村建筑物矢量轮廓的自动提取,对于城市规划管理业务的智能化是个值得探讨的问题。然而,当前基于深度学习的遥感图像分割算法只能获取城中村建筑物像素掩膜,分割结果不含位置、数量等直接信息。另外,冗余的模型不但拖慢处理速度,也降低分类定
学位
随着互联网技术的发展以及新闻传播的途径越来越广泛,新闻文本数量不断增加,新闻阅读用户从海量的新闻标题文本中查找特定的类别越来越困难。在文本分类过程中,由于新闻标题长度短、文本特征稀疏等特点导致标题样本很难为分类学习提供足够且有价值的特征,导致分类过程准确率较低。本文针对中文新闻标题文本分类进行了算法分析研究、系统设计与开发实现,构建准确率较高的文本分类系统。具体工作如下:(1)提出了基于特征拓展的
学位
卫星通信具有覆盖范围广、通信容量大、不受地理条件限制等优点,将在下一代移动通信系统中发挥着越来越重要的作用。然而,卫星通信的广域覆盖特性使得信息传输中的安全问题面临着严重的挑战。作为物理层安全的一种重要手段,波束成形(Beamforming,BF)能够增强合法用户通信质量的同时显著降低窃听者的接收功率,从而引起了业界的广泛关注。论文对卫星通信系统中基于波束成形的物理层安全技术进行了研究,主要工作总
学位
近年来,随着图像采集技术的进步以及视频监控设备的普及,可以方便采集到一个人的多张图像从而构成一个人脸图像集。在实际的应用中,采集的图像集中存在光照、姿势等多种干扰因素,因此基于单张图像的人脸识别方法很难应对图像集分类问题。此外,身份认证系统中往往只预存待测目标的一张正脸图像或一个图像集,类内样本的缺乏进一步增大了图像集分类的难度。针对以上问题,本文基于稀疏表示模型对小样本图像集分类问题进行研究,从
学位
深度学习(Deep Learning,DL)利用深度神经网络学习样本复杂特征的表达,进而解决下游任务,已经在众多领域取得了巨大成功,例如目标检测、机器翻译和自动驾驶等。然而在现实世界中许多数据都以图结构的形式存在,有越来越多的任务需要对这类数据进行处理。常规深度学习方法,例如卷积神经网络(Convolutional Neural Network,CNN),无法直接应用在这类数据上。为了利用深度学习
学位
随着微波技术的发展,微波集成电路在移动通信、毫米波雷达、导航等领域得到广泛的应用。集成电路设计与制造工艺的快速进步,单片微波集成电路尺寸越来越小,电路规模日益增大,功能复杂度也大幅提高,给芯片电磁兼容测试和芯片失效分析带来新的挑战。传统微波近场成像技术由于空间分辨率低、工作频段受限等因素限制已经无法满足芯片测试需求。金刚石氮-空位色心(Nitrogen-Vacancy Center,NV Cent
学位
近年来,量子精密测量作为量子力学的应用之一在测量空间分辨率、灵敏度等方面逐渐超越了传统的测试技术。芯片的集成度和复杂度提高,传统测试技术遇到瓶颈,高分辨电磁场量子精密测量在芯片设计、芯片电磁兼容测试和芯片失效分析上的价值越来越受到重视,基于金刚石NV(Nitrogen-Vacancy)色心的量子精密测量体系因其用户鲁棒性和实用性,受到广泛关注。金刚石NV色心是金刚石中的一种发光缺陷,其具有较长的电
学位
人类的情感是十分丰富的,利用文本数据进行情感分析的研究已经无法满足智能化时代情感分析的需求了,需要引入更多的模态来补充情感信息。因此多模态的情感分析中对每种模态的情感信息的获取成为了一个重要研究。同时,多模态的引入会导致情感分析的效率和资源消耗得到增加,故对情感分析的耗时和内存占用量进行优化也是一个重要的研究方向。本文针对情感分析的效率优化以及多模态情感分析不同模态的信息完整获取展开研究,主要研究
学位
传统的压电式能量收集技术,存在收集方向单一,谐振频率高,转换效率低,输出电压和功率过低的问题。因此本文针对以上问题,提出了一种直角螺旋压电能量收集器和一种圆弧螺旋压电能量收集器。并对这两种螺旋式压电能量收集器进行了数值计算、模型仿真和测试分析。与传统的能量收集器相比,其转换效率,输出电压和功率均可以得到明显改善。本文主要的研究内容如下:(1)介绍了压电能量收集器是把压电能量收集理论作为基础的,运用
学位