智能化变电站内量子通信纠错编解码的量子逻辑线路

智能化变电站、换流站内复杂多变的电磁环境会使其中的量子通信系统产生量子比特差错问题。为了解决该问题,提出一种量子通信纠错编解码方法,并用量子逻辑给出相应的量子线路实现方式。通过引入8个量子比特的冗余,通过量子逻辑哈达玛(Hadamard)门和异或门及量子逻辑操作X、Z、?Z和ZX,实现了4种不同差错情况的量子比特纠错,从而保证全双工量子通信系统的正常工作。为了实现信息传输时兼顾高效性与安全性,提供一种新的技术体制和技术方案,对未来变电站、换流站的智能化发展提供了一种新的建设思路。

任意n粒子纠缠态的概率传送及其量子逻辑线路

采用n对两粒子非最大纠缠态作为量子通道,使用纠缠交换的方法实现了n粒子任意纠缠态的概率隐形传送。在传输过程中,发送者Alice对自己所拥有的粒子进行贝尔基测量,并将测量结果通过经典通道通知远方的接收者Bob,Bob根据所获取的信息对他的粒子实行相应的幺正变换以恢复原始的粒子信息态,从而成功实现隐形传送。该方案将所有参与传送的粒子划分为n个单元,将对n+1个粒子在2n+1维基下的复杂联合幺正操作分解为n次类似的重复操作,每次重复都是对两个粒子在四维基下的简单操作,大大降低了实验实现的难度。设计了n粒子量子态概率传送的量子逻辑线路,并对每组重复操作的单元线路做了提取。传送成功的总概率为2n∏ni=1ci2。

基于量子逻辑线路神经网络的说话人识别方法

由于说话人的语音信号具有时变性、随机性,其特征参数也呈现出高维及相邻帧变化较大等特点。从量子信息处理理论出发,将一帧语音信号视为一个量子态,在传统神经网络的基础上,利用量子逻辑线路构造神经网络,实现说话人语音信号的有效聚类,探索一种基于量子逻辑线路神经网络的说话人识别模型与方法。利用模型固有的大量全局吸引子,可有效降低语音信号处理的时间及复杂度。通过在经典计算机上模拟仿真,并与BP神经网络说话人识别模型进行对比,表明该方法能够加快说话人识别模型的收敛速率,对参数变化具有更好的鲁棒性,且其系统识别率比BP神经网络方法平均提高了3.34%。

量子Harr小波变换及其逻辑实现

由于量子计算相比于经典计算的突出优越性,量子小波变换的实现对于小波变换的理论完善和实际应用具有重要的意义。在给出了正移置换矩阵的量子逻辑线路后,运用矩阵扩展Kronecker积,基于W-H变换和正移置换矩阵对Harr小波矩阵进行了分解,给出了相应的数学表达式和量子逻辑线路。并对其实现复杂度和物理实现可能性进行了分析。

量子小波变换算法及线路实现

随着小波理论研究的深入,以及小波分析在信号分析和图像处理等领域的广泛应用,小波分析在量子计算领域中也越来越受到重视。应用置换矩阵、W-H变换矩阵和量子傅立叶变换矩阵来对Haar小波及D(4)小波变换矩阵进行分解,给出其算法,然后得出其完整的量子逻辑线路图,最后分析其复杂度。