量子非马尔科夫特性的度量与调控

如何全面系统地认识和理解量子非马尔科夫特性是当前量子信息领域的一个热点问题,已经取得了一些重要的理论与实验研究进展.本文将主要介绍两种分别基于量子互信息与量子Fisher信息矩阵角度的非马尔科夫特性的刻画准则,并通过两个具体例子,讨论它们与已有度量之间的关系和层次结构.除此之外,本文利用量子控制方法,实现了对此量子特性的有效调控,将无记忆的马尔科夫过程转化为有记忆的非马尔科夫过程.

基于状态转移的机会路由算法研究

现有机会路由算法采用与传统无线路由相似的转发机制,为每个节点指定全局度量值或下一跳节点集合。该文首先通过反例指出转发机制不能总获得最优的性能,进而提出从状态转移的角度研究机会路由过程,将不同已接收到的节点集合视为不同的状态,并将路由过程看作由不同状态组成的马尔科夫链。随后建立了相应的路由算法模型,该模型能够揭示路由过程的本质特征,可适用于多播与多冲突域场景。在此基础上提出了基于状态转移的最佳机会路由算法(Shortest Opportunistic Routing,SOR),证明了其在多播与多冲突域场景下可获得最小期望传输次数(Expected Transmission Count,ETX)代价。仿真结果表明了SOR算法的有效性,其性能优于已有算法。SOR算法可应用于多跳无线网络的最优机会路由策略选择,计算给定拓扑下可获得的最小端到端ETX代价。