基于非高斯态区分探测的往返式离散调制连续变量量子密钥分发方案

往返式离散调制连续变量量子密钥分发,无需使用两台独立的激光器也能本地生成本振光,并且信号光与本振光均来自于同一台激光器,在有效保证系统实际安全性的同时,具有较好的同频特性.此外,该方案与高效纠错码具有良好的兼容性,即使在低信噪比情况下也能获得较高的协商效率.然而,基于非可信信源模型的往返式光路结构存在较大的过噪声,严重限制离散调制方案的最大传输距离.针对这个问题,本文提出基于非高斯态区分探测的往返式离散调制连续变量量子密钥分发方案,即在探测端部署非高斯态区分探测器,采用自适应测量方法并结合贝叶斯推论,可以在满足低于标准量子极限错误概率的情况下无条件区分出基于四态离散调制的四种非正交相干态.本文详细分析了所提出的基于非高斯态区分探测的往返式离散调制连续变量量子密钥分发方案的安全性,包括渐近情况与有限长效应情况.仿真结果表明所提出的方案相比于原始方案,即使在有信源噪声的情况下,其密钥率与最大传输距离仍然有明显的提升.这些结果表明本方案能够有效降低往返式离散调制连续变量量子密钥分发方案中非可信信源噪声对方案性能的负面影响,在保证系统实际安全性的同时,实现更高效、更远传输距离的量子密钥分发.

量子高斯态的纠缠原因分析

量子纠缠是实现量子计算和量子通信的关键因素 ,纠缠是量子信息论中的一种资源。量子高斯态是最重要的量子连续变量态 ,关于量子高斯态的纠缠条件 ,纠缠度量等已有许多研究。量子高斯态可由其一阶矩和二阶矩完全表示 ,其中双模量子高斯态总可以通过局域变换和经典通信转换为正则相关矩阵来表示 ,正则相关矩阵具有 4个参数。考虑一种只有两个参数的量子高斯混合态 ,可以看成是双模热噪声态经过双模压缩而得到 ,标志该态的两个参数是热噪声平均光子数N和压缩参数r。两个参数是该两参数中的一个表示随机性、另一个表示量子相关性。如果该用另一组参数v =N/ (N + 1)和λ =tanh(r)来表示 ,则量子纠缠可以看成是随机性与量子相关性竞争的结果。即当λ >v时 ,态是纠缠的 ;否则态是可分离的。这样的结果对于两参数表示的三边高斯态的三边纠缠也是成立的。即当即当λ >v时 ,态是真正三边纠缠的。对于平均光子不同的 (分别为N1和N2 )态经过双模压缩以后得到的三参数双模量子高斯态 ,竞争关系变为λ与v1、v2 的几何平均的大小比较。通过三个例子的分析 ,我们从定量上得到量子纠缠是随机性与量子相关性竞争的结果的结论。这样的结论对于其他的态如 4参数正则相关矩阵高斯态及四边及以上的多边量子高斯态。

三模高斯态光场非局域性的增强

提出了增强三模高斯态光场非局域性的方案.结果表明:通过一个IPS(inconlusive photon subtraction)过程的非高斯操作,可以将三模高斯态退变为非高斯态,利用Bell不等式检测发现对于较弱的输入高斯态非局域性能够得到加强.

基于双模压缩信道的双模高斯态量子隐形传态

研究了双模高斯态的两个模经由两个双模压缩量子信道的隐形传态.结果表明,当输入态有纠缠时,若要输出态的纠缠不为零,量子信道的纠缠必须大于一确定值,其大小在输入态为纯态时依赖于输入态的纠缠度;在输入态为混合态时不仅与输入态的纠缠有关,还依赖于输入态的整体纯度.

可用于实际测量的连续变量高斯混态保真度

从衡量纯态之间保真度的原始定义出发,给出了一个衡量高斯混态之间保真度公式.公式中所涉及的物理量只关系到输入(输出)量子态的起伏噪声,而量子态的起伏噪声是在实验中可以被直接测量到的物理量.用这个保真度公式可以很好地衡量连续变量量子克隆实验、量子离物传态实验等量子信息处理过程中量子态的相似程度.结果表明,在相同的量子信息处理过程中,输入纯态与其受到噪声影响后演化成的输入混态相比,输入纯态的保真度总是小于输入混态的保真度.相比混态,纯态的量子特性更易受到信息处理过程中噪声的影响.

连续变量系统中准对称多模高斯态的纠缠

基于现今连续变量系统中高斯态纠缠的一些研究成果,利用负性对数为纠缠度量来讨论一个准对称的N模高斯态的纠缠问题.以一个准对称八模高斯态为例,寻找八模高斯态和与其对应的两模高斯态共变矩阵参数之间的解析关系.研究发现在多模高斯态对应两模高斯态的方案中由于省略了多模高斯态辛本征值的部分信息,导致这种方案虽然可以使多模高斯态对应为一个两模高斯态,但是这种对应关系不是唯一的,一个两模高斯态可以对应很多不同的多模高斯态,而且这些高斯态拥有着相同的纠缠信息.通过寻找八模高斯态与两模高斯态参数间的解析关系,研究发现只要确定辛本征值就能得到八模高斯态和两模高斯态参数之间的解析关系,按照这个思路可以得到N模高斯态与两模高斯态参数间的解析关系.

非高斯水声瞬态信号Power-Law检测

根据水声瞬态信号检测的特点,研究了基于高阶谱的power-law算法及其在水声瞬态信号检测中的应用。模拟试验和实际数据处理结果表明基于高阶谱的power-law瞬态信号检测器在检测非高斯瞬态信号方面优于传统的基于DFT的power-law检测器,有较好的应用前景。

基于正态逆高斯模型的非下采样Contourlet变换图像去噪

提出一种基于正态逆高斯先验模型的非下采样Contourlet变换图像去噪算法.在非下采样Contourlet变换域中,以正态逆高斯模型为先验模型,对图像分解系数的稀疏分布统计建模,估计每个子带内的模型参数,在贝叶斯最大后验概率估计准则下推导出与正态逆高斯模型相应的阈值函数表达式,以此对图像进行去噪处理.对于被加性高斯白噪声污染的图像,实验结果表明该去噪算法能有效地去除图像中的高斯白噪声,提高图像的峰值信噪比值,在边缘特征方面保持了良好的视觉效果.

一种改进正态逆高斯分布模型的图像去噪算法

针对传统去噪算法去除含噪声较大的图像时仍有部分噪声残留的问题,基于变换域提出一种改进正态逆高斯分布的图像去噪算法。该算法在非下采样剪切波变换域,利用最优线性插值阈值函数改进正态逆高斯模型作为系数分布模型,对高频子带分解系数进行统计建模,以贝叶斯最大后验概率理论实现图像去噪。实验结果表明,对于添加不同标准差的高斯白噪声图像,该算法在有效保留图像细节和纹理信息的同时在峰值信噪比方面优于同类去噪算法。

基于正态反高斯先验模型的小波去噪算法

提出了一种基于正态反高斯先验模型(NIG)的小波去噪算法.将小波系数建模为正态反高斯分布,利用矩估计法计算每个子带内的模型参数;在贝叶斯最大后验概率估计(MAP)准则下推导出与NIG模型相对应的阈值函数表达式,以此对图像进行去噪处理.实验结果表明:该算法与经典的阈值去噪算法相比,具有更好的信噪比和视觉效果.

稳态条件高斯推理在电磁态势估计中的应用

根据电磁态势估计原理,建立含连续结点和离散结点的混合贝叶斯网络模型,对一级融合的输出数据进行二级处理,估计干扰前后单架飞机对单个保护目标的威胁的变化情况。针对传统的连接树推理算法的不足,提出稳态条件高斯推理算法。新算法不仅能实现数值稳定性,还能根据高斯混合模型精确计算查询结点的边缘概率密度。仿真实验表明,稳态条件高斯推理是解决电磁态势估计问题的一种有效方法,且威胁估计的精度高。

基于正态反高斯模型的自适应小波消噪方法

提出一种基于正态反高斯分布模型局部逼近小波系数的降噪算法。该算法以db5小波作为振动信号的分解小波,对噪声信号进行分解。对于分解过程中包含大量噪声的小波系数,利用具有良好细节逼近性能的正态反高斯分布构造先验模型,在先验模型的基础上,运用贝叶斯最大后验概率估计从含噪的小波系数中估计出真实的小波系数。在后验估计的过程中,对于估计模型中的关键系数采用粒子群算法进行优化选取。利用估计的小波系数来重构信号,得到降噪后的信号。通过仿真实验和实际轴承的故障信号对该方法进行了验证,结果表明,该方法具有较好的降噪效果,可以有效的消除信号的噪声。

基于正态逆高斯和特征贡献度的睡眠分期实验研究

针对自动睡眠分期任务,提出了一种基于正态逆高斯和特征贡献度的睡眠分期实验框架.提取睡眠脑电信号特征,并对信号进行可调Q因子小波分解(TQWT),针对TQWT子带提取正态逆高斯参数特征;基于SVM模型实现特征贡献度排序与筛选,针对高贡献度特征,比较多种分类器的分期结果并设计多分类器组合自动睡眠分期算法.采用PhysioBank的Sleep-EDF数据集进行验证,取得了89.88%的平均睡眠分期准确率,相较于单一分类器的分期准确率有较大提升,对睡眠障碍的临床诊断与研究具有较大价值.

超冷原子系综的非高斯纠缠态与精密测量

量子精密测量是基于量子力学的基本原理对特定物理量实施测量,并利用量子效应提高测量精度的交叉科学.随着超冷原子实验技术的发展,超冷原子为量子精密测量提供了一个优异的研究平台.利用发展成熟的量子调控技术,人们可以基于超冷原子系综制备一些新奇的非高斯多粒子纠缠态.基于多体量子干涉,利用这些非高斯纠缠态作为输入,可以实现超越标准量子极限的高精度测量.本文简要综述这一研究领域的进展.

无相互作用费米量子信道直积态容量研究

用费米线性光学方法,提出无相互作用费米量子信道物理模型.用平稳量子高斯态协方差矩阵性质及Majorization不等式理论,推导出在平稳高斯输入态下费米量子信道最小输出熵的表达式.利用在n模费米系统添加一个额外模的方法,得到平稳高斯态和高斯态输出熵的关系;利用此关系式,借助在高斯输入态下费米信道最小输出熵值是可达的猜测,推导出无相互作用费米信道直积态容量的表达式.最后,用最小输出熵的迭代算法验证已推出的费米信道最小输出熵表达式正确性,数值计算结果表明:对于带噪声的无相互作用费米量子信道,已推出最小输出熵与数值计算结果的吻合度可以达到10e-9.

股票收益率非正态性的蒙特卡罗模拟检验

现实金融数据的分布通常表现为厚尾性和不对称性,因此用正态分布拟合实际金融数据的分布有很大的局限性.文章利用广义双曲线分布的厚尾性和不对称性对1997年1月2日～2003年9月19日的上证综指日收益率分布分别做了正态分布、广义双曲线分布、正态逆高斯分布和双曲线分布的拟合及蒙特卡罗模拟检验,结果表明广义双曲线分布和正态逆高斯分布可以较好地拟合上证综指日收益率分布.另外,文章还建立了一个带噪声干扰的线性系统,对实际的股票收益率并不服从正态分布,而表现出尖峰厚尾的特征做出了一种可能的解释.

State of health prediction for lithium-ion batteries based on ensemble Gaussian process regression

The performance of lithium-ion batteries(LIBs)gradually declines over time,making it critical to predict the battery’s state of health(SOH)in real-time.This paper presents a model that incorporates health indicators and ensemble Gaussian process regression(EGPR)to predict the SOH of LIBs.Firstly,the degradation process of an LIB is analyzed through indirect health indicators(HIs)derived from voltage and temperature during discharge.Next,the parameters in the EGPR model are optimized using the gannet optimization algorithm(GOA),and the EGPR is employed to estimate the SOH of LIBs.Finally,the proposed model is tested under various experimental scenarios and compared with other machine learning models.The effectiveness of EGPR model is demonstrated using the National Aeronautics and Space Administration(NASA)LIB.The root mean square error(RMSE)is maintained within 0.20%,and the mean absolute error(MAE)is below 0.16%,illustrating the proposed approach’s excellent predictive accuracy and wide applicability.

光子增加双模压缩真空态在马赫-曾德尔干涉仪相位测量中的应用

量子度量学主要是利用量子效应来提高参数估计的精度,以期突破标准量子极限,甚至达到海森伯极限.本文研究了一般光子增加双模压缩真空态作为马赫-曾德尔干涉仪的探测态时,在何种情况下能够提高待测相位的测量精度.根据量子Fisher信息理论,尽管在探测态具有相同的平均光子数这一约束条件下,对称的和非对称的光子增加操作并不能提高相位的测量精度.但若是在给定初始压缩参数的情况下,对称的和非对称的光子增加操作却能够增强相位的测量精度.另外,基于宇称测量的研究结果表明,对于对称光子增加双模压缩真空态,只有当待测相位趋于零时,宇称测量才是最优测量.而对于非对称光子增加双模压缩真空态,宇称测量并不是最优测量方案.

基于快速自适应的二维经验模态分解的图像去噪算法

为了能够对图像进行自适应的分解,并准确刻画分解系数的分布状态,提出了一种新的基于快速自适应二维经验模态分解的图像去噪算法。该算法首先对图像进行快速自适应二维经验模态分解,通过确定分解后以噪声主导的子带的个数,进一步利用正态逆高斯模型对以噪声主导的子带系数分布进行建模;然后使用贝叶斯最大后验概率估计理论从模型导出相应的阈值;最后采用最优线性插值阈值函数算法完成去噪。仿真结果表明,对于添加不同标准差大小高斯白噪声的测试图像,所提算法在峰值信噪比上相比sym4小波去噪、双变量阈值去噪、邻近算子的全变分算法和重叠组稀疏的全变分算法分别平均提高了4.36 dB,0.85 dB,0.78 dB和0.48 dB,结构相似性指数也有不同程度的提高,有效地保留了更多的图像细节。实验结果证明,所提算法在视觉性能和评价指标方面均优于对比算法。

对数正态纹理海杂波背景非相干CFAR检测方法

在相参体系的雷达系统中,相比于相干积累检测方法,非相干积累检测方法具有快速检测的能力,能够满足雷达信号实时处理的需求,在实际应用中具有重大意义。然而,非相干积累检测方法对累积脉冲数、参考单元数、海杂波幅度分布模型的形状参数以及海杂波散斑协方差矩阵均是非恒虚警率的。为了实现对数正态纹理复合高斯海杂波背景下运动目标的快速检测,提出了一种累积前白化和非相干累积级联的检测方法,证明该方法对海杂波幅度分布的尺度参数以及散斑协方差矩阵均是恒虚警率的。此外,分析了功率累积和幅度累积方法对检测性能的影响。通过匹配于海杂波形状参数、累积脉冲数以及参考单元数的检测门限,可以确保所提出检测方法的恒虚警率特性,继而实现对海雷达在大场景下对目标的快速恒虚警率检测。实验结果表明,在检测性能上幅度累积优于功率累积,而且累积前白化总体上提高了运动目标的信杂比,同时对于位于主杂波区之外的高速运动目标也能带来明显的性能改善。