In this paper, we propose an experimental scheme for unambiguous quantum state comparison assisted by linear optical manipulations, twin-photons produced from parametric down-conversion, and postselection from the coi...In this paper, we propose an experimental scheme for unambiguous quantum state comparison assisted by linear optical manipulations, twin-photons produced from parametric down-conversion, and postselection from the coincidence measurement. In this scheme the preparation of the general two mixed qubit states with arbitrary prior probabilities and the realization of the optimal POVMs for unambiguous quantum state comparison are presented. This proposal is feasible by current experimental technology, and may be used in single-qubit quantum fingerprinting.展开更多
房间有无人员状态是实施节能和安全等智能用电行为的基础信息,通常基于房间内的信道状态信息(channel state information,CSI)来间接检测有无人员状态。为此,对不同场景的CSI幅值进行了统计分析,并提出其数据的修正瑞利分布特性。在此...房间有无人员状态是实施节能和安全等智能用电行为的基础信息,通常基于房间内的信道状态信息(channel state information,CSI)来间接检测有无人员状态。为此,对不同场景的CSI幅值进行了统计分析,并提出其数据的修正瑞利分布特性。在此基础上,以瑞利分布形状参数、右偏修正系数和形状参数变化率为特征,选取敏感子载波构建特征指纹矩阵,最后以实时特征指纹与有人、无人时的历史特征指纹矩阵之间的F范数来判定有无人员状态。此外,为提高实时人员检测的时效性,提出了CSI检测终端与边缘计算网关的协同计算模式。算例分析以典型办公室为试验地,与基于随机森林的判定方法进行对比。结果表明所提方法及其技术架构不仅更适宜实现长时间的高精度检测,还具备低成本的特性。展开更多
针对传统室内定位方法在准确性及稳定性上的不足,本文提出了一种基于信道状态信息(channel state information,CSI)的无源室内定位方法。该方法采用普通设备搭建了实验平台,离线阶段采集CSI数据建立位置指纹库,在线阶段则利用机器学习...针对传统室内定位方法在准确性及稳定性上的不足,本文提出了一种基于信道状态信息(channel state information,CSI)的无源室内定位方法。该方法采用普通设备搭建了实验平台,离线阶段采集CSI数据建立位置指纹库,在线阶段则利用机器学习的朴素贝叶斯算法进行位置分类。为进一步提高分类准确度,本文还提出了置信度方法,通过综合多条天线对的结果来减少位置误判。实验结果表明,本文所提出方法能有效实现对室内人员的无源定位,可以达到90%以上的准确度。展开更多
基金Project supported by the Research Projects of Huaqiao University of China (Grant No 07BS406)
文摘In this paper, we propose an experimental scheme for unambiguous quantum state comparison assisted by linear optical manipulations, twin-photons produced from parametric down-conversion, and postselection from the coincidence measurement. In this scheme the preparation of the general two mixed qubit states with arbitrary prior probabilities and the realization of the optimal POVMs for unambiguous quantum state comparison are presented. This proposal is feasible by current experimental technology, and may be used in single-qubit quantum fingerprinting.
文摘房间有无人员状态是实施节能和安全等智能用电行为的基础信息,通常基于房间内的信道状态信息(channel state information,CSI)来间接检测有无人员状态。为此,对不同场景的CSI幅值进行了统计分析,并提出其数据的修正瑞利分布特性。在此基础上,以瑞利分布形状参数、右偏修正系数和形状参数变化率为特征,选取敏感子载波构建特征指纹矩阵,最后以实时特征指纹与有人、无人时的历史特征指纹矩阵之间的F范数来判定有无人员状态。此外,为提高实时人员检测的时效性,提出了CSI检测终端与边缘计算网关的协同计算模式。算例分析以典型办公室为试验地,与基于随机森林的判定方法进行对比。结果表明所提方法及其技术架构不仅更适宜实现长时间的高精度检测,还具备低成本的特性。
文摘针对传统室内定位方法在准确性及稳定性上的不足,本文提出了一种基于信道状态信息(channel state information,CSI)的无源室内定位方法。该方法采用普通设备搭建了实验平台,离线阶段采集CSI数据建立位置指纹库,在线阶段则利用机器学习的朴素贝叶斯算法进行位置分类。为进一步提高分类准确度,本文还提出了置信度方法,通过综合多条天线对的结果来减少位置误判。实验结果表明,本文所提出方法能有效实现对室内人员的无源定位,可以达到90%以上的准确度。