量子计算的运用精选(九篇)
前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的量子计算的运用主题范文，仅供参考，欢迎阅读并收藏。
第1篇：量子计算的运用范文
光子芯片和量子芯片是两个维度的概念，没有强弱之分。光子芯片运用的是半导体发光技术，产生持续的激光束，驱动其他的硅光子器件；量子芯片就是将量子线路集成在基片上，进而承载量子信息处理的功能。
光子芯片可以将磷化铟的发光属性和硅的光路由能力整合到单一混合芯片中，当给磷化铟施加电压的时候，光进入硅片的波导，产生持续的激光束，这种激光束可驱动其他的硅光子器件。这种基于硅片的激光技术可使光子学更广泛地应用于计算机中，因为采用大规模硅基制造技术能够大幅度降低成本。
量子芯片的出现得益于量子计算机的发展。要想实现商品化和产业升级，量子计算机需要走集成化的道路。超导系统、半导体量子点系统、微纳光子学系统、甚至是原子和离子系统，都想走芯片化的道路。从发展看，超导量子芯片系统从技术上走在了其它物理系统的前面；传统的半导体量子点系统也是人们努力探索的目标，因为毕竟传统的半导体工业发展已经很成熟，如半导体量子芯片在退相干时间和操控精度上一旦突破容错量子计算的阈值，有望集成传统半导体工业的现有成果，大大节省开发成本。
（来源：文章屋网 ）
第2篇：量子计算的运用范文
关键词：量子保密；通信技术；应用；未来发展
引言
随着信息化时代的到来，人们无时无刻都在接发文字信息、视频信息、电子信息等，给人们的生活、工作、学习和社会各个领域带来了新的改变。为了保障信息通信的安全，防止信息传递过程中存在的泄露风险，采取量子保密通信技术，有效避免信息被攻击破译，保障了信息传递的绝对安全[1]。量子保密通信改变了传统加密通信的局限性和不安全性，解决了存在的安全隐患问题，根据量子力学原理与科学信息技术的有效结合，采用高精度量子测量技术和高精准量子计算技术进行计算、编码和信息传输，发挥了高效安全的通信性能。量子计算利用量子力学规律来调控量子信息单元进行计算，能够进行大规模、多线程地数据处理，具有超强的计算能力和精密的逻辑性[2]。在依靠量子比特工作中，由于量子位存在的并行性、纠缠性和叠加性，量子算法在进行问题处理时就能够做出传统计算无法比拟的超强处理能力，实现超高精度、超高速度的工作效率[3]。随着国内外量子信息技术科技的发展，针对现有公钥体系在单向计算时存在的易被攻击威胁，造成信息发生泄漏的严重后果，开展量子密钥分发技术的保密通信的创新研发，满足了当前信息化社会和数字化经济时代的需求。通过量子保密通信技术的研究与应用，推动了量子保密通信标准化工作的进行和未来的无限发展。
1量子保密通信技术应用
1.1量子密钥分发技术应用
量子密钥分发是根据量子测不准原理、量子不可分割和量子态不可复制的特性来实现，量子生成的通信密码校验绝对的安全性，不会被任何方式破解。通信双方建立量子密码分享协议，发送方和接受方以单光子的状态作为信息载体来建立密钥，保证密钥分发的安全性，密钥分发采取一次一密的加密体制建立安全通信密码。密钥分发完成后需要进行信息协同和隐私保密增强，纠正密钥中存在的错误，使密钥保持一致性，进一步增强信息隐私的保密安全。根据协议随机选择调制每一个光子的基矢，随机的基矢可以对接收端进行监测，在偏振编码过程中采用单光子的水平偏振态（0°）、垂直偏振态（90°）、偏振态（+45°）和偏振态（-45°）的4个量子态，来进行不同自由度的编码，可以选择垂直方向，也可以沿水平方向或其它角度作为量子信息的载体。发送方随机使用2组基矢，按照事先约定的单光子水平偏振态通过量子信道发送给协议用户，当用户接收到光子后也随机地使用2组基矢进行偏振态的测量，如果制备基矢和检测基矢兼容，则表示收发随机数完全一致，如果存在不同，发送方和用户在从新进行比对制备基和测量基基矢，直到收发双方拥有完全一致的随机数序列密钥。密钥分发、生成后不会被破译或计算破解，即使在密钥生成过程中被窃听也会被通信方发现，仍然不会泄密，保证了绝对的安全性[4]。
1.2量子保密通信与后量子安全加密应用
近年来，我国在量子信息技术领域发展迅速，在量子保密通信的研发中获得突破性进展，利用量子保密通信技术克服了传统通信技术存在的安全隐患问题，保证了通信的安全性和可靠性[5]。量子保密通信具备巨大的信息存储与携带性能，量子计算机可以面对各种复杂难度的计算，并能进行高时速、高精准的并行计算处理能力。量子保密通信是在原有的公钥体系进行创新改进，采取量子密钥分发和加密的量子保密通信方案，以应对原有量子计算体系内存在的安全威胁，并对现有加密体制进行升级，应用计算破解能力的后量子加密技术提高了被破解能力，避免信息泄露。量子保密通信与后量子加密的应用，为未来量子安全信息加密技术的创新发展具有重要的意义[6]。
1.2.1量子保密通信方案量子保密通信利用量子态的叠加性和量子不可克隆原理，采取密钥分发的密码技术，对传输的信息进行一次一密的加密方法，完善了加密体制，实现了信息传输的安全性。
1.2.2后量子加密后量子加密技术是一种新的加密方法，通过运用许多先进的技术对现有的加密体制算法进行升级改进，例如网格编码算法和椭圆曲线算法等，增加了防御能力，可以完全抵抗黑客的计算破解，后量子新型信息加密技术能够与现有的信息安全系统实现兼容和平滑升级演进。
1.3量子保密通信应用
量子保密通信为未来信息安全提供了保障，是信息领域的重要技术手段，在量子保密通信中量子密钥分发作为关键技术，与典型网络组织和现有通信系统结构相融合，建立了网络管控、安全服务、密钥生成层、密钥分发层、密钥应用层等组织结构，实现了通信网络的可用性和安全可靠性，并应具备灵活高效、可扩展的未来发展的建设需求。系统分为发送装置和接受装置，利用公共信道对密钥分发协议合法的通信双方发送共享的随机密钥。其中，密钥生成层将生成制备的量子密钥提供給上层，在密钥中继、密钥转发、密钥存储、密钥输出过程中，密钥应用层为量子密钥的保密通信服务提供服务，网络管控平台负责网络运营管理，安全服务平台则负责密码服务和安全管理。量子密钥分发是以量子物理与信息学为基础，利用量子态纠缠重叠的力学特性，在通讯双方之间产生并分享一个随机的安全的密钥，运用一次一密的加密方法，通过量子信道完成信息的安全传送。由于传统量子信道在传送数据进行量子密钥服务的加密业务时，量子信道存在传输损耗，量子密钥分发距离会被限制距离，需设置中继节点来完成长距离的接力传送，导致安全防护存在困难，存在安全隐患。因此在现有较大规模的量子保密通信网络中，都采用可信中继技术是异或后的中继技术，量子密钥只会在节点处暂存经过异或后，不会对中继节点造成影响，具有信息传输的安全性和高效率。
2量子保密通信目前发展状况
随着量子保密通信的发展，世界各国试用点呈现逐步成熟趋势，但在应用推广方面暴露出一些问题。主要包括三个方面：（1）应用场景受到限制当前，量子保密通信主要面向金融、政府等长期安全性较高的特定场景之中，市场规模较为分散，传统通信业界对于量子保密通信应用目前仍然处于热情度较低的状态。此外，由于量子态信号与传统信号混合传输时，将引入劣化性能，导致量子保密通信组网需要借助额外独立光纤链路才能获取所需资源。（2）技术瓶颈待解决在百公里长距离传输情况下，量子保密通信可用安全码率大约为15kbit/s量级，相比于当前光传达网技术实现的量级信息传输差距较大，无法实现对信号的一一加密。此外，在量子保密通信组网方面，由于量子态存储技术尚不成熟，因此，有关量子存储方面难以实现，其中涉及的关键技术仍需进一步验证分析。（3）安全性存在一定风险在实际通信过程中，信道节点不理想特性使其难以满足安全性标准，成为不法分子利用的安全漏洞，所以针对通信安全性升级将是运营维护所面临的一个难题，现阶段，由于通信密钥生成码率也相对较低，很难满足一次一密要求。现阶段，我国量子保密通信技术在业务、市场、商用的应用都处于推广初期阶段，在量子密钥分发技术组网理念和技术研究中，仍然面临一些问题有待研究和探讨。
3量子保密通信标准化工作策略与未来发展
3.1量子保密通信标准化工作策略
在未来量子保密通信技术研发中，应保证量子保密通信设备系统的功能与性能的一致性和可靠性，增加设备系统和网络层面的兼容性、灵活性和安全性，在设备和系统技术、安全性能、组网以及加密等各个方面，逐步完善应用体制，在未来发展中形成完整的标准规范体系。首先，在国家政策支持的基础上，应加强量子密钥分发技术前沿技术领域的研究工作，创新开发新型协议技术、系统器件和架构方案，加快提升量子密钥分发技术和系统设备成熟度、实用化水平和性价比，不断提高量子密钥分发和后量子加密的技术水平，完善加密体制。然后，应加强量子保密通信的商业化应用和市场开拓规划的工作策略和未来发展方向，积极推进产业合作，开展多样化的商业部署模式，制定标准化工作策略，为应用发展做好引导和培育市场需求。最后，应加快我国量子保密通信网络项目工程的建设，升级设备完善标准，提高量子密钥分发系统的网管和运维能力，使量子保密通信系统和网络在完善的密钥管理设备与加密通信设备进行安全可靠的通信，以商业化应用推广和市场化发展为未来建设目标，增加网络建设的实际可用性和安全性等标准的建设规模。目前，我国量子保密通信技术已经实现了实用化、产业化的发展水平，在国家政策的大力支持下在社会各领域得到了广泛的应用。随着国家实施创新驱动发展战略规划，量子信息技术作为我国科技创新的重要发展技术，应加快发展量子信息产业，推动量子技术与社会经济领域的深度融合，增加产业经济的发展，为国家安全、国防军事提供强大的技术支持，新兴的量子信息产业推动了我国战略性发展方向。
3.2未来发展前景
量子保密通信技术在未来发展进程中，量子保密通信网络建设和产业发展是未来量子技术发展的关键，需要加强技术成熟度、设备可靠性和投入产出性价比等各方面的研究，开展标准化工作策略以促进技术和产业的快速发展。近年来，随着量子保密通信技术的不断创新，世界各国在量子保密通信技术与产业的市场竞争日趋激烈，我国虽然处于世界领先地位，应需加强对量子技术研究机构、系统设备厂商和建设运营单位进行大力扶持，在政策支持优势下强化关键技术创新和可持续发展能力，以增强科技实力，提高市场竞争能力。积极推广大规模产业链发展，标准规范产业发展方向，促进量子保密通信商业化推广、产业链壮大和产业化得到健康发展。
3.2.1分发系统性能指标和实用化水平有提升空间量子密钥分发系统在现有光纤网络之中单跨传输距离在百公里以内，密钥成码率有待进一步提高。同时，量子密钥系统工程化也具有一定提升空间。此外，量子保密通信系统仍需要密钥管理，将其与信息通信行业紧密融合，加密通信设备。
3.2.2抗量子计算破解的安全加密面向未来量子计算对于现有加密体系存在的破解威胁，需设计抗量子计算破解安全加密方案，快速提升量子密钥分发技术和实用化水平，这是赢得加密技术体制的关键。
3.2.3量子保密通信商业化开拓仍需进一步探索量子保密通信是对现有通信技术的一种有效安全性提升技术，能够解决密钥分发安全性问题，提升通信安全性等级，具有长期性和高安全性。尤其在金融专网方面，其产业规模相对有限，因此，在后续研究进程中，逐渐完善量子通信保密技术，将其推广到投入产出性行业之中，从设备升级、标准完善、市场探索等方面进行逐一推广与应用。因此，在今后发展过程中，应凝聚各方形成合力，提升工程化实用水平，引导应用产业健康发展，重视标准化测试，引导产业健康发展。
第3篇：量子计算的运用范文
Abstract： In this paper，a novel algorithm，called the Quantum Continuous Particle Swarm Optimization algorithm - QCPSO，is proposed, based on the combination of the quantum theory with the evolutionary theory． By adopting the qubit particle as the representation，QCPSO can represent a linear superposition of solutions and bring diverse individuals by imitating the quantum collapse to random observation the new populations. The evolution of quantum particles can also pilot the evolution with better diversity than the classical particle swarm optimization method by adopting adaptive mutation．The performance test indicates that the QCPSO possesses better global search capacity than the basic PSO and QPSO when confronting high dimension problems.
关键词： 粒子群；量子理论；比特；自适应变异
Key words： PSO；quantum theory；bit；adaptive mutation
中图分类号：TP39 文献标识码：A文章编号：1006-4311（2011）01-0181-02
0引言
粒子群优化算法是由Kennedy和Eberhart等于1995年提出的一种基于种群搜索的自适应进化计算技术[1-2]。算法最初受到飞鸟和鱼类集群活动的规律性启发，利用群体智能建立了一个简化模型，用组织社会行为代替了进化算法的自然选择机制，通过种群间个体协作来实现对问题最优解的搜索。
量子计算特点主要体现在量子态的叠加（Superposition）、纠缠（Entanglement ）以及干涉（Interference）等性质上，许多计算上的优势如量子并行（Quantum Parallelism）等皆由此而产生。近年来很多学者基于此提出了一些基于量子理论的进化算法。它以量子计算的一些概念和理论为基础，用量子位编码来表示染色体，用量子门作用和量子门更新来完成进化搜索，具有种群规模小而不影响算法性能、同时兼有“勘探”和“开采”的能力、收敛速度快和全局寻优能力强的特点。文献[3-4]分别提出了量子遗传算法、遗传量子算法和并行量子遗传算法，并用来求解组合优化问题，结果表明，遗传量子算法的性能大大优于传统遗传算法，但该算法不适于用来求解连续函数的优化问题，特别是多峰连续函数优化问题。受此启发，本文将量子编码和量子坍塌等性质与粒子群进化思想融合，提出一种基于量子理论的连续粒子群算法(QCPSO)，并对该算法进行参数影响分析和性能测试。
1量子粒子群算法(QCPSO)
和经典的PSO算法不同，QCPSO是将经典PSO算法与量子理论相结合，基于量子计算的概念和理论，使用量子比特编码粒子，由粒子的概率幅表示，一个量子粒子包含了多个基本粒子状态的信息。通过模拟量子粒子坍塌的随机观察可以带来更加丰富的种群，极大的丰富了种群的多样性。通过量子的叠加特性和量子变迁的理论，运用量子旋转门来产生新的种群。粒子的更新是根据粒子的相位变化以及和全局最优粒子、粒子历史最优的相位差来进行的。具体算法描述如下：
1.1 粒子编码粒子位采用量子比特表示，称为量子位，量子位具有两个基本态,分别是?Z0>态和?Z1>态，在任意时刻，量子位的状态可以是基本态的线性组合，被称为叠加态，如式所示：
φ>=α0>+β?Z1>（1）
其中α和β是复数，并被称为概率幅，也就是说，我们得到量子位状态?Z0>的概率是α，得到量子位状态?Z1>的概率是β。α和β的关系如式：φ>=cosθ0>+sinθ?Z1>（2）
其中θ为量子位的相位，并且和概率幅之间的关系满足下式：
θ=arctan（3）
因此，粒子的量子表示方式可以通过使用概率幅或相位加已表示，如（4）式和（5）式。
α α α… αβ β β… β（4）
θ?佐θ?佐θ?佐…?佐θ（5）
在初始化的时候，首先将粒子在[0，1]的区间内初始化，然后再映射到定义域空间内。映射关系表达为：
Swarm=Swarm12*（ub-lb）+lb（6）
其中Swarm1为初始化后带有两种状态信息的种群，ub，lb为变量上下限。
借鉴基本的粒子群算法的速度更新方式，QCPSO算法中粒子的更新方式是粒子本身根据种群中最优粒子GBest和该粒子历史最优PBest的相位差值来更新自己的相位的，如下所示：
（7）
其中，θ为t+1代迭代中第j个粒子的第d维的相移量；θ为第t代第j个粒子的第d维的相移量；θ为当前相位；θ为全局最优粒子的相位；θ为该粒子历史最优相位；ω为惯性权重系数；C，C为加速系数；R，R为[0，1]内的随机数。
根据相位的更新计算出量子旋转门，更新粒子，如下式：
αβ=cosθ-sinθsinθ cosθαβ（8）
其中：θ为在第t+1次迭代中第j个粒子d维的相移量，α、β为在第t次迭代中第j个粒子d维的概率幅，α、β是第t+1次迭代中第j个粒子d维的概率幅。
1.2 粒子评估当粒子坍塌成某一个基本态时，将该基本态发生的概率表达出来，并且用来参加粒子适应度评估，即用一个粒子选择概率来选择粒子的基本态，选择好该粒子后，将该粒子按式（6）映射到寻优空间中，参加适应度评估；评估好了粒子来参加种群的更新。
1.3 自适应变异种群一旦陷入局部最优陷阱中后，粒子更新的相位很快就会趋于0，种群几乎不再更新，为了解决这个问题，本节设计了自适应概率，自适应的变异概率定义为：
P=μ+Re*σ（9）
其中μ和σ是变异率的调节参数，Re是最优值连续不更新或者更新不明显的代数。若种群连续更新，则不对种群进行任何调节；如不顺利（Re将累计增大），对种群进行调节的概率则加大。
1.4 算法流程本文提出的算法QCPSO的具体流程如下所示：
Step1：初始化种群；设定参数；
Step2：在[0,1]范围内初始化第一代种群（包括
Step3：按照式(4)对量子态进行表达，并进行第一次适应度评估；粒子历史最优值就为粒子本身；种群全局最优值为适应度最好的值；如满足跳出条件，则转Step9；否则转Step4；如式(5)随机初始化第一代粒子的相位变化量为(0,1)中的随机数；
Step4：计算粒子历史最优的相位；全局最优粒子相位；按照式(4)对量子态进行表达，并进行适应度评估；迭代次数加1；如满足跳出条件则转Step9；否则，转Step5；
Step5：根据式(7)更新粒子相位变化量，并运用量子旋转门来更新粒子式(8)；
Step6：判断是否对粒子的相位进行跳变；是，则执行式（9），Step7；否，直接转Step7；
Step7：根据预设的粒子状态观测概率选择粒子的状态，将粒子坍塌；并根据式(6)将粒子映射到预设空间中来。
Step8：对坍塌好的粒子进行适应度评价；是否满足退出条件：是，转Step9；否，更新全局最优和历史最优，转Step4；
Step9：跳出算法，输出最优值，结束。
1.5 算法性能测试为了验证算法的性能，将算法QCPSO与经典的粒子群算法、量子粒子群算法的代表AQPSO[5-6]进行实验比较。QCPSO参数选择为：惯性权重为0.7，加速常数分别为C1=1.4、C2=1.4，选择概率P=0.95，跳变概率σ=0.005，种群规模为40。经典PSO算法参数选择为惯性权重为0.7，加速常数分别为C1=2.0、C2=2.0，种群规模为40。具体测试结果如表1所示。
对于2维的测试函数：Camel函数上三种测试方法都能找到全局最优，AQPSO和QCPSO的达优率（100％）明显好于PSO算法。但是耗时上AQPSO较PSO差，QCPSO较AQPSO算法差。对于Levy F3函数，三种算法也都能找到全局最优值，在达优率上AQPSO算法稍微差于PSO算法，而QCPSO算法明显好于AQPSO算法。对于Levy F5函数，三种算法也都能找到全局最优值，但是AQPSO算法在达优均值上差于PSO算法； QCPSO在达优均值和达优率上都好于其他两种算法。
对于10维的测试函数Rastrigin和Schwefel、Sphere函数：对于Rastrigin函数，PSO不能找到全局最优，均达优值上也明显差于其他两个算法。QPSO明显好于其他两种算法。对于Schwefel测试函数上，虽然三种算法都没有找到全局最优值，但是QCPSO算法寻找到全局最优值能达到在1.3725e-004。达优均值上，QCPSO较其他两种算法都有明显进步。对于Sphere函数，AQPSO算法在全局最优值和达优均值上都差于PSO算法，QCPSO以较高的达优率得到高精度解。
对于高维的测试函数Ackley，AQPSO算法在全局最优值和达优均值上稍微好于PSO算法，而QCPSO算法则在两项指标上优于AQPSO和PSO算法。但是三种算法都没有找到全局最优值。而对于Griewangk的测试中，AQPSO和QCPSO算法都能找到全局最优值，但是在均达优值上，AQPSO效果差于PSO算法，QCPSO好于其他两种算法。
2结束语
本文对经典PSO算法以及在此基础之上的改进算法进行详细分析后，提出基于量子理论的连续粒子群算法，经过实验验证，QCPSO表现出了良好的性能，在高维问题的优化中SCPSO则表现出了良好的性能。
参考文献：
[1]Kennedy, R.C.Eberhart. Swarm Intelligence. Morgan Kaufmann Publishers, Inc. San Francisco, CA, 2001.
[2]R.C.Eberhart, J. Kennedy. A new optimizer using particle swarm theory. Proc of the 6th international symposium on Micro Machine and Human Science, Nagoya, Japan, IEEE Service Center, Piscataway, NJ, 1995:39-43.
[3]Narayanan A,Moore M, Quantum-inspired genetic algorithm. Proc of IEEE International Conference on Evolutionary Computation．Piscataway: IEEE Press, 1996: 61-66.
[4]Han K H, Kim J H. Genetic quantum algorithm and its application to combinatorial optimization problems. Proc of IEEE Conference on Evolutionary computation. Piscataway: IEEE Press, 2000. 1354-l360.
第4篇：量子计算的运用范文
关键词：量子密码 量子通信
中图分类号：TN91 文献标识码：A 文章编号：1007-3973(2011)002-059-01
量子理论诞生以来，科学家就试图利用量子效应来实现远距离、无时延、“绝对安全”的通信，量子通信将成为人类通信技术史上的又一次革命。
1 量子通信技术简介
1.1 基本量子理论
量子态是指原子、中子、质子等粒子的状态，它可表征粒子的能量、旋转、运动、磁场以及其他的物理特性。量子理论主要包括量子纠缠和量子测不准原理，是现代物理学的核心理论。
量子纠缠指的是在量子力学中，有共同来源的两个微观粒子之间存在着某种纠缠关系，不管它们被分开多远，只要一个粒子发生变化，另一个粒子的状态也会立刻发生相同的变化，这也是利用量子效应传递密码的基础。
Heisenberg量子测不准原理是量子力学的基本原理，指在同一时刻以相同精度测定量子的位置与动量是不可能的，只能精确测定两者之一。
1.2 量子通信的原理
量子通信是利用量子纠缠效应进行信息传递的一种新型通信方式。在量子通信系统中，信息的发送方和接收方共享两个纠缠在一起的几乎完全一致的成对光子。当发送方将信息赋予一个光子时，接收方的纠缠光子就会几乎同时发生一致的变化，从而实现用不加外力的方式传输信息，传输的只是表达量子信息的“状态”，作为信息载体的光子本身并不被传输。在这一过程中，发送和接受方需要纠缠光子的数量取决于报文的长度。
量子通信系统的基本部件包括量子态发生器、量子通道和量子测量装置。量子通信的主要应用在于量子密码的传输，与传统通信的唯一区别在于，量子通信采用了一种新的密码生成方式，而且密码不可能被第三方获取。
1.3 量子密码技术
依据Heisenberg的量子测不准原理，通过窃听不能得到确定的有效信息。同时，任何针对量子信号的窃听都将不可避免的留下痕迹，从而被通信方所警觉。量子密码技术就是利用这一原理来判断是否有人窃取传输的密码信息，从而实现密码的绝对安全。
量子密钥分配原理来源于光子偏振的原理。光子任意时刻的偏振方向具有随机性，在两个纠缠光子之间设置偏振片。当光子的偏振方向与偏振偏振片的倾斜方向的夹角很小时，光子改变偏振方向并通过偏振滤光器的概率大，否则就小。特别是当=90°，其概率为0：=45°时，其概率为0.5；=0°，其概率为1°通过公开渠道告知对方是如何旋转的，把检测到一个光子记为“1”，没有检测到记为“0”，双方都能记录到相同的一组二进制数列，以作为密码。如果有人在半路监听，同样需要放置偏振片，就不可避免改变光子的偏振方向，使发送者和接受者记录的数列产生差异。
2 量子通信的发展动态及应用
1926年量子力学诞生，成为人类认识微观世界的理论基础。1935年，爱因斯坦、波多尔基斯和罗森论证了量子力学和相对论之间的不相容性。1964年，约翰・贝尔提出了贝尔理论，阐明用实验来检验超光速响应的可能性。1982年阿斯派克等人证明了超光速响应的存在。1984年，有人提出了用单光子偏振态编码量子密码技术方案，开始了量子密码的研究。1989年，量子密钥传输第一次演示获得成功。1997年，奥地利蔡林格小组在室内首次完成了量子态隐形传输的原理性实验验证；2004年，该小组利用多瑙河底的光纤信道，成功的将量子态隐形传输距离提高到600米。
我国的量子通信技术发展迅速，位居世界前列。2007年开始，中国科大-清华大学联合研究小组开始在北京八达岭与河北怀来之间架设长达16公里的自由空间量子信道，并取得了一系列关键技术突破，最终在2009年成功实现了世界上最远距离的量子隐形传态，这一距离是目前国际上自由空间纠缠光子分发的最远距离，也是目前国际上没有窃听漏洞的量子密钥分发的最大距离。中国科学家在自由空间量子通信方 向上的一系列工作引起了国际学术界的广泛关注。英国的《新科学家》、美国的《今日物理》等多家学术新闻媒体均对这些工作进行了报道。下一步科学家们正在计划通过自由空间实现几百公里的量子通信，超越光纤传输的极限。
量子通信比较传统通信技术具有明显优势：抗干扰能力强，不需要借助传统信道；量子密码几乎不可能被破译，保密性强；线路时延几乎为零，传输速度快。
第5篇：量子计算的运用范文
时隔4年之后，郑韶辉提及这张照片，仍感慨不已。彼时，量子通信产业化提上日程，在杭州成立一家市场化运作的公司迫在眉睫，在浙江省政府的支持下，“特事特办，”浙江省科技厅相关领导亲自陪同郑韶辉办手续，于是就有了照片记录的一幕。
当年7月，九州量子（原名“都飞通信”）正式成立，经过4年发展，九州量子不但跻身量子通信领域中国领军企业之列，更是凭借量子加密通信技术和产品长期领先于同行业的竞争优势，成为量子通信领域首个市场化全产业链公司。
2015年12月，由九州量子承建的全球第一条量子保密通信商用干线――“沪杭干线”项目启动，作为“七横七纵”量子国家干线规划的核心承建企业，九州量子同时承接了浙江省域网、长三角环网、杭州城网、乌镇城网、量子小镇（量子产业园）浙江省政务云等项目建设和运营。今年6月13日，九州量子在新三板挂牌上市，成为“量子通信第一股”。 九州量子董事长郑韶辉。
“九州量子在浙江省构建量子通信网络基础设施，提供基于量子技术的高可信安全网络运营服务，与我国现有的量子通信产业化平台一起，构成量子通信技术的完整产业链。”郑韶辉接受《财经国家周刊》记者专访时表示，九州量子致力于打造一条包含上中下游的产业链条，主攻量子手机、量子白板等量子终端产品应用，为量子通信尽早造福社会做出贡献。
中国优势
《财经国家周刊》：目前全球量子信息产业化的发展情况如何？中国的地位如何？
郑韶辉：量子信息目前有三个领域，第一个是量子计算，量子计算目前还谈不上产业化，产业化最快也要六七年之后。第二个是量子测量，我认为中国跟美国的水平差不多，美国可能更强一点。第三个是量子通信，中国在这个方面虽然不是做得最早的，但是这两年突飞猛进，特别在应用领域发展很快，“京沪干线”、“沪杭干线”、通讯卫星等，中国都处于一个较为领先的地位。
从全球来看，只用了10多年时间就在一个行业里面尤其是这种高精尖的领域领先，是非常难得的。目前各国正在展开量子通信的产业化竞赛，中国应该抓住这个窗口，抓紧把产业化推动起来。
《财经国家周刊》：你怎么看中国量子通信产业化的发展方向？
郑韶辉：在我看来，量子通信产业化未来的发展有3个3年，第一个3年是设备商的3年，这3年主要解决的问题是我国的设备要先做合格，实现工业化的生产。现在设备主要还是一些科学家在做，存在的问题是成本太高，稳定性欠佳。
要解决这个问题，不但科学家要展开技术攻关，市场也要跟得上，运用市场化的机制，可以展开一些并购，我认为3年左右时间，如果能使设备成本下降到现在的十分之一，就能为大规模的应用奠定基础。
第二个3年是运营商的3年，这3年里，要构建一个初步的量子通信网络，就像人体的毛细血管一样，在全国范围内铺开量子通信网络。
第三个3年是平台商的3年。需要打造类似阿里巴巴这样的平台服务商，它也许会对现在的BAT（百度、阿里巴巴、腾讯）形成颠覆性的挑战。
从设备商到运营商再到平台商，每个3年，拿出9年时间来塑造整个全产业链，届时中国拥抱的将是“量子+”时代的到来。
《财经国家周刊》：九州量子致力于打造行业首个全产业链高科技企业，你们的竞争力体现在哪里？
郑韶辉：在量子通信领域里面，九州量子是比较特别的一家公司，我们的团队是科学家+企业家，其他的量子通信企业都是科学家主导，他们可能有技术上的先发优势，但是我们可以形成后发优势，我们的市场经验丰富，产品开发和应用更贴近市场，也更接地气，可以更好地服务市场。
量子通信同任何新兴产业一样，在发展的早期阶段是研发驱动，但发展到今天这个阶段的时候，行业已经到了爆发周期，需要的是通过工业化的方式快速形成产业优势，在这方面我们团队是有竞争优势的。
产业化未来
《财经国家周刊》：由九州量子承建的“沪杭干线”将于近期竣工，这是全球第一条量子保密通信商用干线，这条干线能产生什么样的作用？
郑韶辉：“沪杭干线”是2014年经中科大潘建伟院士建议而建设的。它的竣工将满足周边地区各方面的需求，同时为构建全国“七横七纵”的量子通信网络打下基础，积累经验。
“沪杭干线”是一条商用干线，面向的是用户，流量非常大，市场化程度高，到目前已经与100多家金融机构已经或将要签订协议，这些企业将率先享受到“沪杭干线”的保密通信服务。
此外，我们认识到，任何一条网络通信线路，只要是单线都是有风险的，因此建设管网非常重要，这样即使是中间断了以后，还可以有备用。
举个例子，比如说“沪杭干线”，杭州连上南京，南京连上上海，成为杭州、南京、上海三线布局。一旦上海到杭州之间断了以后，那么可以信号从杭州到南京，南京再到上海，有个备用线，通讯就不会断。
在我看来，网建得越多，那么未来的用途越广泛，用户也就越多。大概今年10月底，我们会接通“沪杭干线”，但是真正运营可能会晚些时候，未来“沪杭干线”还将会和“京沪干线”接通。
按照九州量子的发展规划，明年我们还将启动浙江省网和长三角环网，从2018年开始，我们会与三大运营商合作，建设全国性的骨干网及其无线量子城域网，推动制定量子通信国家标准，在2020年，打造多行业系列化的量子应用产品，成为全球量子通信产业化的领军企业。
《财经国家周刊》：我们注意到，九州量子最近与盛洋科技、清华大学等企业和机构都达成了合作，有什么具体规划？
郑韶辉：我们是一个市场化的公司，是要把产品卖到全球去的。所以在这个产业化过程中，我们希望有更多的企业更多的力量来参与进来，我们愿意跟别人合作，一起解决发展中的难题。
8月底，我们与盛洋科技签订了战略合作协议，下一步，我们将建立联合实验室，共同研发量子卫星通信接收方面的设备和相关产品，同时合作进行相关核心量子通信产品，如量子随机数发生器、量子堡垒机、光量子交换机等的产业化生产。
最近，我们与清华大学共同筹建的量子网络联合实验室也正式揭牌。从具体业务领域来看，联合实验室将重点攻克长程量子网络中关键量子器件的研究，促成量子网络技术在产业化中的应用，重点关注量子网络关键器件的研发及量子保密通信网络方案的分析与优化。尤其在量子中继、量子密码和量子测量等当今量子信息界的重要难题方面，联合实验室的成立将起到重要推进作用。
《财经国家周刊》：按照潘建伟院士的预测，15年左右的时间，装有芯片的量子手机将会进入寻常百姓家，对这个预测，你怎么看？ 通用的量子计算机技术，业内说法是15年的时间可以突破，对当下的互联网技术带来巨大冲击。
郑韶辉：我比他要激进些，我觉得这个时间可能会缩短到9到10年左右。当然这些都是预测，最终还是要取决于量子计算机技术发展。通用的量子计算机技术，业内说法是15年的时间可以突破，但我相信用不了15年，也许9年之内，量子计算机技术就会在某种特殊用途上有所突破，这会对当下的互联网技术带来巨大冲击。
《财经国家周刊》：具体而言，量子通信将来的终端产品会是什么样子？
郑韶辉：我们目前最关心的量子通信终端产品，一个是量子手机，这个产品目前我们已经有了一套技术解决方案。因为量子通讯设备太大，目前我们还做不到小型化，而且量子密钥还无法实现自动生成，我们的做法是通过机器设备实现，在设备里安放芯片，好像手机充电一样。
将来，这些设备会安置在写字楼里，你把手机放到设备里充一晚上，第二天拔掉以后，根据你的需要，就可以打量子通讯保密电话，一般可以用两个礼拜。而且除了打电话，还可以用于移动支付、接收邮件等。
这是第一代的产品，大概两三年之后，第二代就会出现，第二代产品应该更先进，可以小型化，量子密钥可以自动生成，手机里就配置了芯片，不需要再充了，使用起来更加方便。
第二个产品是量子白板，这个产品本身很成熟，在深圳、上海等地已经有很多企业在做。量子白板的使用需要两个条件，第一要有量子网络，第二是要有相关芯片，我们最近在做这个产品的开发，开发出来以后，会在公检法系统率先使用。
《财经国家周刊》：有不少观点认为，量子通信已经进入了产业化的前期，你认为往下走的话，还面临着哪些困难？
郑韶辉：我认为，目前有利的因素很多，和过去比困难少多了，应该说当前已经进入黄金时代了。国家战略上有政策支持，社会上的资本进入的意愿也非常强烈。
从下一步发展考虑，有几个问题可能更需要注意。第一个问题是，在技术原理方面需要突破，无论是服务城市的量子中继还是远距离的量子卫星，我们在技术上还有很多需要改进的地方。
第6篇：量子计算的运用范文
关键词:认知无线电;量子粒子群;多目标优化;物理层、媒体链路层
中图分类号:TN911文献标识码:A
文章编号:1004-373X(2010)05-047-04
Goals Optimization Based on Quantum Crowd Particle Algorithm in PHY
Layer and MAC Layer in Cognitive Radio System
XUE Zhoucheng1,LV Junwei1,NI Lei2
(1.Ordnance Engineering College,Shijiazhuang,050003,China;2.Unit 61451 of the PLA,Beijing,100094,China)
Abstract:Cognitive radio technology is tendency and the direction of future communication development,it is also the focus of the communication research.Aimming at solving the problem of goals optimization under certain channel condition in its physical layer and medium link layer in cognitive radio system.The problems of goals optimization problem in cognitive radio based on the basic thoughts of quantum particle crowd algorithm are solved and thoughts of quantum particle crowd algorithm in the cognitive radio system are used for carrying out proper improvements.Finally it emulates the optimization problem using the radio station controlled by WSGA.
Keywords:cognitive radio;quantum crowd particle algorithm;goals optimization;PHY layer and MAC layer
0 引 言
认知无线电(Cognitive Radio)将人工智能与无线电通信相结合,这个领域具有高度的多学科性质,混合了传统通信与电子工程的无线电,同时应用了来自计算机科学的一些概念[1]。基本定义可归纳为:它是可以感知外界通信环境的智能通信系统,认知无线电系统通过学习,不断地感知外界环境的变化,并通过自适应调整内部的通信机理达到对环境变化的适应。这样的自适应调整,一方面是为了改进系统的稳定性,另一方面也是为了提高频谱的利用率。根据认知无线电框架,用户首先需要检测频谱环境,估计当前信道中的干扰温度及其接入对邻近用户的干扰,根据这些测量数据,用户可以自适应地改变传输参数,以达到系统最终的性能最优。其基本任务是:环境分析、信道预测估计和信道预测建模、传输功率控制和动态频谱管理[2]。
认知无线电的目标是最优化自身性能以及支持用户的需求,但是“最优化”的含义是什么?它不仅仅是无线电用户追求自身资源消耗最大化的自适应参数调整,考虑在无线电通信上,如果两对节点在不同的网络上通信,传输在时间和频率上的重叠,会形成干扰。节点将低信干噪比(SINR)的情况认为是观测到了干扰,传统应对干扰的方法是通过增大发射功率来增加SINR,┮惶趿绰飞系姆⑸浠增加发射功率,另一链路也将会以提高发射功率来回应[3]。每个无线电用户都将通过增大自身的发射功率来使接收机的SINR最大化,这样最终会使功率增加到硬件的极限[4]。
在严重拥塞的频谱环境中,改变频率可能不是一个很好的解决方法,这是为什么要查找可能调整的所有物理层和链路层来改善其性能的原因[5]。
首先定义,在无线电中实现了满足用户的性能水平,并最小化其消耗资源(如占用的带宽、消耗的功率等)时,就认为“最优化”。因此应该知道用户的需要以及如何调整无线电性能才能满足这些需要。
在物理层中,中心频率、符号速率、发射功率、调制类型和调制阶数、脉冲成形滤波器(PSF)类型、阶数、扩频类型、扩频因子等都能进行调整。链路层上则为各种可以改进网络性能的变量,包括信道编码和交织类型和速率,以及接入控制方法,如流量控制、帧的大小以及多址接入技术等。
认知无线电遵循的基本过程是调整自身的参数来实现某一期望的最优性能组合。无线最优化概念是通过分析许多目标函数的输入与输出来描述的,在这种情况下,描述各个目标之间的相互依赖关系使用单目标分析系统变得困难,用户和网络的需求不能同时得到满足,这种需求会随着时间和具体情况发生很大变化。这时单目标函数已不能充分表示这些不同目标的需求[6]。
设认知无线电需调整的N个参数为a=,具体参数是发射功率、调制方式、中心频率、符号速率等,由于受各种制度、物理环境、硬件条件等方面的限制,认知无线电参数通常要满足很多约束条件。为适应当前外部条件,认知无线电需优化的目标函数为f=,其中n为目标函数的个数,目标函数的选择要求能反映当前的链路质量,如平均发射功率、数据速率、识码率、带宽、频带效率、数据包延时等。不同的链路条件、不同的用户需求导致不同目标函数的重要性不尽相同。在实际运用中可用权重数值的大小来反映目标函数的重要性程度。由此可知实现认知无线电参数的调整功能是一个多目标优化问题,即如何调整无线电参数取值来实现给定权重情况下多个目标函数的优化[7]。
由于缺少单目标函数的衡量,所以不能从经典的优化理论来获得调整无线电参数的方法,取而代之的是使用MODE标准来分析无线电性能。MODE理论使得人们可以在与之用来建模的目标函数个数一样多的维数中实现最优化,目前遗传算法已被广泛用于MODE问题的求解[1]。
MODE理论的核心是用数学方法选择一系列的参数,从而使一组目标函数最优化。MODE方法的基本表示如式(1)、式(2)所示:
min/max(y)=f()=),f2(),…,fn()〗(1)
约束条件:
=(x1,x2,…,xm)∈X
=(y1,y2,…,ym)∈Y(2)
其中,所有的目标函数都定义成最大化y或最小化y,最大化或最小化取决于具体的实际应用。x的值(即x1,x2等)表示输入;y值表示输出。式(1)提供了MODE的表示,但没有指定优化系统的方法。某些目标函数以某种方式进行组合会产生最优化的输出。在实践中可以有很多方法实现最优化,目前遗传算法运用最广泛。
传统求解多目标优化问题的方法有加权法、约束法、目标规划法等,这些求解方法按某种策略确定多目标之间的权衡方式,将多目标问题转换为多个不同的单目标问题,并用这些单目标优化问题的最优解构成的解集去近似最优解。这些方法和每次优化结果,只得到┮桓鐾仔解,而且采用不同的方法求解,结果可能完全不同。
本文引入的量子粒子群算法用于对MODE问题的求解,同时对于量子粒子群算法进行了一些改进。量子衍生计算是近年来新提出的一种新的计算方法,引进量子理论的进化算法具有很好的空间搜索能力。量子多目标进化算法具有更强逼近最优前沿的能力和更好的多样性,具有量子行为的粒子群算法,能保证全局的收敛性,其性能优于传统的遗传算法。
1 量子粒子群算法
1.1 粒子群算法的基本思想
粒子群算法(PSO)是由Kennedy和Eberhart等于1995年率先提出的,它借鉴鸟群捕食过程的社会行为,是一种并行进化的计算方法,引入惯性权重来实现对解空间的搜索控制,逐步形成了目前普遍应用的基本粒子群算法[8]。思想是:为将每个个体看作是D维搜索空间中一个没有体积和质量的粒子,在搜索空间中,以一定的速度飞行,并根据个体和群体飞行经验的综合分析来动态调整这个速度。设群体中第i个粒子为Xi,它经历过的位置为Pi,其中最佳位置记为Pbest,当前组成的群体中所有粒子经过的最佳位置记为Pgbest,粒子i速度用vi=(vi1,vi2,…,vid)表示,对第i次迭代,粒子i在D维空间的运动方程为:
vid(t+1)=w•vid(t)+c1rand()[pbest-xid(t)]+
c2rand()[Pgbest-x(t)]
xid(t+1)=xid+v(t+1)(3)
式中:w为惯性权重,它使粒子保持运动的惯性,使其有能力探索新的区域;c1,c2为常数;rand为范围的随机数。
1.2 量子比特的表示
提出量子比特编码多态问题可由式(4):
α1α2…αm
β2β2…βm〗(4)
表示为。通用量子旋转门调整则相应可表示为:
α′iβ′i〗=cos(Δθ)-sin(Δθ)sin(Δθ)cos(Δθ)〗αiβi〗(5)
1.3 量子粒子群算法
从量子力学的角度出发提出了一种新的PSO算法模型。这种模型以DELTA势阱为基础,认为粒子具有量子行为,并根据这种模型,提出了一种具有量子行为的粒子群算法。此算法具有简单易实现和调节参数少的优点,具有良好的稳定性和收敛性[9]。
借用粒子群中的群智能策略,将这种群的所有量子看成一个智能群体,找到每次迭代过程中局部最优解进行进一步的动态调整,其操作过程是:量子粒子i在┑j比特经i次迭后,速度、位置、个体最好和全局位置分别为vij(t),θij(t),θbestij,θgbestij,则速度和位置迭代公式为:
vij(t+1)=w•vij(t)+c1rand()+
c2rand()
θij(t+1)=θij(t)+vij(t+1)(6)
本文基于以上量子粒子群算法的基本思想,采用基于Pareto支配关系的排序关系来更新粒子的个体最优值和局部发最优值,定义一种新的极大极小距离方法,并采用该距离方法裁减非支配解。利用量子粒子旋转门更新粒子的量子角度,提出了一种新的多目标优法算法。
1.4 基于距离方法的量子粒子群多目标优化算法
提出用于计算适应值的距离方法――量子粒子群多目标优化算法(Quantum Bit Particle Swarm Optimization,QBPSO),来解决多目标优化问题。这种方法的基本思想是根据每个个体到前┮淮获得的Pareto解之间的距离来分配其适应值。它采用外部惩罚函数将多目标优化问题转换为无约束问题。其中,参数r控制惩罚项的幅度,Pi是初始潜在值。
该距离方法对于Pi和r的设置比较敏感。对于任何不可行解,r的值越高,计算得到的距离值也越高,因此,适应值最终接近于0,如果太多,个体的适应值为0,搜索将无法进行。另外,如果初始潜在值与不同解之间的适应值差别会很不明显。这将导致选择压力过小,结果导致算法收敛速度较慢。另一方面,如果初始潜在值过小,计算得到的适应值将趋向于0。
对于每个个体历史最优解的选取,采用以下步骤:
(1) 如果当前解支配个体i个历史最优解,则作为历史最优解。
(2) 如果当前解不支配i个历史最优解,则比较当前解和历史最优解的D(i)值,选择具有较小D(i)的那个解作为历史最优解[10]。
1.5 惯性权重的改进
惯性权重类似模拟退火中的温度,较大的w有较好的全局收敛能力;而较小的w则有较强的局部收敛能力,惯性权重w满足:
w(t)=0.9-(0.5t)/MaxNumber(7)
式中:MaxNumber为最大截止代数。这样,将惯性权重w看成迭代次数的函数,可从0.9~0.4线性减少。
虽然该方法能保证惯性权重w随迭代次数的增加而减小,但在每一代中,所有粒子的惯性权重均一样,不能很好地体现每个粒子的支配关系和拥挤程度。因此,在本文算法中,采用不动态设置惯性权重。
惯性权重w=群体粒子数/个体粒子数N+被粒子I所支配的粒子数+距离密度D(i)。
可以看出,惯性权重取值区间为(0.33,1),在算法当前期粒子惯性权重趋向于后期惯性权重时,逐渐趋于1,而且在每次迭代过程中各个粒子的惯性权重也不尽相同,越好的粒子获得的惯性权重越小,越差的粒子获得的惯性的权重值越大。该方法能更好的平衡和局部搜索,提高算法的收敛速度。
1.6 算法流程
上述量子粒子群算法流程如下:
(1) t0,初始化种群Q(0)。
(2) 对初始化种群的各个体实施测量,得到一组状态P(0),并进行适应度评估。
(3) While 非结束条件do。
Begin
① tt+1;
② 对于Q(t-1)实施观测,得到P(t),进行适应评估;
③ 比较各解,计算各解所支配的解的个数;
④ 计算极大极小距离,求出各Pareto解的D(x)值;
⑤ 利用基于量子门旋转策略更新Q(t)。
End
2 算法验证及基于某型电台的最优化仿真
本文改进的这种基于粒子群化多目标优化算法,采用新的距离方法,以保持解群体的分布性能,同时,动态设置粒子的惯性权重,有效地保持了算法前期全局搜索和后期局部搜索之间的平衡。以多维0/1背包问题为测试对象,经多次实验结果表明,该算法具有较好的收剑性和保持解的分布性。该算法能够快速搜索到多目标优化问题的Pareto前沿,特别对多维、复杂优化问题提供更有效的方法[10]。
下面以某型电台为例,它是基于硬件的平台,具有有限的参数和调整范围,所有的物理层特性如表1所示。
在受限制的无线电台中,量子粒子群算法也是可行的,设计试验由WSGA控制的点对点无线电链路和作为干扰的第三个同型号的无线电台组成。
表1 硬件参数的配置
参数范围参数范围
频率5 730~5 820 MHz编码速率:1/2,2/3,3/4
功率6~17 dBmTDD29.2%~91%
调制QPSK,QAM8,QAM16
注:QPSK为正交相移键控;TDD为时分双工。
试验包括建立一条高流量的初始视频链路,当出现干扰时,信号质量迅速下降且变得无法区别时,WSGA接着运行,目标函数设置为最小化BER、最小化发射功率、最大化数据速率、电台不改变现有的频率,测试目的是为了测试无线电如何处理其他参数。
试验中显示了在测试中WSGA的良好性能,但仍然希望有更灵活的平台,这样就能建立一个软件无线电(SDR)的物理层仿真,具有更多的可调参数,以及更大的调整范围,如表2,表3所示。
表2 仿真参数
参数范围参数范围
功率0~30 dBmPSF滚降系数0.01~1
频率2 400~2 480 MHzPSF阶数5~10
调制MPSK,MQAM符号速率1~20 MSPS
调制M2~64
表3 仿真试验条件
函数
权重最小频谱占用最大流量干扰避免
BER255100200
带宽25510255
频谱效率100200200
功率22510200
数据速率100255100
干扰00255
在此时的无线电仿真参数和条件下,目标函数为BER、占用带宽、功率、数据速率以及干扰量。
运用算法如表3所示,每个目标都得到了优化,每个结果BER都为0。
第一试验:如图1所示,将占用频谱最小化为1 MHz。
第二试验:如图2所示,将流量最大化为72 Mb/s。
第三试验:如图3所示,找到一个嵌入干扰空隙的解。
图1 占用频谱最小化为1MHz
图2 流量最大化为72 Mb/s
图3 一个嵌入干扰空隙的解
3 结 语
认知无线电的设计目标是优化自身的性能,支持用户需求。当无线电在达到具有一定水平的性能,且满足用户需求时,对占用带宽和电池功率等资源消耗最小时,就实现了优化。本文所讨论的算法可解决物理层和链路层参数调整的一些基础性问题。
参考文献
[1][美] Bruce A Fette.认知无线电技术[M].赵知劲,郑仕链,译.北京:科学出版社,2008.
[2]Mitola J,Maguire G.Cognitive Radio:Making Software Radios more Personal[J].IEEE Personal Communication Magazine,1999,6(4):13-18.
[3]Mitola J.Cognitive Radio for Flexible Mobile Multimedia Communications[J].1999 IEEE International Work-shop on Mobile Multimedia Communications,1999,10(3):15-17.
[4]Ganesan G,Li YG.Cooperation Spectrum Sensing in Cognitive Radio Networks[J].Proceedings of IEEE,2005:137-143.
[5]Mitola J.Cognitive Radio for Flexible Mobile Multimedia Communications[J].Mobile Networks and Applications,2001,6(5):435-441.
[6]Urkowitz H.Energy Detection of Unknown Detection Signals[J].Proceedings of IEEE,1997,55:523-231.
[7]Nuttall A H.Some Integrals involving the Qm Function[J].IEEE Trans.on Information Theory,1975,21(1):95-96.
[8]Kalyanmoy Deb,Amrit Pratap,Meyarivan T.A Fast and Elitist Multi-objective Genetic Algorithm:NSGA-II[J].IEEE Trans.on Evolutional Computation,2002,6(2):182-197.
第7篇：量子计算的运用范文
关键词： 结构化学教学 量子化学软件 应用
结构化学是一门从微观角度研究原子、分子和晶体的结构及其结构与性能之间关系的科学。这门课程以严谨的数学逻辑推导为基础，建立比较抽象的理论概念，需要学生具备扎实的高等数学基础，特别是量子力学中许多新概念、新方法和新原理，使得学生普遍感到艰涩难懂，缺乏学习的积极性。要提高学生的学习兴趣，培养学生的量子化学思维，使其能够运用结构化学理论知识解释化学事实、阐明分子结构及揭示化学的内在规律，仅用传统的教学方式很难达到目的。在此介绍比较新颖的量子化学软件Gaussian和GaussView，将其应用于结构化学教学过程中，可使枯燥乏味的理论学习变得生动形象，大大提高教学质量，取得良好的教学效果。
一、软件介绍
Gaussian是目前计算化学领域内最流行、应用范围最广的商业化量子化学计算程序包。它最早是由美国卡内基梅隆大学的约翰・波普在上世纪60年代末、70年代初主导开发的。Gaussian最早的版本是Gaussian 70，现在常用的是Gaussian 03，最新版本为Gaussian 09。该程序可在不同型号的大型计算机、超级计算机及工作站上运行，是当今理论计算化学科研工作的基本工具之一。
Gaussian程序是由许多程序相连接的体系，用于执行各种半经验和从头算分子轨道计算。Gaussian 03 可用来预测气相和液相条件下，分子和化学反应的许多性质，包括：分子的能量和结构、过渡态的能量和结构、分子体系的振动频率、NMR、IR和拉曼光谱及热化学性质、分子轨道、原子电荷、多极矩、电子亲和能、离子化势，等等［1］。
GaussView是与Gaussian配套的辅助图形软件，可用于绘图、文本和结构编辑；显示结构（从计算输出文件中读取优化的结构）、振动模式和化合物的分子轨道；查询键长、键角、二面角和耦合因子等。
二、计算并显示分子轨道
分子轨道理论是结构化学教学的重点内容之一。由于“分子轨道”中的轨道不同于经典物理中的轨道，指的是分子中的单电子波函数φi，即分子中每个电子都是在由各个原子核和其余电子组成的平均势场中运动，那么第i个电子的运动状态用波函数φi描述，该波函数又称为分子轨道［2］。关于分子轨道的概念理解需要学生具有较好的抽象思维能力，在结构化学教学中是重点和难点。在讲述这部分内容时，可用Gaussian软件计算相关双原子分子的分子轨道，并用GaussView演示分子轨道的分布特点、电子填充情况等，帮助学生很好地理解分子轨道的概念。
下面以N2为例进行介绍。首先，用GaussView软件搭建分子模型、编辑输入文件，然后用Gaussian 03程序优化分子，就可得到各分子轨道能级。Gaussian 03优化结果文件中会具体给出N2的各分子轨道能级大小及其对称性。用GaussView软件可显示优化分子的分子轨道形状，见图1。
在“分子轨道的对称性和反应机理”一节中，涉及前线分子轨道理论、LUMO、HOMO等概念，以及离域π键和共轭效应，均可用Gaussian 03和GaussView软件计算并显示分子轨道形状，辅助教学。通过借助这些量子化学软件来描述分子轨道，使得过于抽象、艰涩难懂的理论、概念变得生动形象，直观易懂，易被学生接受，方便教学。
三、显示分子的振动模式
分子光谱是测定和鉴别分子结构的重要实验手段，也是分子轨道理论发展的实验基础。分子光谱和分子的内部运动密切相关。如红外光谱来源于分子中原子的振动，不同化学键或基团具有不同的振动模式，对应有不同的特征振动频率。在讲述这一部分内容时，如用GaussView给学生以动画形式展示每一种振动，可大大提高课堂趣味性。
下面以HO为例，首先用GaussView搭建水分子的分子模型并编辑输入文件，然后用Gaussian 03软件进行优化和频率计算，最后用GaussView打开结果文件。打开GaussView中Results下拉菜单下的Vibrations，得到图2所示的窗口，可以看到3个振动模式。点击图2显示的Display Vibratons文本框中的#1行，可以看到图2（1）所示的弯曲振动；点击#2行，可看到图2（2）所示的2个氢原子的对称伸缩振动；点击#3行，可看到图2（3）所示的2个氢原子的不对称伸缩振动。每一种振动的振动频率均可从图2显示的Display Vibratons文本框中读出。点击Display Vibratons文本框中的start按钮，可显示所选振动模式的振动动画，点击stop，可停止该振动。点击spectrum按钮，可以生成水分子的红外光谱图。在课堂上，这样的动画演示可使枯燥乏味的知识变得生动活泼，大大增强结构化学的趣味性。
四、结语
Gaussian 03和GaussView等量子化学软件在结构化学教学中的应用远不止以上几种，还可以建立和显示三维分子结构模型、获得分子化学反应的性质，等等。总之，常用量子化学软件可提供许多具体的量子化学计算结果，帮助阐述结构化学中抽象的概念、理论，让学生用分子模拟的方法，通过具体的实践领悟微观世界的运动规律、建立抽象的量子化学思维，提高学习结构化学的积极性。
参考文献：
［1］Gaussian 03中文用户参考手册.
第8篇：量子计算的运用范文
【关键词】计算机技术；技术创新；创新原因
一、电子计算机发展中的突破性进展及其技术原因
由于现代社会对于复杂计算量任务的需求日益增加，人们迫切需要一种能够进行精确计算的电子设备，于是电子计算机应运而生，在随后的几年中，电子计算机技术得到了更加迅速的发展，并取得了很多里程碑式的突破，其主要表现和原因如下：
（一）晶体管技术与晶体管计算机的发明
在第二次世界大战以前，贝尔实验室的科研人员发现了一种能够使得微弱电流少量的变化，能够对另外的电流产生很大影响的材料，人们称之为“晶体管”；后来，人们逐渐发展晶体管在工作上不仅能够替代原有部件的作用，而且能够更好地提高计算机的性能，于是一些科研人员开始研究以晶体管计算机代替原有的电子管计算机，并确立了读写方便的二进制，同时人们从中得到启发，发明小型的供个人使用的计算机将会成为未来计算机的发展方向之一。采用晶体管作为主要部件的计算机被成为“第二代电子计算机”，并在随后的时期被广泛地运用，同时为以后的发展提供了契机。
（二）集成电路与PC机时代的到来
通过在发明晶体管计算机中的启发，通过当时的科学技术人们已经能够将晶体管、二极管和电阻等一些元部件和电路连线在一块集成电路板上，与普通的电子电路相比，集成电路具有体积小、重量轻、易携带、功耗低等优点，而且其可靠性也在逐步提高。后来，人们逐渐认识到集成电路的好处，并将集成电路运用到电子计算机的技术中来，同时将集成电路进行规模化生产，不仅促进了电子计算机的发展，而且使得计算机的成本降低，为未来计算机的普及奠定了良好的基础。
集成电路的发展不仅推动了电子计算机技术的发展，而且为PC时代的到来开辟了道路，随着集成电路被广泛的应用到电子计算机中，IBM公司首先建立了自己的集成电路工厂，并且在不断的摸索中，终于制造出了以集成电路为基础的电子计算机，从而使得计算机的发展到了第三时期。
（三）微处理芯片与英特尔系列
微处理器与集成电路和晶体管并称为计算机发展过程中的三大发明，可见微处理器对于计算机发展的推动力是不可或缺的，这三项发明分别使得电子计算机进入了新的时代。
当时微处理器的发明人员认为可以将复杂的芯片设计方案更加简洁化，在这一启发下，计算机的芯片主要是由只读存储器、随机存取器和输入输出接口和中央处理器组成，在这一结构的启发下，研发人员开始投入到微处理器的试运行过程中。
微处理器最终成功地研发并投入生产，使得整个计算机产业向着更加微型化的方向发展，尤其是在PC机领域，微处理器的产生，使得很多设想成为可能。
二、影响现代计算机技术创新的科学技术因素
科学家认为，电子计算机的集成度已经到达一个瓶颈时期，在集成电路板上如果再放置具有更强计算能力的部件，容易使得芯片散热不好，从而影响计算机的使用寿命。但是，人们对于电子计算机的要求却在不断提高，这一矛盾就导致了科学家开始寻找其他的路径来不断推进现代计算机的技术创新，主要包括以下几点：
（一）人工智能技术的发展
随着计算机功能和计算性能的进一步提高，人们开始思考能否让计算机模拟人类的思考和解决问题的模式，从而变得更加智能化，使得能够进一步解放人类劳动。目前为止，计算机技术在人工智能的领域已经取得了重大的成就，例如：一些专家系统已经能够利用已有的知识帮助人们解决问题，另外一些语音识别技术能够解放人们的双手，通过声音的录入就能够生成文字等等，这些技术虽然能够在一定程度上，使得电子计算机模拟人脑的行为，但是还远远无法跟人类的智能相媲美，因此在人工智能的道路上，我们还需要更多的研究和突破。
（二）量子力学的研究推动着量子计算机的发展
当人们认识到传统的综合性应用的计算机的发展已经到达一个瓶颈时期的时候，人们开始探索能否将计算机向着专用的方向发展，例如：人们可以利用量子计算机进行量子计算，但是从传统的综合性应用的计算机到量子计算机的改造是一项复杂的过程，这一过程中必须要攻克以下几个难题，例如：去相干的问题和纠错的问题等等，随着科学技术的发展，人们发明了量子计算机并且使得它的应用走向成熟，目前，对于量子力学的不断研究为量子计算机的发展提供了坚实的基础，成为未来电子计算机发展的新方向。
（三）光学为光子计算机的研究提供可能
光学的概念来自于爱因斯坦对于光学的研究，他在研究中发现与电子相比，光具有以下特点：光子的分辨率比较高；光子的速度更加快；光子的这些特点使得其未来具有更广阔的应用前景。而对于光学的研究，例如：激光、光纤、光存储和光显示等等，以及光学与光电子学的结合，标志着现代光学的诞生，这些技术的发展都有力地推动了光子计算机的发展。
作为一种全新的计算机，光子计算机是以光子作为信息的载体，而且能够进行光运算的新型计算机；在光学研究的基础上，目前光子计算机能够“与”、“或”、“非”三种基本的运算，同时还支持加法的运算等等，虽然目前光子计算机还没有正式的诞生，但是人们已经逐渐认识到其优势，也成为计算机未来发展的方向之一。
（四）DNA分子逻辑门奠定了DNA计算机发展的基础
DNA计算机是计算机科学与分子生物学相结合的产物，从此计算机的发展又开辟了一个新的领域。DNA分子具有较高的存储能力和强大的并行运算能力，所以DNA计算能够解决一些复杂的问题。DNA计算机的出现能够使得计算机的应用场合进入到人体内甚至细胞内，可以作为一种监控机制，发现DNA的变化等等，而且还能够合成一些药物，用来治疗人体的疑难杂症等等，具有非常广阔的应用前景，但是，目前DNA计算机的还处于研究过程中，完成对其真正的应用尚需时日。
（五）纳米技术的出现使得纳米计算机成为研究热潮
随着国际上对于纳米技术的研究，一些纳米材料正式诞生，使得全世界投入到了一股研究纳米技术的热潮中。同样，人们开始思考利用纳米计算机来实现一些传统计算机一些更加强大的功能，例如：可以利用纳米技术制作一些缩微计算机元件，而且这种纳米计算机一旦研究成功就有可能消耗很少的资源，在性能上也将获得更大的提高。目前，建造一个芯片生产工厂耗资巨大，使得很多厂商都不堪重负，但是如果利用纳米技术来制造和生产计算机的芯片，工厂的占地面积和所需资源等等都将大大降低。
三、影响现代计算机技术创新的社会因素
通过以上的分析和论述可知，在计算机的发展过程中，很多技术的研究为计算机的诞生和发展提供了契机，使得现代计算机朝着很多方向进行发展。但是，影响现代计算机技术创新的因素远远不止科学技术因素，还与社会因素密不可分，影响现代计算机技术创新的社会因素主要有以下几点：
（一）国家需求对于计算机技术的发展要求
随着目前世界上各个国家都处速发展时期，一些工程项目的数据和计算复杂程度逐步增加，采用传统的计算机已经无法满足这些需求。因此，必须要对计算机技术进行创新。例如：目前的加密技术正在逐步提高，密文在目前的计算量来讲是无法破译的，但是随着超级计算机性能的提高，运算速度的加快等等，密码必须进行更严密的运算，这就需要超级计算机来进行。超级计算机能够使得运算速度得到很大提高，可以在国防安全和信息安全等方面起着重要的作用。
（二）人们对于计算机的需求也是创新因素之一
目前，随着科学技术的发展，计算机已经被普遍地推广和应用，人们对于计算机的需求也在不断上升，这也成为计算机技术创新的重要因素之一，主要表现在以下几点：第一，体积微型化，为了能够打破时间和空间对于计算机使用的限制，人们需要一种能够便于携带的、体积更小、续航能力更强的计算机，这就促使着计算机技术向着更加完善的方向发展；第二，功能全面化，人们对于计算机的需求也向着功能更加全面的方向发展，希望能够利用一台计算机进行工作、学习和娱乐等等，所以现代的计算机也正在向着功能更加全面的方向发展着。
四、面对计算机技术创新的几点建议
人们的生活每时每刻都在变动，计算机技术的创新也无时无刻不在发展，面对日新月异的计算机技术创新，主要有以下几点建议：
第一，准确把握需求，一项新技术的产生肯定有一定的需求因素为推动力，明确需求才能更好地研究出符合相关需求的计算机技术。
第二，计算机技术有着众多的研究领域，每个研究领域都可能为计算机技术的创新提供启发，所以在通用计算机的基础上研究一些针对专业领域的计算机技术也非常重要，从而能够更好地促进计算机技术的创新。
第三，计算机在给人们带来方便的同时，也存在着很多隐患，例如：病毒、网络攻击、信息窃取和辐射等问题，不仅影响着人们的健康，而且还威胁着国家的安全，因此我们在致力于计算机技术的创新过程中，也需要考虑计算机带来的负面影响。
第四，信息时代的到来，为计算机技术的发展提供了另一个契机，随着人们逐渐认识到信息的重要性，人们开始利用计算机进行沟通和交流，所以计算机的携带、功耗、续航以及成本等问题也成为计算机技术创新过程中需要考虑的重要因素。
第五，由于目前计算机已经被广泛地运用到各个领域，所以计算机技术的发展不仅仅需要本领域相关知识的支持，而且还需要其他领域知识的配合，在此过程中需要研发和技术人员对于相关领域的技术有着深入的了解，才能够真正制造出跨领域发展的计算机。
参考文献：
[1]李乃胜.当代科学技术发展前沿[M].青岛：中国海洋大学出版社，2004年1月出版.
[2]杨华.未来计算机的发展趋势展望[J].黑龙江科技信息，2007年7月.
[3]高文.计算机技术发展的历史、现状与趋势[J].中国科学基金，2002年1月.
[4]侯跃武.计算机基础与实训教材系列：电脑入门实用教程[M].清华大学出版社，2009年5月出版.
第9篇：量子计算的运用范文
关键字：量子光学，蒙特卡洛方法
中图分类号：O242 文献标识码：A文章编号：1672-3791（2015）05（c）0000-00
1引言
量子光学是以辐射的量子理论研究光的产生、传输、检测及光与物质相互作用的学科，它最初是从量子电动力学理论中发展、演变而来的。它既是量子电动力学理论的一个重要分支，又是激光全量子理论深入发展的结果。同时，量子光学还构成一门新兴的应用基础性学科―光子学的理论基础。
20世纪60年代激光的问世大大地推动了量子光学的发展，在激光理论中建立了半经典理论和全量子理论。半经典理论把物质看成是遵守量子力学规律的粒子集合体，而激光光场则遵守经典的麦克斯韦电磁方程组。在全量子理论中，把激光场看成是量子化了的光子群，这种理论体系能对辐射场的量子涨落现象以及涉及激光与物质相互作用的各种现象给予严格而全面的描述。对激光的产生机理，包括对自发辐射和受激辐射更详细的研究，以及对激光的传输、检测和统计性等的研究是目前量子光学的主要研究课题[1]。
研究量子光学现象，一般总是归结为研究光场与原子相互作用问题。在很多场合下，可以看做是二能级原子与光场的相互作用。当光场或原子或光场与原子组成的系统有能量损失的时候，通常采用热库理论，即将该系统能量的损失认为是与外界作用的结果，这作用外界比较大，但对其状态一般不加细致研究，只认为其自由度远比系统多，因此称为热库。处理热库与系统的相互作用常有两种方法，一是在相互作用绘景或薛定谔绘景中，将整个系统的密度算符方程对热库变数求迹，给出系统约化密度算符满足的主方程，将热库变数消去，然后利用密度算符的准几率表示，将主方程转化为C数的福克―普朗克方程，最后求解；二是在海森堡绘景（算符变化，态矢不变）中通过噪声算符将热库作用转变为随机力，引入量子的朗之万方程，然后再求解[2]。
近年来，蒙特卡洛（Monte Carlo）方法，或称计算机随机模拟方法，被引入量子光学中来研究小系统与热库耦合的模拟演化。蒙特卡洛方法是一种基于“随机数”的计算方法。为了得到具有一定精确度的近似解，所需试验的次数是很多的，通过人工方法作大量的试验相当困难，甚至是不可能的。因此，蒙特卡洛方法的基本思想虽然早已被人们提出，却很少被使用。直至电子计算机的出现，使得人们可以通过电子计算机来模拟随机试验过程，把巨大数目的随机试验交由计算机完成，并首先在核武器的试验与研制中得到了应用。蒙特卡洛方法是以概率统计理论为基础的一种方法，由于它能够比较逼真地描述事物的特点及物理实验过程，解决一些数值方法难以解决的问题，因而该方法的应用领域日趋广泛。
在本文中，我们将主要讨论在量子光学中，如何利用蒙特卡洛波函数方法来模拟单个原子系统的演化过程，并给出了二能级原子在蒙特卡洛波函数方法模拟过程中的单次演化以及其系综平均后的演化过程。
2理论推导
用蒙特卡洛方法模拟波函数的演化，可以把系统的演化分解为几种可能的波函数，在 时间内，原子有可能发生跃迁，假设发生跃迁的概率为 ，跃迁到各个可能态的概率分别为 ，那么波函数在这段时间内究竟选择何种波函数，我们就可以用蒙特卡洛波函数方法来模拟。
首先，在[0，1]区间内产生随机数ε，如果ε> ，说明波函数没有发生跃迁；如果ε< ，说明发生了量子跃迁，进一步的，通过判断ε落入哪一个概率区间，可以判断发生了何种跃迁。这就是用蒙特卡洛方法模拟随机数演化的基本思想。
一个小系统的蒙特卡洛波函数演化包括两个过程：非厄米哈密顿量作用下的缓慢演化和随机性的量子跃迁，并在这两个过程进行的每一个时间步长后对波函数进行归一化[3-5]。
假设在t时刻二能级原子的状态可以用如下波函数表示：
（1）
我们容易得到，在 时间内，发生跃迁的几率为 （其中， 是单位时间的跃迁几率）由于 非常小，故在观察的时间内，跃迁的几率还是非常小的。为了确定波函数的演化方向，我们在[0，1]内取均匀分布的随机数ε，一般情况下 ，对应的是没有跃迁的情况，这时只有波函数的演化，哈密顿量为
（2）
是激光的频率和原子跃迁频率的差； 是拉比频率，表征着偶极子 的原子和光场的耦合。在哈密顿量的作用下，波函数演化
如果 ，对应发射一个光子的情况。这时候，原子产生自发辐射，跃迁到基态
重复以上过程，我们就可以来模拟波函数随时间的演化过程[4]。
3结果分析与讨论
本节中，我们利用蒙特卡罗波函数方法来模拟原子初始分别处于基态 （图1）、激发态 （图2）以及叠加态（图3）时，原子处于激发态的布局数随时间的演化过程。在以下各图中，我们令 来表示原子处于激发态的布局数。为了计算方便我们取相应的参数 。
图1：单次模拟过程，原子处于激发态的布局数随时间的演化，原子初始处于基态 ，相应参数为
图2：单次模拟过程，原子处于激发态的布局数随时间的演化，原子初始处于激发态 ，相应参数为
图3：单次模拟过程，原子处于激发态的布局数随时间的演化，原子初始处于叠加态，相应参数为
在图1、图2和图3中，大致描绘了系统处于激发态的几率随时间的演化过程。由于原子的跃迁是一个随机过程，某一时刻是否拥有较大几率不能保证在此时刻发生跃迁，这可以从图中直接的显现出来。断点处代表原子在此刻发生了跃迁，波函数迅速回到基态。容易理解，初态的改变并不影响演化的大致行为。
上面讨论的是一个二能级原子系统在单次随机过程中的波函数演化，重复以上操作N次然后求系综平均，就可以得到一个二能级原子系统的演化过程。在图4和图5中，我们给出了原子处于基态（图4）和激发态（图5）时激发态的布局数随时间的演化过程。
由图4和图5可以看出，随着演化过程的进行，系统处于激发态的几率首先呈现一定的振荡趋势，最后逐渐趋于0.5。跃迁几率也趋于稳定。
图4：系综平均之后，原子处于激发态的布局数随时间的演化，原子初始处于基态 ， 运行次数 ，相应的参数分别为
图5：系综平均之后，原子处于激发态的布局数随时间的演化，原子初始处于激发态 ，运行次数 ，相应的参数分别为
4总结
近年来，量子光学领域已取得了一系列重大进展和辉煌成就，量子光学的研究对象之一就是小系统与耗散场的相互作用。在本篇论文中，我们运用蒙特卡洛模拟方法分析了单原子系统在耗散场中的演化情况。此演化过程包括两个部分：非厄米哈密顿量的演化和随机性的量子跃迁，并在每个时间步长后对波函数进行归一化。这样，我们得到了任意时刻系统的波函数。从得到的图中可以直观的看出系统跃迁发生的时间点以及跃迁几率的变化趋势。最后，我们还给出了系综平均后原子系统的演化过程。
参考文献：
[1] M.Orszag. Quantum Optics Including Noise Reduction， Trapped Ions， Quantum Trajectories， and Decoherence [M]北京：科学出版社，2007.5-7.
[2] 杨伯君.《量子光学基础》[M]北京：北京邮电大学出版社，1996.22-26.116.
[3] K.Mǒlmer， Y.Castin， J.Dalibard. Monte Carlo wave-function method in quantum optics[J]J.Opt.Soc.Am.A 10，524（1993）.
