1 内蒙古大学创业学院, 内蒙古 呼和浩特 010070
2 内蒙古师范大学物理与电子信息学院, 内蒙古 呼和浩特 010022
3 内蒙古电子信息职业技术学院, 内蒙古 呼和浩特 010020
利用量子信息论和数值计算方法, 对Pólya场态与玻色-爱因斯坦凝聚原子相互作用系统的量子态保真度演化问题进行了研究。讨论了玻色-爱因斯坦凝聚原子间的相互作用强度、Pólya场态概率参数和分布参数, 以及这些物理参数如何影响量子态保真度随时间的演化。研究结果表明: 上述三种物理参量均可调制信号传输中的量子态保真度, 其中光场概率参数对量子态保真度的变化影响最大, 当 时, 量子信息保真度的值非常接近信息理想传输的情形; 另一方面, 凝聚原子间的耦合强度越大, 量子态保真度呈现出的周期性振荡也越强, 但量子态保真度的取值范围不变。
量子光学 保真度 玻色-爱因斯坦凝聚原子 Pólya态光场 quantum optics fidelity Bose-Einstein condensate Pólya state field
连续变量量子远程传态在构建连续变量量子计算以及量子信息网络中发挥着重要作用。在实际的通信过程中, 由于周围环境的干扰, 量子纠缠通常会和周围的环境发生相互作用, 从而导致纠缠度减弱, 进而影响量子信息的正确传送, 导致隐形传态保真度的降低。实用的通信系统, 不是简简单单地从一个点到另一个点, 而是一个复杂的网络。因此利用多组份的纠缠态光场建立复杂的量子网络是必需的。本文利用四组份GHZ纠缠态光场来构建量子隐形传态网络, 得出该网络系统下传送量子态的保真度公式, 并仿真出不同压缩参数下增益因子对保真度的影响关系曲线, 仿真结果表示: 每一个确定的压缩参数都有一个最大保真度值, 对于确定的压缩参数r, 保真度随着增益因子的增大呈现先增大后减小的趋势。压缩参数r越大, 量子态恢复的保真度越好。当增益因子取值不合适时, 即使压缩参数比较大, 其保真度也无法达到较高要求。
量子隐形传态 多组份 增益因子 保真度 纠缠态光场 quantum teleportation multipartite gain factor fidelity entangled optical fields 量子光学学报
2023, 29(4): 040102
1 西安邮电大学通信与信息工程学院（人工智能学院），陕西 西安 710121
2 西安电子科技大学空天地一体化综合业务网全国重点实验室，陕西 西安 710071
量子卫星通信是全球化量子保密通信网的重要组成部分。为了研究降雪对量子卫星通信性能的影响，首先基于雪粒子的Gamma谱分布函数及Mie散射理论，建立了降雪环境下光量子的能量衰减模型；然后分别研究了降雪强度等参数与星地链路的保真度、信道建立速率和信道纠缠度之间的关系，并进行了数值仿真；最后为准确模拟降雪干扰对星地链路通信性能的影响，引入了加权噪声信道模型，分析了降雪对加权噪声信道容量的影响。结果表明，降雪强度对光量子能量及保真度都有显著的影响：当传输距离为、降雪强度由2.82 增加到8.71 时，纠缠度由0.738衰减到0.206；当降雪强度由增加至时，信道建立速率由16.84 pair/s减小至7.76 pair/s；当传输距离为、降雪强度从增大到时，加权噪声信道容量由0.6207减小至0.3547。因此，降雪对量子卫星通信系统的影响不容忽视，需要根据降雪等级情况，采取相应调整策略保证通信的可靠性和有效性。
量子光学 降雪 纠缠度 信道建立速率 保真度 加权噪声信道 激光与光电子学进展
2023, 60(23): 2327001
1 南京信息工程大学, 南京 210000
2 江苏省气象探测与信息处理重点实验室, 南京 210000
针对目前图像去雾方法中存在的输出图像色彩偏暗、场景信息丢失以及去雾不彻底等问题, 提出了一种基于注意力机制的端到端图像去雾方法。首先将通道注意力机制嵌入到Inception网络中, 并由融合后的网络进行浅层特征提取; 然后通过多尺度卷积和残差密集连接块学习深层图像信息, 同时以跳跃连接的方式实现深浅特征融合; 最后经过单一卷积层回归到像素比例系数矩阵, 依据改进后的大气散射模型生成无雾图像; 网络模型在均方差(MSE)的基础上设计了保真度损失函数作为约束。在RESIDE雾天数据集上的实验结果显示, 提出的方法的峰值信噪比(PSNR)、结构相似度(SSIM)、学习感知图像块相似度(LPIPS)和CIEDE2000分别达到32.545,0.970, 0.026和2.711, 表现出良好的效果, 输出图像去雾彻底, 色彩保真度高, 并有效避免了已有方法中的细节信息丢失问题。
图像去雾 保真度损失 大气散射模型 通道注意力机制 跳跃连接 image dehazing fidelity loss atmospheric scattering model channel attention mechanism skip connection
西安邮电大学通信与信息工程学院，陕西 西安 710121
为解决量子网络中组播通信的路径选择与建立问题，提升量子组播网络的通信性能，提出一种适用于超纠缠中继量子网络的组播路由策略。为确保组播通信中量子克隆的保真度，网络采用菱形结构，通过量子克隆机对单光子偏振-空间模量子态进行克隆，并综合考虑量子超纠缠资源数、跳数、克隆态保真度等因素，基于Steiner树的优化算法生成组播树。路由选择完成后，采用并行超纠缠交换方法建立远程用户间的组播量子信道。理论分析与仿真结果表明，在组播通信过程中随着目的节点数量的增多，基于超纠缠中继的量子组播网络路由策略可获得较高保真度的组播树，当中继节点数量增多时，采用并行超纠缠交换建立量子信道的时延低于传统串行纠缠交换的时延，量子态的传输速率较快。因此，基于超纠缠中继的量子组播网络路由策略具有高保真度、低时延等优势。
量子光学 量子中继 超纠缠 量子组播路由 保真度 激光与光电子学进展
2023, 60(7): 0727001
1 北京信息科技大学, 北京市材料基因工程高精尖创新中心, 北京 100101
2 北京信息科技大学计算机学院, 北京 100101
3 暨南大学信息科学技术学院, 广州 511442
多保真度数据是当前材料领域数据的主要存在形式。在数据生产端, 不同量化方法在材料同种属性的计算上存在较大差距。对于数据消费端的机器学习算法, 研究人员为最大化提取数据中知识设计了各种方法。采用定量噪声添加的方法, 评价不同噪声强度、类型对不同多保真度数据学习方法的影响, 通过迭代降噪验证数据修正方法的适用场景。结果表明: 多保真度数据的利用方式至关重要, 需对各子数据集中数据量及含噪情况进行综合考量。在使用不同噪声类型与强度构造出的多种数据集上, 得益于数据间的协同效应, 逐步删除低保真度数据的“Onion”训练方式明显优于按数据集所含噪声减小方向逐个进行的训练方式。在多保真度数据训练中, 无论何种噪声强度及训练方式, 线性噪声对模型的影响更小。对于采样噪声来说, 在各环节更好地模拟了真实多保真度数据, 建议被后续研究采用。此外, 复杂噪声难以让少量真值数据发挥“纠偏”作用, 更适合进行迭代降噪处理。
多保真度 属性预测 机器学习 定量噪声 multi-fidelity property prediction machine learning quantitative noise
陈添凤 1,2,3邱嘉旻 1,2,3彭宏 1,2,3陈曦 1,2,*延英 1,2,3,**
1 苏州大学 光电科学与工程学院 苏州纳米科技协同创新中心，江苏 苏州 215006
2 苏州大学 江苏省先进光学制造技术重点实验室 教育部现代光学技术重点实验室省先进光学制造技术 重点实验室，江苏 苏州 215006
3 苏州大学 数码激光成像与显示教育部工程研究中心，江苏 苏州 215006
为了克服不完美物理系统中存在的多个限制性因素对量子操控的影响，提出一种在三能级系统中创建非绝热高保真度量子操控的理论方案。其原理是基于一组辅助态构建系统的时间演化算符，同时在光脉冲中引入多个自由度参数，来逆向求解出系统的哈密顿量。该方案不仅可以消除量子比特能级之间的直接耦合微波场，而且可以通过优化自由度参数，使光脉冲对在一定频率范围分布的系综量子比特取得高保真度的量子操控，同时抑制对附近频域内其它量子比特的干扰激发。该方案适用于依靠频率寻址的量子系统。
量子操控 时间演化算符 逆向工程 频率失谐 保真度 Quantum manipulation Time evolution operator Inverse engineering Frequency detuning Fidelity 光子学报
2022, 51(11): 1127001
南昌航空大学 信息工程学院, 江西 南昌 330063
最近, 多尺度特征提取被广泛应用于红外与可见光图像融合领域, 但是大多数提取过程过于复 杂, 并且视觉效果不佳。为了提高融合结果的视觉保真度, 本文提出一种基于边缘感知平滑锐化滤波 器(Edge-Aware Smoothing-Sharpening Filter, EASSF)的多尺度图像融合模型。首先, 提出一种基于 EASSF 的多尺度水平图像分解方法对源图像进行分解, 得到水平方向上的多尺度纹理成分和基础成 分; 其次, 采用最大值融合规则(Max-Fusion, MF)融合纹理成分, 避免图像细节信息的丢失; 然后, 通过一种感知融合规则(Perceptual-Fusion, PF)融合基础成分, 捕获显著性目标信息; 最后, 通过整 合融合后的多尺度纹理成分和基础成分得到融合图像。实验通过分析感知融合系数, 对比融合结果的 客观数据得出红外与可见光图像融合在多尺度 EASSF 下较为合适的取值范围; 在该取值范围内, 本 文提出的融合模型同一些较为经典和流行的融合方法相比, 不仅解决了特征信息提取的复杂性, 而且 通过整合基础成分的显著性光谱信息, 有效地保证了融合结果的视觉保真度。
红外与可见光图像融合 边缘感知平滑滤波器 视觉保真度 感知融合 infrared and visible image fusion, edge-aware smoo
