[发明专利]基于哈密尔顿学习的新型量子态转移方法

权利要求书

1.一种基于哈密尔顿学习的新型量子态转移方法，包括如下步骤：

S1.发送方制备输入态；

S2.发送方对制备的输入态进行前向幺正演化；

S3.发送方将步骤S2得到的前向幺正演化后的输入态通过量子信道和交换门发送到接收方；

S4.接收方将接收的量子态进行反向幺正演化；

S5.接收方将步骤S4得到的反向幺正演化的量子态进行似然评估；

S6.接收方根据步骤S5得到的似然评估结果，基于哈密尔顿参数的先验分布，利用贝叶斯规则对测量输出数据的概率分布进行更新；同时，若粒子的权重太下，需执行重采样操作；所述的粒子的权重太下，定义为粒子权重的平方和的倒数小于粒子位置数目的一半；

S7.返回测量得到的输出数据；根据步骤S6的更新结果和重采样结果，接收方判断输入态是否存在某一时刻以概率1完美传输到接收方：

若存在，则接收方认定在某一时刻能够完美接收到发送方发送的输入态；

若不存在，则接收方重复步骤S2～S6，直至接收方认定存在某一时刻能够完美接收到发送方发送的输入态。

2.根据权利要求1所述的基于哈密尔顿学习的新型量子态转移方法，其特征在于步骤S1所述的输入态，为被转移的输入量子态：发送方具有的已知的量子输入态每一个|ψ_in为一个量子输入模式in，其通过无量纲的正交分量和表示，且量子输入模式in的复幅度为维格纳函数为W(γ)。

3.根据权利要求2所述的基于哈密尔顿学习的新型量子态转移方法，其特征在于步骤S2所述的前向幺正演化，具体为采用如下算式作为前向幺正演化算符：

U(t)＝e^-iH(V)t

式中U(t)为前向幺正演化算符；H(V)为参数化的哈密尔顿量；t为演化时间。

4.根据权利要求3所述的基于哈密尔顿学习的新型量子态转移方法，其特征在于所述的参数化的哈密尔顿量H(V)，具体为采用如下步骤，通过执行交互式量子似然评估实验来推断：首先，设定量子物理系统正确的哈密尔顿量为H(V₁)，则前向幺正演化算符表示为在前向幺正演化算符的作用下，输入态|ψ演化为其中演化时间t的计算公式为t＝1/‖H(V₁)-H(V_-)‖₂；演化时间t和H(V_-)的值通过粒子猜测启发式算法确定；所述粒子猜测启发式算法通过从V的先验分布采样V₁和V_-，从而近似t和H(V_-)的值；其中V_{_}为猜测的或者选择的耦合系数值。

5.根据权利要求4所述的基于哈密尔顿学习的新型量子态转移方法，其特征在于步骤S3所述的量子信道，具体为采用哈密尔顿量H进行描述：在连续变量框架下，设定发送方和接收方共享一个X和Z耦合的没有外部顶点能量的近邻交互的链式图G＝(V,E)上的哈密尔顿量；哈密尔顿量H的表示算式如下：

式中为作用在第i个模的正交位置上的连续变量泡利操作，为作用在第i个模的正交动量上的连续变量泡利操作，下标ij表示顶点i和j是邻接点且i≠j∈V，为连接邻接点的所有可能的边，V_ij为两个连接顶点的边上的一个未知的耦合系数，V为链式图的顶点集，E为链式图的边集；设定任意两个连接的模式或顶点的i和j分别为发送方和接收方所拥有，这两个模式的正交位置和正交动量满足和这两个模式可通过维格纳函数W(α)和W(β)来描述，且和为复幅度；在连续变量系统中，泡利和操作作用在基态|x上的行为为和其中为泡利X算符，为泡利Z算符。