[发明专利]基于哈密尔顿学习的新型量子态转移方法

说明书

本发明公开了一种基于哈密尔顿学习的新型量子态转移方法，包括发送方制备输入态并对其进行前向幺正演化；发送方将前向演化后的输入态通过量子信道和交换门发送到接收方；接收方将接收到的演化量子态反向幺正演化并进行似然评估；接收方利用贝叶斯规则对测量输出数据的概率分布进行更新和重采样；接收方根据更新和重采样结果判断输入态是否存在在某一时刻以概率1完美转移到接收方。本发明方法可以通过似然函数和均方误差来评估，似然函数就是量子态转移的保真度，均方误差就是贝叶斯损失，其与交互式量子似然评估实验的测量次数呈现指数下降。因此，本发明方法具有保密性强、保真度高和损失小的特点。

技术领域

本发明属于量子通信领域，具体涉及一种基于哈密尔顿学习的新型量子态转移方法。

背景技术

随着经济技术的发展，人们对于信息的需求与日俱增，信息交互已经与人们的生活密不可分。

而随着通信技术的发展，信息在传输过程中各种信息被窃听、信息被截获、信息被篡改和信息被伪造的现象大量存在。而为了减少或避免这些情况的发生，需要建立可靠的信息传输系统。通常采用的信息传递方式包括书信、电话、电脑、电视、广告等。一方面，这些传输方式都需要传输信息的载体如文字、语言、电磁波或电信号等等；另一方面，这些传输方式受到通信容量、物理距离以及安全性等限制。随着未来量子计算机的出现，对于量子信息的传递，经典的传输方式已无法完成，需要提出适用于量子计算机的信息传输方式。量子态转移是一种由量子态携带信息并利用光子、原子、自旋等基本粒子作为图中结点构成量子信道且利用哈密尔顿量控制的算符演化量子态实现保密通信的过程。量子态转移是一种全新的通信方式，它传输的不再是经典信息而是量子态携带的量子信息，是未来量子通信网络的核心因素，具有保密性强、大容量、远距离等特点。

目前，量子态转移已经在离散和连续场景下得到广泛的研究。然而，已存在的量子态转移大都集中在确定系统下(即假设封闭量子系统的哈密尔顿量或其参数是已知的)，通过应用哈密尔顿量控制的演化算符演化量子态传输此量子态从发送方到接收方。在量子系统确定的情况下，基于量子游走的(完美)量子态转移和相关领域量子隐形传输已经被提出，它们大都是在离散时间量子游走模型中被研究。

但是，在实际应用中，一个特定物理系统下的哈密尔顿算子一般是不确定的，哈密尔顿量的具体形式需要通过大量的实验确定；而且，由于硬币算符的存在，虽然离散时间量子游走有更多的灵活性，劣势在于如果图中顶点的度不全是相同的，需要对硬币进行局部的控制。因此，现有的在量子系统确定的情况下的量子态转移，已经不再适用于现今的实际应用情况，而且，连续时间量子游走演化过程不需要对硬币额外的局部控制，可以避免局部控制引起的可能的误差或损失。

发明内容

本发明的目的在于提供一种保真度大、损失小且适用于不确定物理量子系统的基于哈密尔顿学习的新型量子态转移方法。

本发明提供的这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.发送方将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量子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，若是粒子的权重太下，即若粒子权重的平方和的倒数小于粒子位置数目的一半，需执行重采样操作(这一过程是可选操作)；

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