[发明专利]一种量子态判别模型的获得方法、装置

权利要求书

1.一种量子态判别模型的获得方法，其特征在于，所述方法包括：

获得量子比特处于第一量子态时和第二量子态时分别对应的第一测量数据和第二测量数据；其中，所述第一量子态和所述第二量子态是设定二能级量子比特所具备的两个不同基态；所述第一测量数据和所述第二测量数据是IQ坐标系的散点数据；

基于二维混合高斯模型对所述第一测量数据和所述第二测量数据进行处理，获得分别反映所述第一量子态和所述第二量子态两者真实分布特点的第一量子态标签数据和第二量子态标签数据；

对所述第一量子态标签数据和所述第二量子态标签数据进行训练，获得用于判别量子态类型的判别模型。

2.根据权利要求1所述的量子态判别模型的获得方法，其特征在于，所述获得量子比特处于第一量子态时和第二量子态时分别对应的第一测量数据和第二测量数据，包括：

获得量子比特处于所述第一量子态时的多个量子比特原始读取信号；

获得量子比特处于所述第二量子态时的多个量子比特原始读取信号；

对所述量子比特原始读取信号进行数字信号处理获得对应的包含量子比特状态信息的复信号；

对所述复信号进行复数分解获得IQ坐标系散点数据。

3.根据权利要求1所述的量子态判别模型的获得方法，其特征在于，所述基于二维混合高斯模型对所述第一测量数据和所述第二测量数据进行处理，获得分别反映所述第一量子态和所述第二量子态两者真实分布特点的第一量子态标签数据和第二量子态标签数据，包括：

利用所述第一测量数据和所述第二测量数据构建二维混合高斯模型；

求解并获得所述二维混合高斯模型包含的反映所述设定二能级量子比特所具备的两个不同基态真实分布特点的、占比c₁权重的第一范围数据和占比c₂权重的第二范围数据；其中：所述c₁权重和所述c₂权重之和为1；

根据IQ坐标系的数据特点，对所述第一范围数据和所述第二范围数据进行标签确认，获得分别反映所述第一量子态和所述第二量子态两者真实分布特点的第一量子态标签数据和第二量子态标签数据。

4.根据权利要求3所述的量子态判别模型的获得方法，其特征在于，所述求解并获得所述二维混合高斯模型包含的反映所述设定二能级量子比特所具备的两个不同基态真实分布特点的、占比c₁权重的第一范围数据和占比c₂权重的第二范围数据，包括：

通过非监督学习算法求解所述二维混合高斯模型，获得所述二维混合高斯模型包含的c₁权重的第一范围数据和占比c₂权重的第二范围数据。

5.根据权利要求4所述的量子态判别模型的获得方法，其特征在于，

所述非监督学习算法为最大期望值算法。

6.根据权利要求5所述的量子态判别模型的获得方法，其特征在于，通过最大期望值算法求解所述二维混合高斯模型，获得所述二维混合高斯模型包含的c₁权重的第一范围数据和c₂权重的第二范围数据，包括：

确定所述二维混合高斯模型的概率密度函数如下：

其中，K代表所述第一测量数据和所述第二测量数据共包含的二维高斯模型的数量，k＝1，..K，N(x|μ_k，σ_k)是二维高斯模型的表示，x表示所述第一测量数据或所述第二测量数据，μ_k代表第k个二维高斯模型的均值，σ_k代表第k个二维高斯模型的协方差；c_k代表第k个二维高斯模型的权重；其中：

通过最大期望值算法求解所有的c_k、μ_k和σ_k。