[发明专利]基于哈密尔顿学习的新型量子态转移方法

摘要

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。

主权项

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可以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可以完美接收到发送方发送的输入态。