一种基于BIBD的量子LDPC码构造新方法

利用均衡不完全区组设计(Balance Imcomplete Block Designs,BIBD)的半结构化低密度奇偶校验(Low Density Parity Check,LDPC)码设计方法,该文提出了一种获得自对偶CSS(Calderbank-Shor-Steane)式的量子LDPC码的校验矩阵的新构造方法。由于构造出的量子码校验矩阵稀疏,有且仅有一个4环(girth 4),在置信传播迭代译码算法下可获得良好的性能。数值计算结果表明,对于该构造方法得到的GF(6t+1)和GF(12t+1)量子LDPC码,比基于BIBD的其他构造方法所得到的量子码的码长更长、量子校验矩阵更加稀疏、性能也更加优越。     

基于SL0压缩感知信号重建的改进算法

SL0算法是一种基于近似L0范数的压缩感知信号重建算法,它采用最速下降法和梯度投影原理,逐步逼近最优解,具有匹配度高、重建时间短、计算量低、不需要信号的稀疏度这个先验条件等优点。但是,它的迭代方向为负梯度方向,存在“锯齿效应”,并且SL0算法及其改进算法(NSL0)中的连续函数“陡峭性”不大,使近似L0范数的估计不精确、收敛速度慢。本文采用“陡峭性”大的近似双曲正切函数,结合修正牛顿法和阻尼牛顿法,提出一种更快速高效的信号重建算法(ANSL0)。数值计算结果表明,在相同的条件下,相比SL0和NSL0算法,ANSL0算法在匹配度、峰值信噪比和信噪比方面都有了较大提高。      

基于测量法的量子稳定子码容错编码门构造方法

量子容错编码门是量子通信和量子计算的研究热点之一。基于测量法提出一种稳定子码的量子容错编码门的构造方法。利用测量能够改变稳定子码正规子的特性,选取合适的测量算子和恢复算子,将这些算子作用在通过再次编码获得的扩充编码态上,逐步改变稳定子码的逻辑算子,且保持其稳定子不变,获得基于测量法的容错编码门构造。并以编码相位门,Hadamard门和可控非门为例验证了构造方法的正确性。进一步给出各容错编码门相应的量子实现线路图,确保图中各部分都可实现自动容错。最后,就构造编码门的开销进行计算,并与文献[13]中基于稳定子码的量子容错编码门构造方法进行比较,结果表明,所提出的测量法在量子门开销方面较文献[13]的有明显改善。     

含噪多址量子信道容量定理的求证与应用

含噪多址量子信道的容量研究是实现量子多用户通信的基础。文中利用经典-量子纠缠产生编码定理和量子-量子纠缠产生编码定理求证了含噪多址量子信道容量定理，获得了含噪多址量子信道的经典-量子容量区域和量子-量子容量区域，并将该定理应用到多址量子相位翻转信道中，计算得到量子相位翻转信道的量子-量子容量区域，结果验证了容量定理的有效性，得到量子-量子容量区域是五边形区域。为了计算简便且不失一般性，求证过程考虑采用两输入-单输出信道的含噪多址量子信道模型。     

以太网业务量监测器的研制

分析用于监测以太网业务量的设备的设计需要，并简要介绍在个人计算机基础上研制的业务量监测器的系统结构。初步测试表明，系统运行于１００ＭＨｚ主频的个人计算机时，分组到达的测录时间误差小于３０μｓ；当１０Ｍｂｉｔ／ｓ容量网络的突发和率为１００％并持续１ｓ时，被测网中所有分组在监测过程中均不出现丢失。     

基于量子特性的多用户检测技术

多用户检测技术的最优解在常规条件下是一个NP难解问题,利用量子态的并行计算特性以及量子态检测等理论,量子多用户检测技术能够有效地获得多用户检测的最优解。本文介绍利用量子态特性进行多用户检测的几种方案,并分析和比较这些方案的性能特点和发展趋势。     

多址量子退极化信道的信道容量

量子退极化信道是一类重要的量子噪声信道.为了计算简单且不失一般性,选取两输入、一输出的多用户模型,对量子退极化信道的容量进行研究,从理论上获得基于量子退极化信道的经典量子容量区域和量子容量区域.前者是一个用户发送经典信息而另一个用户发送量子信息的速率区域,后者是两个用户都发送量子信息的速率区域,并对多址量子退极化信道的性能进行分析.     

量子神经元特性研究

量子神经计算是传统神经计算自然演化发展的产物，它有可能成为新的信息处理技术。本文介绍了与量关的量子计算基础，描述了一种量子神经元模型，提出了一种量子学习算法，通过理论推导和仿真证明了算法的收敛性并给出了几种收敛特性曲线.应用量子计算方法分析了该量子神经元模型的量子逻辑运算功能,分析和实验证明了单个量子神经元能实现经典神经元无法实现的XOR函数,并具有与两层前向神经网络相当的非线性映射能力.     

基于CNN扰动的极化码译码算法

针对中短码长下串行抵消(SC)算法性能较差,且串行抵消列表(SCL)算法复杂度较高等问题,根据译码纠错空间理论,该文提出了一种基于卷积神经网络(CNN)扰动的极化码译码算法。对SC译码失败的接收序列,通过CNN产生相应的扰动噪声,并将该扰动噪声添加到接收信号中,然后根据重新计算的似然信息进行译码。仿真结果表明:与SC译码算法相比,所提出的算法约有0.6 dB的增益,与SCL(L=16)译码算法相比,该算法约有0.1 dB的提升,且平均复杂度更低。     

涡旋光束的自适应光学波前校正技术研究进展（特邀）

涡旋光束携带了与其螺旋波前结构相关的轨道角动量,由于其在通信系统不增加带宽情形下可极大增加系统容量和频谱效率,引起了广泛关注。然而,自由空间中的湍流将导致涡旋光束的螺旋波前发生畸变,产生模间串扰,降低接收功率,从而削弱链路性能。自适应光学波前校正技术是克服干扰的有效手段之一。综述了涡旋光束的自适应光学波前校正技术的发展,阐述了Shack-Hartmann、随机并行梯度下降、Gerchberg-Saxton三种算法的校正原理,分析了深度学习在波前校正技术中的应用,并介绍了笔者课题组对水下湍流环境中波前校正技术的研究工作。