多量子位Grover量子搜索算法的NMR仿真实现

核磁共振（NMR）技术目前是能有效实现量子计算的物理体系之一。多量子算符代数理论可以将幺正变换分解为一系列有限的单量子门和对角双量子门的组合。本文以核磁共振和多量子算符代数理论为基础,提出了实现多量子位Grover量子搜索算法的核磁共振脉冲序列设计方法,并在量子计算仿真程序上进行了3量子位的Grover量子搜索算法的实验验证。     

Grover量子搜索算法的线路优化

Grover算法是能够高效查找到目标态的量子搜索算法,但随着搜索数据量的增大,它的量子线路面临着复杂的门分解问题。在如今的NISQ时代资源非常有限,因此线路的深度成为一种重要的度量标准。介绍了一种基于分治思想的二阶段量子搜索算法,能够在量子计算机上快速地并行运行。提出一种线路优化方法,应用块级的Oracle线路来减少迭代次数。将该方法与分治思想相结合,提出2P-Grover算法。在量子计算框架Cirq上进行模拟实验,与Grover算法进行对比。实验结果表明,2P-Grover算法能够使线路的深度至少减少60%,并且保持了较高的搜索成功率。     

一种Grover量子搜索算法的改进策略

在使用Grover量子搜索算法对给定规模的数据库搜索时，随着搜索目标数的增加，获得正确结果的概率大幅度下降．分析了出现这种现象的原因，提出了一种基于新的相位匹配条件的改进策略．在新的相位匹配条件中，使2次相位旋转的大小相等方向相反．当要搜索的目标数目多于记录总数的1／3时，应用改进后的算法只需一步搜索，能以至少25／27的概率得到全部搜索目标．实验证明这种策略是有效的．     

量子搜索算法体系的仿真实现及研究

核磁共振（NMR）技术被认为是最为有效的实现量子计算的物理体系之一。多量子算符代数理论可以将幺正变换分解为一系列有限的单量子门和对角双量子门的组合。本文以核磁共振和多量子算符代数理论为基础，提出了实现任意相位旋转角度的一般化量子搜索算法的核磁共振脉冲序列设计方法，并在量子计算仿真程序上进行了双量子位的不同相位旋转角度的量子搜索算法的实验验证。     

量子傅立叶变换算法的仿真实现

利用核磁共振（NMR）实验技术来实现量子计算,是当前各种验证量子算法最为有效的方法之一,但这个方法首先必须把量子算法编译成在现代超导核磁共振谱仪上能够直接执行的NMR脉冲序列,亦即NMR量子计算程序，在NMR技术中,通常只要施加合适的射频脉冲,便可以达到使核自旋翻转以实现某种逻辑功能的目的，本文讨论如何设计多量子位核磁共振（NMR）脉冲序列来实现量子傅立叶变换算法,并在量子仿真器（QCE）上进行实验验证。     

绝热量子搜索算法中的纠缠与能量分析

为了进一步研究量子纠缠与量子计算速度及能量的关系,通过计算von Neumann纠缠熵,分析了时间复杂度分别为O(N )和O(1)的绝热量子搜索算法的量子纠缠度随时间的变化关系,并对两者进行了比较.实验结果表明,量子纠缠对绝热量子计算的运行时间具有明显的影响,较大的纠缠可以导致更短的运行时间,反之亦然.同时对纠缠与能量的关系给出了一般性解释,即注入能量导致系统的纠缠增大,并因此缩短算法的运行时间.此外还分析了纠缠与量子系统初态的关系.实验表明系统初态形式不同,其纠缠度也不一样.初态为等幅叠加态的算法涉及的纠缠度明显大于初态为非等幅叠加态的算法.     

量子搜索算法体系及其应用

Grover量子搜索算法正在逐渐演变成一个算法体系,并逐渐进入了实际应用阶段。文章中通过几何法论述了经典Grover算法,通过算符法引申出了该算法的扩展,并在两种情况下对该算法进行了讨论。在分析该算法实际应用基本策略的基础上,论述了函数全局优化问题的改进,提出了通过量子搜索算法改进纯适应搜索算法的新思想。     

基于Grover量子搜索算法和量子计数的BLAKE算法安全性分析

从量子计算的角度考虑,本文结合Grover量子搜索算法与量子计数思想,提出一种搜索Hash碰撞的量子搜索模型,给出量子计数方法分析Hash碰撞的量子线路图,针对典型Hash函数BLAKE算法给出相应的量子黑箱线路设计,并对本文提出的方法进行了简要的性能分析.     

量子搜索算法

结合Grover和Tad Hogg的算法框架,叙述了量子算法中非结构化和结构化的两类搜索算法的设计思想.在Grover算法中,结合复杂性、临界点、非单调性、完备性和鲁棒性分析总结了一些性质,分析了Grover算法的优缺点.在Tad Hogg算法中对独立于问题的映射和相位调整分别作了介绍.重点分析了一种相位调整策略,解释该策略有效的原因和适用的场合,讨论了影响算法效率的因素.在上述论述的基础上对量子搜索算法与传统搜索算法进行了比较和分析,总结了隐藏在不同量子搜索算法背后的深刻思想.     

基于Grover算法的通信系统信号检测

设计一种基于Grover算法的MIMO-OFDM系统信号检测方案,将Grover算法应用于寻找最小判决值以判决发送序列。通过Matlab仿真分析比较Grover及其改进算法与传统检测算法的复杂度和性能。测试结果表明,Grover改进算法可以在有效降低复杂度的同时,达到与经典最佳接收算法基本相同的性能。     

Simple Algorithm for Partial Quantum Search

Quite often in database search, we only need to extract portion of the information about the satisfying item. We consider this problem in the following form: the database of N items is separated into K blocks of size b = N / K elements each and an algorithm has just to find the block containing the item of interest. The queries are exactly the same as in the standard database search problem. We present a quantum algorithm for this problem of partial search that takes about 0.34 fewer iterations than the quantum search algorithm.     

量子查找算法的发展与前瞻

量子查找算法是一种利用波的特性进行查找的新方法，它以量子位作为描述问题 的基本信息单位，为 NP-完全问题的解决提供了一种有效的途径。量子查找算法的主要特 点 是查找的高度并行性、非结构化查找和巨大的信息存储容量。该文介绍了量子查找的基 本思 想；综述了量子查找的典型实例及其广泛应用；分析了量子查找算法的特点及其与传 统算法 的关系；指出了量子计算目前存在的问题；最后对量子计算的发展前景进行展望。     

搜索空间自适应量子搜索算法

量子搜索算法,相较于经典计算有着平方根的加速,在许多机器学习算法中都有广泛应用,如量子KNN算法、量子特征提取、量子主成分分析等.在目标分量占比较小的时候,量子搜索算法总能以较高的概率得到目标分量;然而,当目标分量占比较大时,量子搜索算法的成功概率急剧下降.为解决这个问题,本文拟提出一种搜索空间自适应的量子搜索算法.新算法依据目标分量占比的不同采用不同的策略:当目标分量占比为λ≥1/2,将搜索空间扩大为8N;当目标分量占比1/4≤λ<1/2时,将搜索空间扩大为4N;当目标分量占比1/8≤λ<1/4时,将搜索空间扩大为2N;当目标分量占比λ<1/8时,保持搜索空间不变.通过理论分析,改进算法整体效率得到显著的改进,能够保持93%以上的成功概率.     

量子遗传算法研究现状

Quantum Genetic Algorithm (QGA)is the combination of quantum computation and genetic algorithm. In this paper, actuality of research on QGA is summarized. QGA and Multi-universe Parallel Quantum Genetic Algorithm (MPQGA)are discussed in detail. Application progenies in respective regions are introduced. The subsequent research on QGA is also prospected.     

量子搜索和进化搜索算法的比较研究

该文以求解一些NP问题(如TSP问题和背包问题)为例,分析了运行在量子计算机上的量子搜索算法和运行在经典计算机上的进化搜索算法的本质区别,同时也论述了它们之间相互结合的方法,特别是运行在经典计算机上的量子驱动的进化算法。     

基于量子Grover算法的MIMO检测技术

最大似然译码(MLD)是MIMO系统中最佳接收算法,但是其运算计算量随发射天线数呈指数增长,这是一个NP问题,如果利用量子并行处理的优势,将量子搜索算法应用于MIMO系统的检测中去,会有效地解决以上问题,提高系统的性能.提出了基于量子Grover算法的MIMO检测方案,并分析了该方案的性能和特点.