期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
带有自适应学习速率的矩阵指数梯度在线量子态估计算法 被引量:2
1
作者 丛爽 汪涛 张坤 《控制理论与应用》 EI CAS CSCD 北大核心 2021年第8期1188-1196,共9页
针对连续弱测量中存在高斯噪声的情况,提出一种带有自适应学习速率的矩阵指数梯度在线量子态估计算法.将量子态估计问题转化为含量子约束的凸优化问题,通过引入Von Neumann散度(量子相对熵),在一阶最优条件下,推导出指数型的量子态迭代... 针对连续弱测量中存在高斯噪声的情况,提出一种带有自适应学习速率的矩阵指数梯度在线量子态估计算法.将量子态估计问题转化为含量子约束的凸优化问题,通过引入Von Neumann散度(量子相对熵),在一阶最优条件下,推导出指数型的量子态迭代公式,保证量子态密度矩阵的半正定性.再通过对迭代结果进行迹为1的投影,得到最终的量子态估计值.同时在迭代公式中设计自适应的学习速率,进一步加快算法的收敛速度.将所提出的算法分别在1,2,3和4个量子位系统上,进行了在线量子态估计的数值仿真实验,并与现有的在线量子态估计算法进行了性能对比.实验结果表明,所提出的算法具有更好的快速收敛性,以及更高的状态估计精度. 展开更多
关键词 量子态在线估计 连续弱测量 矩阵指数梯度算法 自适应学习速率
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部