多碱光电阴极饱和机理研究

多碱光电阴极饱和机理的研究对于提高阴极电子发射能力具有重要意义。依据光电阴极三步电子发射理论,采用蒙特卡洛法研究了多碱光电阴极的电子发射过程。研究结果与相关文献中的实验数据进行了对比分析,光子能量临近光电阴极响应阈值附近时,得到的量子效率曲线以及电子能量分布曲线与实验数据吻合良好。基于上述模型,研究了光压效应和空间电荷效应对多碱光电阴极电子发射特性的影响。结果表明,多碱光电阴极在光压效应限制下的阈值饱和激光能量密度约为8μJ/cm~2,在空间电荷效应限制下的阈值饱和激光能量密度约为2. 23μJ/cm~2。开展了266 nm激光辐照多碱光电阴极实验,经测量,多碱光电阴极的阈值饱和激光能量密度约为2μJ/cm~2,这表明空间电荷效应是限制其光电子发射能力的主要因素。     

基于量子粒子群优化的无人飞行器路径规划

根据地形障碍、敌方防御雷达、防空火力等威胁以及禁飞区的分布情况,引入最小威胁面的概念,利用B-Sp line插值逼近最小威胁面中的三维航迹在二维水平面内的投影,从而将三维曲线的规划问题简化为二维平面中控制点的寻优问题。采用量子粒子群优化算法,将约束条件和搜索算法相结合,有效解决了简单粒子群算法在高维空间中易陷入局部最优点的问题,简化了问题复杂度、提高了计算效率。仿真结果表明,生成的航迹具有地形跟随、障碍回避和威胁回避等功能。     

基于三对Bell态纠缠交换的QDKD方案

提出了一种基于三对Bell态纠缠交换的量子确定性密钥分发方案(Quantum Deterministic Key Distribution,QDKD),该方案充分利用量子纠缠交换的原理,通过对三对Bell态进行纠缠、测量操作,并辅以经典信息实现确定性密钥的分发,方案中任何窃听行为都会被及时发现。同基于两对Bell态纠缠交换的QDKD方案相比,协议利用三对Bell态并使用两种方法实现确定性密钥信息的分发。分析结果表明,方案仅用到两粒子纠缠态,没有涉及任何幺正操作,操作性强,密钥分发效率高。     

简谐外磁场环境下J-C模型的热力学纠缠

以简谐外磁场环境下的J-C模型为研究对象,从系统的哈密顿矩阵出发,通过计算模拟得出热力学纠缠度解析表达式。计算结果表明,对应于不同的外磁场强度,系统热力学纠缠度呈周期性余弦变化,但随环境温度升高快速衰减;在相同环境温度下,系统热力学纠缠度关于磁场强度左右不对称变化。     

有限数据诱骗态量子密钥分配的无条件安全界限

以实验中采用最多的诱骗态量子密钥分配方案(基于预报单光子源)为研究对象,在有限数据条件下,推导了单光子态计数率下限和误码率上限的计算公式,得出了无条件安全密钥生成效率的下限和安全传输距离的范围.根据研究结论,只要已知系统发送数据数量,便可得出量子密钥分配无条件安全界限；也可以按照密钥分配的指标要求,反过来确定系统发送数据的数量.这样避免了数据有限带来的安全漏洞,提高了实际量子密钥分配的安全性和有效性.     

基于信任中继的QKD网络研究

基于信任中继的量子密钥分发(QKD)网络由于其组网效果好、扩展性强、技术容易实现成为未来保密通信组网的首选方案。文章首先介绍QKD网络的分类和现状;然后提出信任中继网络的基本网络拓扑模型,在此基础上分析了网络的信道和密钥中继方式;最后提出了影响信任中继网络组网效果和性能的决定性参量,分析比较了信任中继网络采用不同选路方式的优缺点。     

2022年深度学习技术主要发展动向分析

深度学习正逐渐成为新一代人工智能最核心的技术之一。对2022年深度学习热门领域的主要发展动向进行了综合评述。首先,介绍小数据小样本深度学习研究领域的最新进展;其次,探讨量子计算与深度学习的融合路径;然后,概述强化学习对通用智能的推动作用;最后,盘点深度学习在多模态学习方向的进展。综述表明,面向小数据、小样本的深度学习技术正在引领深度学习向自监督方向不断迈进,深度学习与其他先进计算范式(例如量子计算等)深入融合趋势愈发明显,强化学习在一定程度上具备解决复杂问题的通用智能,多模态深度学习技术已迎来关键性突破。     

量子信息和量子信息技术

文章阐述了量子信息的概念、形成,并对量子安全通信、量子计算技术及其可能的发展和应用进行了描述.     

基于三粒子纠缠态的量子安全直接通信协议

提出了一种新的三粒子量子安全直接通信协议。通信过程利用decoy光子来检测窃听,保证信道安全。发送方将秘密消息编码在不同幺正操作上,通信双方通过Bell基和Z基测量可直接传递秘密消息。由于所有粒子都用于传输秘密消息,且传输一次可获得两比特信息,该协议具有较高的量子比特及量子密码协议效率;三粒子纠缠态的制备是已实现技术,该协议具有实际操作的意义。此外,该协议在量子信道中也是安全的。     

偏振态演化对量子密钥分发影响分析

为了解决量子密钥分发(QKD)系统中的偏振态演化问题,文中分析了偏振态演化所引起的量子误码率问题,提出了通过电动偏振控制器的搜索跟踪算法来训练光纤链路的方法,达到抵消系统中存在的各种双折射的效果,将因双折射所引起的误码率从7%降至0.8%,大大提高了密钥分发的有效性。实验结果证明该方法能够有效解决QKD中的偏振态演化问题。