[发明专利]光子损失下的玻色采样模拟方法及系统在审

专利信息
申请号: 202111545753.7 申请日: 2021-12-16
公开(公告)号: CN114330728A 公开(公告)日: 2022-04-12
发明(设计)人: 黄汛;季阳;叶永金;吴永政 申请(专利权)人: 华东计算技术研究所(中国电子科技集团公司第三十二研究所)
主分类号: G06N10/20 分类号: G06N10/20
代理公司: 上海段和段律师事务所 31334 代理人: 牛山
地址: 201800 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 光子 损失 采样 模拟 方法 系统
【权利要求书】:

1.一种光子损失下的玻色采样模拟方法,其特征在于,包括:

等效光学网络构造步骤:构造光子损失下的等效光学网络对应的幺正矩阵;

玻色采样仿真结果获取步骤:根据幺正矩阵,得到任意数量且符合玻色采样概率分布的光子输出组合,并通过检验方法对符合玻色采样概率分布的采样结果进行检验和区分。

2.根据权利要求1所述的光子损失下的玻色采样模拟方法,其特征在于,所述等效光学网络构造步骤包括:

步骤S1.1:根据所需光学网络的规模构造一个随机幺正矩阵,将构造的矩阵按照光学基础单元顺序进行拆分,得到光学基础单元列表;

步骤S1.2:在每个光学基础单元中引入两路等效分束器,得到新的等效光学基础单元列表;

步骤S1.3:按照光学基础单元的生成顺序将所有等效光学基础单元进行排列得到等效光学网络;

步骤S1.4:按照光学基础单元的生成顺序将所有等效光学基础单元对应的矩阵相乘得到等效光学网络对应的幺正矩阵。

3.根据权利要求2所述的光子损失下的玻色采样模拟方法,其特征在于,所述光学基础单元的构造完全取决于随机生成的幺正矩阵,对于不同规模和光子损失需求的等效光学网络,通过所述等效光学网络构造方法,均能得到满足需求的等效光学网络及其对应的幺正矩阵。

4.根据权利要求2所述的光子损失下的玻色采样模拟方法,其特征在于,所述等效光学网络中,光子在不同光路中保持光子损失概率相同。

5.根据权利要求1所述的光子损失下的玻色采样模拟方法,其特征在于,所述玻色采样仿真结果获取步骤包括:

步骤S2.1:构造与玻色采样分布相似的多项式模型;

步骤S2.2:利用生成的多项式模型进行采样,计算采样结果服从玻色采样分布的接受概率;

步骤S2.3:从多项式模型取任意一随机数,比较接受概率与所述随机数的大小,用以判断是否接受采样结果为有效采样;

步骤S2.4:当采样结束后,分别计算采样结果在玻色采样假设和需要区分的参照对象假设中的分布概率;

步骤S2.5:将得到的两个分布概率进行相除求得似然比,将该似然比除以自身值加上一的值以进行归一化,取归一化后的计算值作为采样结果符合玻色采样分布的概率;

步骤S2.6:对于所有采样结果循环前述方法求得归一化后的计算值并依次相乘,根据乘积值的变化趋势实现对参照对象的区分,即验证采样结果的准确性。

6.一种光子损失下的玻色采样模拟系统,其特征在于,包括:

等效光学网络构造模块:构造光子损失下的等效光学网络对应的幺正矩阵;

玻色采样仿真结果获取模块:根据幺正矩阵,得到任意数量且符合玻色采样概率分布的光子输出组合,并通过检验方法对符合玻色采样概率分布的采样结果进行检验和区分。

7.根据权利要求6所述的光子损失下的玻色采样模拟系统,其特征在于,所述等效光学网络构造模块包括:

模块M1.1:根据所需光学网络的规模构造一个随机幺正矩阵,将构造的矩阵按照光学基础单元顺序进行拆分,得到光学基础单元列表;

模块M1.2:在每个光学基础单元中引入两路等效分束器,得到新的等效光学基础单元列表;

模块M1.3:按照光学基础单元的生成顺序将所有等效光学基础单元进行排列得到等效光学网络;

模块M1.4:按照光学基础单元的生成顺序将所有等效光学基础单元对应的矩阵相乘得到等效光学网络对应的幺正矩阵。

8.根据权利要求7所述的光子损失下的玻色采样模拟系统,其特征在于,所述光学基础单元的构造完全取决于随机生成的幺正矩阵,对于不同规模和光子损失需求的等效光学网络,通过所述等效光学网络构造方法,均能得到满足需求的等效光学网络及其对应的幺正矩阵。

9.根据权利要求7所述的光子损失下的玻色采样模拟系统,其特征在于,所述等效光学网络中,光子在不同光路中保持光子损失概率相同。

10.根据权利要求6所述的光子损失下的玻色采样模拟系统,其特征在于,所述玻色采样仿真结果获取模块包括:

模块M2.1:构造与玻色采样分布相似的多项式模型;

模块M2.2:利用生成的多项式模型进行采样,计算采样结果服从玻色采样分布的接受概率;

模块M2.3:从多项式模型取任意一随机数,比较接受概率与所述随机数的大小,用以判断是否接受采样结果为有效采样;

模块M2.4:当采样结束后,分别计算采样结果在玻色采样假设和需要区分的参照对象假设中的分布概率;

模块M2.5:将得到的两个分布概率进行相除求得似然比,将该似然比除以自身值加上一的值以进行归一化,取归一化后的计算值作为采样结果符合玻色采样分布的概率;

模块M2.6:对于所有采样结果循环前述方法求得归一化后的计算值并依次相乘,根据乘积值的变化趋势实现对参照对象的区分,即验证采样结果的准确性。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华东计算技术研究所(中国电子科技集团公司第三十二研究所),未经华东计算技术研究所(中国电子科技集团公司第三十二研究所)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111545753.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top