I. 引言随着无线网络通过 5G 不断发展,通过使用毫米波频段、大规模 MIMO 和密集小区来提高频谱密度,网络设计人员正在展望 6G 发展路线图,预计社会将更加数据驱动,无线脑机接口、扩展现实和互联机器人将推动 6G 网络处理比 5G 快 10 到 1,000 倍的数据速率 [1]。为了提高频谱效率,设计人员将考虑实施超大规模 MIMO 阵列、创新的空中接口复用技术、更强大的前向纠错编码等技术,甚至在更高载波频率的更宽带宽中部署更高密度的网络。随着频谱效率的提高,6G 系统设计人员将努力提高关键性能指标 (KPI),例如终端和基站的延迟、可靠性和能源效率,同时也会尽量不牺牲一个 KPI 来实现另一个 KPI。 6G 算法的实施可以优化数据吞吐量、频谱效率、用户密度、可靠性和延迟,并在更宽的带宽下运行,这将导致比当前 5G 系统更多的计算量。在基站和蜂窝基础设施中,5G RF 调制解调器信号处理基于经典计算概念,这些概念通常在 ASIC、FPGA 和 GPU/CPU 结构中实现。然而,经典计算性能的改进并没有像过去几年那样呈指数级增长,而是由于晶体管达到原子极限而趋于稳定 [2]。由于高效快速计算结构的设计现在与无线通信竞争,成为许多高容量无线通信系统面临的最重大挑战,因此硅片能否实现实现 6G KPI 所需的高频谱性能、低延迟和高可靠性优化算法值得怀疑。随着 6G 路线图的发展,量子计算是一种潜在的宝贵工具,可以解决未来性能、延迟和可靠性之间的权衡。如果量子计算能够为目前限制可实现网络吞吐量的复杂优化问题提供最佳算法,那么频谱效率将受益匪浅。能够进行量子信息处理的众多硬件平台可以与其他可扩展技术(如毫米波和小型蜂窝)相结合,进一步提高频谱效率。由于量子力学的线性,量子计算从根本上受限于可逆操作,这些操作不会散发热量,除了计算的初始化和读出阶段。虽然嘈杂的量子计算具有不可逆性元素,但从长远来看,量子计算原则上可以达到任意低的功耗,而如果以传统方式执行,这些计算将耗电。在过去几年中,由于纳米技术和工程技术的进步,现实世界的量子计算机已经可以商业化使用。对于无线网络,最近的研究首先利用了量子退火器,这是一种模拟量子计算处理器,并展示了集中式无线接入网络(C-RAN)中基于量子的多输入多输出(MIMO)检测器 [3] 和基于量子的低密度奇偶校验(LDPC)错误控制解码 [4] 的良好结果,为如何使用机器和基线性能指标提供了指导。在无线网络中,存在代表性的优化问题,包括但不限于先前研究的应用,这些问题受到众所周知的吞吐量和复杂性之间的传统权衡,其中最佳求解器是已知的,但考虑到可用的硬件和处理时间限制,实际实施起来非常困难。我们期望克服
主要关键词