XiaoMi-AI文件搜索系统
World File Search System信道
检测混合幺正量子信道是 NP 难题
在量子信息理论中，量子通道表示系统中离散时间的变化，在理想意义上，这些变化可以通过物理过程实现。从数学上讲，量子通道用完全正且保迹的线性映射表示，形式为Φ：L（C n）→L（C m），其中L（C n）是从C n到自身的线性映射或算子集，对于L（C m）也是如此。如果系统在通道Φ表示的动作之前的状态用密度算子ρ∈L（C n）表示，那么通道动作后的状态由密度算子Φ（ρ）∈L（C m）给出。本文主要研究n = m的通道，它们表示离散时间变化保持物理系统大小的常见情况。 （量子通道的输入和输出系统的大小由底层空间 C n 的维度反映
有信道损耗和噪声条件下双向量子安全直接通信的安全性证明
引言：量子通信使远程双方能够在远距离上安全地共享秘密信息 [1]。自从 Bennett 和 Brassard [2] 提出开创性的协议以来，人们开发了不同的量子通信模式，例如量子密钥分发 (QKD)、量子秘密共享、量子安全直接通信 (QSDC)、量子隐形传态、量子密集编码等 [2–6]。QSDC 是量子通信的重要模式之一；与 QKD 相比，QSDC 直接通过量子信道发送秘密信息，而无需预先设置密钥，从而消除了与密钥管理和密文攻击相关的进一步安全漏洞 [7]。自从第一个 QSDC 协议被提出 [4] 以来，它已成为过去十年量子通信的热门研究课题之一 [8–19]。对于纠缠载流子，2003 年邓志强、龙志强和刘志军提出了两步 QSDC 协议，明确提出了 QSDC 的标准 [20]。随后，基于高维纠缠、多体纠缠和超纠缠的 QSDC 协议相继被发展出来 [21–25]。对于单光子载流子，文献 [26] 提出了第一个 QSDC 协议，即所谓的 DL04 协议，其可行性已在 [27–29] 中得到证明。张伟等人进行了带有量子存储器的 QSDC 实验 [30]。齐若阳等人 [31] 进行了基于量子存储器的 QSDC 实验 [32]。
空对地传播信道建模调查...
摘要 — 近年来，无人机 (UAV) 的使用急剧增加，尤其是小型无人机，因为它们价格实惠、易于获得且易于操作。无人机的现有和未来应用包括远程监视和监控、救援行动、包裹递送和通信回程基础设施。此外，无人机被视为 5G 及更高版本无线技术的重要组成部分。无人机的独特应用场景需要准确的空对地 (AG) 传播信道模型来设计和评估用于控制/非有效载荷以及有效载荷数据传输的无人机通信链路。与地面传播模型相比，这些 AG 传播模型尚未得到详细研究。本文全面概述了可用的 AG 信道测量活动、大规模和小规模衰落信道模型、它们的局限性以及无人机通信场景的未来研究方向。索引术语 — 空对地 (AG)、信道测量、信道建模、无人机、大规模和小规模衰落、探测、无人机 (UAV)。
无人机空对地传播信道建模综述
摘要 — 近年来，无人机 (UAV) 的使用急剧增加，尤其是小型无人机，因为它们价格实惠、易于获得且易于操作。无人机的现有和未来应用包括远程监视和监控、救援行动、包裹递送和通信回程基础设施。此外，无人机被视为 5G 及更高版本无线技术的重要组成部分。无人机的独特应用场景需要精确的空对地 (AG) 传播信道模型来设计和评估用于控制/非有效载荷以及有效载荷数据传输的无人机通信链路。与地面传播模型相比，这些 AG 传播模型尚未得到详细研究。本文全面概述了可用的 AG 信道测量活动、大规模和小规模衰落信道模型、它们的局限性以及无人机通信场景的未来研究方向。索引词 — 空对地 (AG)、信道测量、信道建模、无人机、大规模和小规模衰落、探测、无人机 (UAV)。
无人机空对地传播信道建模调查
摘要 — 近年来，无人机（UAV）的使用急剧增加，尤其是小型无人机，因为它们价格实惠、易于获得且易于操作。无人机的现有和未来应用包括远程监视和监控、救援行动、包裹递送和通信回程基础设施。此外，无人机被视为 5G 无线技术及其他技术的重要组成部分。无人机的独特应用场景需要精确的空对地 (AG) 传播信道模型来设计和评估用于控制/非有效载荷以及有效载荷数据传输的无人机通信链路。与地面传播模型相比，这些 AG 传播模型尚未得到详细研究。本文对可用的 AG 信道测量活动、大规模和小规模衰落信道模型、它们的局限性以及无人机通信场景的未来研究方向进行了全面的调查。索引术语 — 空对地 (AG)、信道测量、信道建模、无人机、大规模和小规模衰落、探测、无人机 (UAV)。
无人机空对地传播信道建模综述
摘要 — 近年来，无人机 (UAV) 的使用急剧增加，尤其是小型无人机，因为它们价格实惠、易于获得且易于操作。无人机的现有和未来应用包括远程监视和监控、救援行动、包裹递送和通信回程基础设施。此外，无人机被视为 5G 及更高版本无线技术的重要组成部分。无人机的独特应用场景需要精确的空对地 (AG) 传播信道模型来设计和评估用于控制/非有效载荷以及有效载荷数据传输的无人机通信链路。与地面传播模型相比，这些 AG 传播模型尚未得到详细研究。本文全面概述了可用的 AG 信道测量活动、大规模和小规模衰落信道模型、它们的局限性以及无人机通信场景的未来研究方向。索引词 — 空对地 (AG)、信道测量、信道建模、无人机、大规模和小规模衰落、探测、无人机 (UAV)。
无人机空对地传播信道建模综述
摘要 — 近年来，无人机 (UAV) 的使用急剧增加，尤其是小型无人机，因为它们价格实惠、易于获得且易于操作。无人机的现有和未来应用包括远程监视和监控、救援行动、包裹递送和通信回程基础设施。此外，无人机被视为 5G 及更高版本无线技术的重要组成部分。无人机的独特应用场景需要精确的空对地 (AG) 传播信道模型来设计和评估用于控制/非有效载荷以及有效载荷数据传输的无人机通信链路。与地面传播模型相比，这些 AG 传播模型尚未得到详细研究。本文全面概述了可用的 AG 信道测量活动、大规模和小规模衰落信道模型、它们的局限性以及无人机通信场景的未来研究方向。索引词 — 空对地 (AG)、信道测量、信道建模、无人机、大规模和小规模衰落、探测、无人机 (UAV)。
![量子信道估计与鉴别的最终精度界限 [1]](/simg/1/12ffab0adc819d2247bed038afd48248446961ba.webp)
量子信道估计与鉴别的最终精度界限 [1]
其中 F θ 是量子 Fisher 信息，ρ n AB 是 n 次迭代后的最终状态，见图 1。为了解决这个问题，我们借用了量子通信领域中强大的隐形传态工具 [4]：如果信道 E θ 具有适当的对称性，它对任何输入 ρ 的作用都可以通过局部操作和经典通信 (LOCC) 模拟，见图 2。这样，量子信道对一般输入的作用自然地被纳入自适应估计协议中，使我们能够推导出量子 Fisher 信息的上限，从而推导出参数 θ 估计的最终精度。对于在隐形传态协议 [5] 中涉及的幺正变换作用下协变的信道，这种模拟是可能的：例如去极化和擦除信道，以及玻色子系统中的高斯信道。与上限一起，我们找到了一个匹配的下限，从而获得了最终的非常简单的表达式
自由空间中的指数威布尔衰落信道模型...
自由空间光通信 (FSO) 作为一种有前途的技术，正受到越来越多的关注，以克服日益拥挤的无线市场的带宽短缺问题。目前，射频 (RF) 技术难以应对日益增长的高带宽数据需求。此外，随着用户数量的增加，RF 频谱变得如此拥挤，以至于几乎没有空间提供新的无线服务，此外，使用 RF 频段的带宽限制有限，并且必须为此类频段支付许可费，这还带来了额外的不便。FSO 通信与其他替代方案相比具有明显的优势，例如更窄、更安全的波束、几乎无限的带宽以及对使用光频率和带宽没有监管政策。此外，在太空领域，由于与 RF 相比，FSO 技术的质量和功率要求较低，因此对卫星通信系统来说，FSO 技术正变得越来越有吸引力。基于 FSO 技术部署无线链路的主要缺点是光波在湍流大气中传播时会受到扰动。会产生许多影响，其中最明显的是信号承载激光束辐照度（强度）的随机波动，这种现象称为闪烁，由闪烁指数 (SI) 量化。FSO 链路中随机辐照度波动的统计分析是通过概率密度函数 (PDF) 进行的，从中可以获得其他统计工具来测量链路性能，例如衰落概率和误码率 (BER)。如今，辐照度数据最广泛的模型是 Lognormal (LN) 和 Gamma-Gamma (GG) 分布。尽管这两种模型在大多数情况下都符合实际数据，但它们都无法在所有大气湍流条件下拟合有限接收孔径尺寸的辐照度数据，即在存在孔径平均的情况下。此外，在某些情况下，LN 或 GG 模型似乎都无法准确拟合辐照度数据，特别是在 PDF 的左尾。本文介绍的工作致力于提出一种新的模型，用于在存在孔径平均的情况下，大气湍流下的 FSO 链路中的辐照度波动；从而得到指数威布尔 (EW) 分布。在这里，使用半启发式方法来找到一组将 EW 参数直接与 SI 相关联的方程。经过测试，这些表达式可以很好地拟合辐照度数据的实际 PDF。提供了新模型出现的物理依据，以及弱到强湍流状态下的大量测试场景（包括数值模拟和实验数据），以评估其在 PDF 和衰减概率方面对辐照度数据进行建模的适用性。此外，
通过射线追踪结合随机建模来表征室内无线信道
摘要 — 我们研究了无线电信道模拟器在预测特定环境中的信道响应方面的可靠性。室内环境的表面几何布局和材料特性已知，因此适合进行这种针对特定地点的模拟。我们通过将该方法的预测结果与特定静态环境中的测量结果进行比较来评估该方法的性能。在测量和模拟的一组路径上，路径损耗、莱斯 K 因子和 RMS 延迟扩展具有良好的一致性，这表明设计良好的无线电模拟器可以可靠地预测系统行为。通常，通过这种或类似技术获得的无线信道模型不会捕捉由于环境中人员移动而导致的信道响应的时间变化。我们使用随机过程处理信道响应的时变部分。通过对几个典型的办公场景进行信道探测实验，我们表明自回归过程可用于为几种不同的运动场景建模时变抽头增益。