摘要 — 射频识别 (RFID) 是一种快速发展的无线通信技术,用于电子识别、定位和跟踪产品、资产和人员。RFID 已成为构建实时定位系统 (RTLS) 的主要手段之一,该系统使用简单、廉价的标签(附在或嵌入物体中)和读取器(接收来自这些标签的无线信号以确定其位置)实时跟踪和识别物体的位置。大多数 RFID 标签定位技术严重依赖于对读取器和标签之间距离的精确估计。传统上,距离信息是从接收信号强度指示 (RSSI) 获得的。这种方法不准确,特别是在复杂的传播环境中。到达相位差 (PDOA) 的最新发展允许相干信号处理以提高距离估计性能。利用多个频率可以进一步提高范围估计性能。在本文中,我们重点研究基于多频的技术,以实现无源或半无源 RFID 标签范围估计的几个重要优势。使用精心设计的多个频率可以实现有效的相位上卷和消除 PDOA 方法中可能遇到的范围模糊问题。在复杂的传播环境中,当信号在某些频率上高度衰落时,基于多频的技术可提供频率分集以实现稳健的范围估计。这些优势不仅可以提高各种应用中 RFID 标签的范围估计精度,还可以在具有挑战性的场景中实现稳健的范围估计。
铝是一种轻质材料,其密度(2.7 g/cm 3)大约比铁、铜和黄铜等材料低三倍。它在空气、水和海水等各种环境条件下以及在不同化学物质的作用下都表现出完美的耐腐蚀性。此外,它还具有美观、可加工、高电导率和热导率等吸引人的特性。由于其物理、机械和摩擦学特性,它在汽车工业和飞机中非常常用 [1-3]。铝合金 1100 和 1050 特别用于不需要高强度但需要高成形性和耐腐蚀性的工业。它们用于在薄板金属件、通过深拉和旋压工艺制造的管道和通用容器、热交换器、焊接组件、车辆板和照明(如光反射器)中运输化学品和食品 [2, 3]。
本论文主要研究基于惯性传感器提供的测量结果的方向估计。强调使用三轴线性加速度计和陀螺仪。建议顺序使用两种估计算法进行方向估计。第一个是卡尔曼滤波器,主要用于基于加速度计数据进行重力估计。第二种算法采用扩展卡尔曼滤波器结构,利用第一种算法得到的重力估计和陀螺仪数据进行方位估计。以多元方式估计方向,而不使用绕陀螺仪轴的一维旋转离散性的简化假设。通过这种方式,可以精确处理非常大的转向角度。
这项研究是由美国商务部赞助的。本出版物中表达的任何意见,调查结果,结论或建议不一定反映出为该项目提供支持的任何组织或代理商的观点。共识研究报告的副本可从美国国家学院出版社(800)624-6242 |获得。 www.nap.edu | https://nap.nationalacademies.org/catalog/27460。
基于仿真的推理(SBI)方法可以在可能性函数棘手但模型模拟可行的情况下,可以估计后验分布。SBI的流行神经方法是神经后估计(NPE)及其顺序版本(SNPE)。这些方法可以超越统计SBI方法,例如近似贝叶斯计算(ABC),特别是对于相对较少的模型模拟。但是,我们在本文中表明,即使在低维问题上,NPE方法也不能高度准确。在这种情况下,无法在先前的预测空间上准确训练后验,甚至顺序扩展仍然是优化的。为了克服这一点,我们提出了预处理的NPE(PNPE)及其顺序版本(PSNPE),该版本使用ABC的短运行来有效消除参数空间区域,从而在模拟和数据之间产生较大的差异,并允许后仿真器进行更准确的培训。我们提供了全面的经验证据,即神经和统计SBI方法的这种融合可以改善在一系列示例中的性能,包括一个激励示例,涉及应用于实际肿瘤生长数据的基于复杂的基准模型。
量子系统的性质可以使用经典阴影来估计,经典阴影基于单元的随机集合实现测量。最初是为全局 Clifford 单元和单量子比特 Clifford 门的乘积而推导的,实际实现仅限于中等数量量子比特的后一种方案。除了局部门之外,使用两个局部门的非常短的随机电路的精确实现在实验上仍然是可行的,因此对于在近期应用中实现测量很有意思。在这项工作中,我们推导出使用带有两层并行双局部 Haar 随机(或 Clifford)单元的砖砌电路的阴影估计的闭式解析表达式。除了构建经典阴影之外,我们的结果还为估计 Pauli 可观测量提供了样本复杂度保证。然后,我们将使用砖砌电路的阴影估计性能与使用局部 Clifford 单元的既定方法进行比较,发现在足够多的量子比特上支持的可观测量估计中样本复杂度有所提高。
摘要:量子振幅估计(QAE)算法是一种主要的量子算法,旨在实现二次加速。直到实现易于断层的量子计算为止,与经典的蒙特卡洛(MC)具有竞争力一直难以捉摸。已经开发出替代方法,以便在保持有利的理论规模的同时需要更少的资源。我们将标准QAE算法与两个嘈杂的中间尺度量子(NISQ)在数值集成任务上的友好版本与大都会的蒙特卡洛技术 - 黑斯廷斯作为经典基准。分别根据样品数量,计算时间和解决方案所需的量子电路的长度来评估算法。在11 Quibent的捕获量子计算机上测试了两个QAE替代方案的有效性,以验证哪种解决方案可以首先在积分估计问题中加快速度。我们得出的结论是,对于使用阶段估计常规而言,另一种方法是可取的。的确,最大似然估计保证了量子电路的长度与积分估计中的精度以及对噪声的更大阻力之间的最佳权衡。
摘要 我们引入了一种新的统计和变分相位估计算法 (PEA)。与仅返回特征相位估计的传统和迭代 PEA 不同,所提出的方法可以利用用于迭代 PEA (IPEA) 的硬件的简化版本从给定的酉矩阵确定任何未知的特征态-特征相对。这是通过将 IPEA 类电路的概率输出视为特征态-特征相接近度量来实现的,使用此度量来估计输入状态和输入相位与最近的特征态-特征相对的接近度,并通过输入状态和相位的变分过程接近该对。该方法可以搜索整个计算空间,也可以有效地在某个指定范围(方向)内搜索特征相(特征态),从而使那些对其系统有一定先验知识的人可以搜索特定的解决方案。我们展示了使用 Qiskit 包在 IBM Q 平台和本地计算机上对该方法的模拟结果。
对于恢复分组密码的密钥,Grover 搜索比传统的暴力破解技术提供了平方根速度。一般经验法则认为,通过将密钥长度加倍可以避免 Grover 搜索算法对私钥方案造成的安全威胁。然而,由于没有考虑 Grover 预言机的成本估算,这些概念仅提供了关于分组密码后量子安全性的一般概念。因此,在分组密码上安装 Grover 搜索的资源估算给出了关于此类分组密码在后量子世界中的安全性的具体概念。此外,由于未来量子计算机的计算能力不可预测,NIST 建议用基本操作、电路大小等来衡量安全性,而不是像在经典模型中评估安全性时那样用“安全位” [53]。到目前为止,Grover 搜索是唯一对现有分组密码 [13] 构成威胁的量子算法,估计发起攻击所需的资源可以了解攻击的效率。最近,从计算资源方面对量子对手的安全性评估受到了广泛关注,并在这方面进行了研究,以估计在对称密钥方案上发起 Grover 密钥搜索 [24, 36, 4, 7, 28, 29, 28, 29]、在哈希函数上发起 Grover 搜索 [5]、在二进制椭圆曲线上计算离散对数 [9] 等所需的资源。