XiaoMi-AI文件搜索系统
World File Search System概率误差
超空泡鱼雷的声学对抗措施
17 测量记录视图中确定有或没有尾部撞击事件的炮弹的圆概率误差 (CEP)。实验案例的声学信号频率为 12 kHz，振幅为高、中、低。....................................................................................................................................................................190
联合防区外武器 (JSOW) 移动目标能力的发展：AGM-154 Block Three 计划
目录 第一章：简介................................................................................................ 1 JSOW Block Three 目标集................................................................................................................... 2 时间关键型目标确定和杀伤链考虑因素................................................................................................ 3 JSOW Block Three 任务需求定义............................................................................................................. 5 分析范围和局限性.................................................................................................................................... 9 第二章：JSOW Block Three 假设.................................................................................... 11 背景.................................................................................................................................................... 11 目标位置误差和武器圆概率误差 (CEP) 讨论.................................................................................... 13 传感器假设.................................................................................................................................... 18 飞机假设.................................................................................................................................... 21 数据链假设................................................................................................................................ 25 总结........................................................................................................................................
GOA-GDOP在飞机协同检测中的应用
定位精度。目前定位精度分析方法主要有几何精度因子（GDOP）、克拉美-罗下限（CRLB）、圆概率误差（CEP）等。本质上，GDOP可以看作是最小二乘估计，而CRLB则是最大似然估计。当系统为线性，高噪声为高斯独立白噪声时，二者等价，但在非线性系统中，二者会产生一定的差异。这是由于GDOP忽略了误差协方差对角元素，对传感器几何位置的敏感性高于CRLB，CRLB是作为传感器目标几何不确定性的分析工具，而CRLB是基于传感器对目标观测的统计性能评估工具
GOA-GDOP在飞机协同检测中的应用
衡量定位精度需要一定的参数作为参考，目前定位精度分析方法主要有几何精度因子（GDOP）、克拉美-罗下限（CRLB）、圆概率误差（CEP）等。本质上，GDOP可以看作是最小二乘估计，而CRLB则是最大似然估计。当系统为线性，高噪声为高斯独立白噪声时，二者等价，但在非线性系统中，二者会产生一定的差异。这是由于GDOP忽略了误差协方差对角元素，对传感器几何位置的敏感性高于CRLB，CRLB是作为传感器目标几何不确定性的分析工具，而CRLB是基于传感器对目标观测的统计性能评估工具
噪声量子态的信息可恢复性
从量子系统中提取经典信息是许多量子算法的必要步骤。然而，由于系统容易受到量子噪声的影响，这些信息可能会被破坏，而且量子动力学下的失真尚未得到充分研究。在这项工作中，我们引入了一个系统框架来研究我们如何从嘈杂的量子态中检索信息。给定一个嘈杂的量子信道，我们完全表征了可恢复的经典信息的范围。这个条件允许一个自然的度量来量化信道的信息可恢复性。此外，我们解决了最小信息检索成本，它与相应的最优协议一起，可以通过半定规划有效地计算出来。作为应用，我们为实际量子噪声建立了信息检索成本的极限，并采用相应的协议来减轻基态能量估计中的错误。我们的工作首次全面表征了噪声量子态从可恢复范围到恢复成本的信息可恢复性，揭示了概率误差消除的最终极限。
量子错误缓解公式的概述
最小化噪声的影响对于量子计算机至关重要。保护Qubits免受噪声的常规方法是通过量子误差校正。然而，对于所谓的嘈杂中间尺度量子（NISQ）时代中的当前量子硬件，这些系统中的噪声呈现出噪声，并且太高，无法进行误差校正以至于无法受益。量子误差缓解是一组替代方法，用于最大程度地减少误差，包括误差外推，概率误差cancella，测量误差缓解，子空间扩展，对称性验证，虚拟扭曲等。这些方法的要求通常比误差校正要小。量子误差缓解是减少NISQ量子计算机上误差的一种有希望的方法。本文对减轻量子错误的全面介绍。以一般形式涵盖和制定了最新的误差缓解方法，该方法提供了比较，结合和优化未来工作中不同方法的基础。
![arXiv:1912.05364v1 [eess.SY] 2019 年 12 月 11 日](/simg/g:\will\search\icon\source\7\7ed82158ba046f00ba0191459667c998cf66c006.webp)
arXiv:1912.05364v1 [eess.SY] 2019 年 12 月 11 日
诸如三重模块冗余之类的冗余机制通过复制来保护安全关键组件，从而提高系统的容错能力。然而，获得容错能力需要投入成本，例如增加执行时间、能耗或封装尺寸，因此在系统设计期间必须遵守这些约束。这使得寻找合适的组件组合的问题成为一项具有挑战性的任务，因为可能的保护组合数量会随着组件数量的增加而呈指数增长。我们提出了基于系列的方法来解决冗余系统建模和分析阶段的组合爆炸问题。基于在 S IMULINK 中设计的系统，我们展示了如何获得包含所有可能保护组合的模型，并提出了一个工具链，该工具链在给定概率误差模型的情况下生成离散马尔可夫链系列。使用能够实现简洁系列表示和分析的符号技术，我们展示了如何通过单个基于系列的分析运行来保护和分析实际大小的 S IMULINK 模型，而对每个保护组合进行逐一分析显然会超出任何实际时间限制。
自适应缓解时变量子噪声
摘要 — 当前的量子计算机受到非平稳噪声信道的影响，错误率很高，这削弱了它们的可靠性和可重复性。我们提出了一种基于贝叶斯推理的自适应算法，该算法可以根据变化的信道条件学习和减轻量子噪声。我们的研究强调了对关键信道参数进行动态推理以提高程序准确性的必要性。我们使用狄利克雷分布来模拟泡利信道的随机性。这使我们能够进行贝叶斯推理，从而可以提高时变噪声下概率误差消除 (PEC) 的性能。我们的工作证明了表征和减轻量子噪声的时间变化的重要性，这对于开发更准确、更可靠的量子技术至关重要。我们的结果表明，当使用与理想分布的 Hellinger 距离来衡量时，贝叶斯 PEC 的性能可以比非自适应方法高出 4.5 倍。索引词 — 设备可靠性、计算精度、结果可重复性、概率错误消除、自适应缓解、时空非平稳性、时变量子噪声、NISQ 硬件-软件协同设计
![arXiv:2305.04148v1 [quant-ph] 2023 年 5 月 6 日](/simg/g:\will\search\icon\source\0\0078214d2b3decec34b25a98eacc4445c3446073.webp)
arXiv:2305.04148v1 [quant-ph] 2023 年 5 月 6 日
量子计算的快速发展导致了对从量子系统中提取经典信息的有效技术的广泛需求，特别是在量子机器学习和量子化学等领域。然而，量子系统本质上容易受到噪声的影响，噪声会对量子系统中编码的信息造成不利影响。在这项工作中，我们介绍了一种可以在泡利噪声下从量子态中恢复信息的有效算法。核心思想是通过对通道的经典阴影进行后处理来学习未知泡利通道的必要信息。对于局部和有界度的可观测量，只需要部分了解通道而不是完整的经典描述即可恢复理想信息，从而产生多项式时间算法。这与传统方法（如概率误差消除）形成了鲜明对比，后者需要通道的完整信息，并且随着量子比特的数量呈指数级增长。我们还证明了这种可扩展方法在样本复杂度上是最优的，并将算法推广到权重收缩通道。此外，我们通过数值模拟证明了该算法在 1D 各向异性海森堡型模型上的有效性。作为一个值得注意的应用，我们的方法可以作为 Clifford 电路的样本高效错误缓解方案。