故障排除 ................................................................................................72 故障指示 72 电源中断 72 开机测试错误 72 故障排除指南 73 设备无法开机 73 DAC 突然静音,Purcell 重复其开机顺序 73 设备无法锁定到数字音频源或显示“无输入” 73 显示屏持续显示“锁定” 73 设备锁定但未收到信号 73 使用主时钟,输出端会听到滴答声和噪音 73 在 Toslink 或 ST 输入上锁定到 96 或 88.2kS/s 时运行不稳定 74 DAC 锁定但收到噪音 74 DAC 无法锁定到 88.2 或 96kS/s 的 Purcell 输出 74 遥控器无法控制设备 74 输出音频质量差 75 连接到 AES 或 SPDIF 输出的 DAC 报告错误 75播放 DVD 时,会听到短暂的噪音,并且采样率会发生变化 75 DAC 无法锁定 Purcell 的 176.4 或 192kS/s 输出 75 DAC 输出为单声道 75 立体声图像质量差或位置不对 75 通道检查、相位检查和老化不起作用 76 无法设置字长、抖动或噪声整形 76 菜单超时不起作用 76 操作控件时,显示屏短暂打开,然后关闭 76 IEEE 1394 接口故障排除 77 升频器或传输显示“未激活” 77 设备一直显示“无通信” 77 设备一直显示“搜索...” 77 DAC 显示“Verdi 字时钟错误
I. 引言 容错量子纠错码 (QECC) 按照定义能够避免错误传播。更明确地,[ n, k, d ] 最大-最小距离 QECC 将 k 个逻辑量子比特编码为 n 个物理量子比特,最小距离为 d,因此它能够纠正 t = [ d − 1 / 2] 个单独的物理量子比特错误。我们的设计目标是确保尽管使用了现实的不完美量子门,错误的扩散不会导致超出容错 QECC 的纠错能力。更正式地讲,如果单个组件以概率 p 发生故障,导致电路块输出端出现少于 t = ( d − 1) / 2 个单独的量子比特错误,则受 [ n, k, d ] QECC 保护的量子电路具有容错能力 [1]。在这个理想假设下,单个门引入的物理量子比特错误不会升级为无法纠正的错误数量,前提是考虑 [ n, k, d ] QECC。但是,如果单个门错误耗尽了 [ n, k, d ] 代码的纠错能力,遇到第二个门错误将导致错误扩散。我们假设单个门错误的概率为 p 。因此,两个同时发生的门错误的概率为 O ( p 2 ) ,前提是错误事件彼此独立,而 p ≪ 1 和 p 2 < p 。不幸的是,受控非 (CNOT) 门中控制量子比特上的位翻转错误将导致对目标量子比特施加有害的非操作,从而导致两个错误的量子比特,而不是一个。因此
假设检验 (HT) [1] 和量子假设检验 (QHT) [2] 在信息 [3] 和量子信息论 [4] 中发挥着至关重要的作用。HT 与通信和估计理论都有着根本的联系,最终是雷达探测任务的基础 [5],而雷达探测已经通过量子照明 (QI) 协议 [6, 7] 扩展到量子领域,更准确地说,通过微波量子照明模型 [8](有关这些主题的最新综述,请参阅参考文献 [9])。HT 和 QHT 最简单的场景是二元决策,因此它们可以简化为两个假设(零假设 H 0 和备选假设 H 1 )之间的统计区分。从最基本的层面上讲,量子雷达是一项二元 QHT 任务。两个备选假设被编码在两个量子通道中,信号模式通过这两个量子通道发送。根据目标是否存在,信号模式的初始状态会经历不同的变换,从而在输出端产生两个不同的量子态。最终的检测就简化为区分这两种可能的量子态。能否以较低的错误概率准确地做到这一点,与能否确定正确的结果直接相关。这一基本机制可以轻松地通过几何测距参数进行增强,这些参数可以量化与目标的往返时间,即目标的距离。虽然 QI 雷达可能实现最佳性能 [10],但它们需要生成大量纠缠态,这可能是一项艰巨的任务,特别是如果我们考虑微波区域的话。同时,量子雷达的定义本身可以推广到 QI 以外的任何利用量子部件或设备在相同能量、范围等条件下超越相应经典雷达性能的模型。在这些想法的推动下,我们逐步放宽 QI 的纠缠要求,并研究相应的检测性能,直到源变得刚好可分离,即
摘要 本文介绍了一种非平衡马赫-曾德干涉仪 (MZI) 固有的干涉特性,该干涉仪通过精密制造技术在绝缘体上硅平台上实现。研究深入探讨了自由光谱范围 (FSR) 与非平衡 MZI 各种长度之间的复杂关系。值得注意的是,模拟结果与实验结果的比较显示出了惊人的一致性。 关键词:马赫-曾德干涉仪、光子学、绝缘体上硅、波导 1. 简介 硅光子器件因其吸引人的特性而越来越受欢迎。小尺寸、大折射率对比度和 CMOS 兼容性是硅光子器件的特性之一,这些特性使其成为电信、生物医学等多个行业的首选器件[1]。马赫-曾德干涉仪 (MZI) 是最广泛使用的硅光子器件组件之一。在硅平台上实现的马赫-曾德尔干涉仪是各种应用的关键元件,从电信(用于光子波导开关和光子调制器)到传感和信号处理 [2]、[3]、[4]。MZI 的实用性源于其干涉特性,这是通过在 MZI 的两个臂之间产生相对相移来实现的。这种相移可以通过使用移相器或使 MZI 的两个臂的光路长度不相等来实现。MZI 的两个臂不相等的 MZI 配置称为不平衡 MZI。在本文中,我们展示了一种不平衡 MZI 设计,我们对其进行了建模、模拟和随后的制造。我们研究了几种不平衡 MZI 设计,并分析了这些设备的模拟和实验传输特性。我们阐明了波导建模的过程,并进行了分析以补偿制造变化,并详细介绍了一些数据分析。 2. 材料与方法 2.1 理论 马赫-曾德干涉仪 (MZI) 包括一个分束器和一个光束组合器,它们通过一对波导相互连接,如图 1 所示。MZI 配置包括分束器将波导输入端 (E i ) 的入射光分成波导的臂或分支。随后,光在输出端重新组合成光束
我们既考虑离散变量系统,比如量子比特或其他具有有限维希尔伯特空间的量子系统,也考虑 CV 系统,比如用无限维希尔伯特空间描述的电磁场的玻色子模式。关于这两个一般领域有许多评论和书籍(例如,参见参考文献 [1, 2])。下面重复了一些概念。通用的“准备和测量” QKD 协议可以分为两个主要步骤:量子通信和经典后处理。在量子通信期间,发送者(Alice)将随机经典变量 α 的实例编码为非正交量子态。这些状态通过量子信道(光纤、自由空间链路)发送,窃听者(Eve)试图窃取编码信息。量子力学的线性不允许进行完美的克隆 [3, 4],因此 Eve 在扰乱量子信号时只能获取部分信息。在通信信道的输出端,接收者(Bob)测量传入信号并获得一个随机经典变量β。在多次使用该信道之后,Alice 和 Bob 共享由两个相关变量α和β描述的原始数据。远程方使用部分原始数据来估计信道的参数,例如其透射率和噪声。这个参数估计阶段非常重要,因为它可以评估从剩余数据中提取私人共享密钥的后处理量。根据这些信息,他们实际上执行了一个错误校正(EC)阶段,这使他们能够检测和消除错误,然后是隐私放大(PA)阶段,这使他们可以将 Eve 被盗的信息减少到可以忽略不计的数量。最终结果就是密钥。根据猜测的变量,我们可以进行直接或反向协调。在直接协调(DR)中,Bob 对其结果进行后处理以推断 Alice 的编码。这一过程通常借助于从爱丽丝到鲍勃的前向经典通信(CC)来实现。相反,在反向协调(RR)中,爱丽丝会对其编码变量进行后处理,以推断鲍勃的结果。这一过程通常借助于从鲍勃到爱丽丝的最后一轮反向通信来实现。当然,人们可以更普遍地考虑两种方式:
CPU由于其在处理指令中的功能而通常称为计算机的大脑。它将一系列说明转化为操作,执行基本算术,逻辑和输入/输出任务。没有CPU,计算机将无法运行软件或执行任务。CPU的体系结构和速度确定了程序运行的效率。路由器连接多个网络,并有效地指导网络流量,从而通过使用IP地址将数据包将数据包将其路由到其正确目的地,从而实现Internet访问。作为计算机的核心软件,系统软件负责监督所有其他程序并管理与硬件设备的连接,执行应用程序,并调节磁盘和内存过程。使用显示答案按钮检查答案。使用下一个测验按钮进行新问题。Q 1 a)仅1 b)仅2 c)d)d)1也不是数字计算机是计算机系统类型之一。计算机蠕虫使用计算机网络(Internet或Intranet)扩散自身。Q 4 a)仅1 b)仅2 c)d)d)d)1也没有2个媒体实验室亚洲,很大程度上强调了ICT用于教育,生计产生,医疗保健等。Q 5 a)仅1 b)仅2 c)d)d)d)1也不是2 Gopher是层次范围内的文本文件的Internet应用程序。Gopher的模型基于客户和服务器。Q 8 c)垃圾邮件发送者,一个人通过使用互联网(通常向大量用户)发送无关或未经请求的消息,以进行广告,传播恶意软件,网络钓鱼等。Q 14 c)a)仅1 b)仅2q 11 a)仅1 b)仅2 c)d)d)d)既不是1个算盘,却不是木制架,该架子固定在珠子上的平行线,并通过操纵珠子来完成计算。Q 12 c)a)仅1 b)只有2台混合计算机具有模拟和数字计算机的结合特征。混合计算机涉及输入端的数字转换的类似物,而在输出端的数字转换为数字转换。
• 确保设施内使用的变频驱动器 (VFD) 不会导致过度的设施谐波失真是一种良好的工程实践。有关更多信息,请参阅 IEEE 519。• 如果 VFD 和受控电机之间的电缆长度超过 50 英尺,则可能需要在前几个绕组上增加电机绕组绝缘或在逆变器输出端安装 LC 滤波器。• 只要制造商的要求符合适用的电气规范,VFD 就应按照制造商的噪声接地要求接地。• 设施所有者可能需要考虑:由制造商代表启动 VFD、过流跳闸保护、临界频率锁定。• 仅对以下 VFD 安装类型下列出的 HVAC 应用安装 2 马力及以上的变频驱动器将提供规定折扣。其他 VFD 应用可能符合 Central Hudson 定制计划的资格。• 以下 HVAC VFD 应用没有资格使用此应用:o 带有入口导叶的前向曲线风扇;o 变距叶片轴流风扇; o 更换发生故障的 VFD;o 仅用于平衡恒定流量的 VFD;o 控制现有的 2 速冷却塔风扇;o 风扇或泵的 2 速控制;减轻安装过大电机的压力。• 对于冷冻水和加热泵安装,至少 75% 的泵容量必须由 2 通阀控制。• VFD 必须由自动信号控制,以响应变化的空气或水流。受控电机每年必须至少运行 2,000 小时。 • 必须随此申请提交已发布的制造商信息,以证明符合以下每个标准:o 在满载和无惯性的情况下,VFD 控制上的最短 15 毫秒穿越时间o 自动重启o 飞行重启(启动旋转电机,速度搜索)o 欠压跳闸 85% 或更低o 根据驱动马力,最低 3% 在线电抗器或等效装置(扼流圈、隔离变压器)o 满载和全速下最低 95% 驱动效率o 0.95 最小位移功率因数• 零件保修至少一年。
2024-04-10 IHP 的新型功率放大器增强了未来超 5G 技术的信号传输 德国法兰克福(奥得河畔)。在 IHP - 莱布尼茨高性能微电子研究所,由 Mohamed Hussein Eissa 博士领导的研究人员成功开发出一种新型硅基功率放大器,推动了超 5G 技术的发展。这是通过采用 IHP 最新的 SG13G3 技术实现的,展示了其进一步开发新型前沿硅基亚太赫兹集成电路的潜力。研究结果发表在 IEEE 微波和无线元件快报上,研究由德国联邦教育和研究部 (BMBF) 资助。该出版物获得了 2024 年 Tatsuo Itoh 论文奖,成为该出版物中发表的文章中贡献最大的论文。技术卓越性、贡献意义和展示效果都会受到评判。功率放大器对于增强传输信号的信号强度是必不可少的。电信号经过几个级联放大器级,然后才到达集成电路的输出端或发射系统的天线。由于通信和雷达技术的需求快速增长,我们这个互联世界对此类集成电路的需求很高。“与 200 GHz 以上的最先进硅基放大器相比,这种功率放大器的带宽提高了两倍,效率提高了 1.5 倍,”首席科学家 Dr.-Ing. Mohamed Hussein Eissa 解释道。自 2014 年 10 月以来,他一直在德国法兰克福(奥得河畔)莱布尼茨高性能微电子研究所 (IHP) 工作,担任研究科学家,后来担任电路设计部毫米波和太赫兹传感器组负责人。IHP 开发的先进功率放大器的其他新兴应用领域是用于安全应用的亚太赫兹成像系统或联合通信和传感系统,这些系统将与即将到来的 6G 标准相关。在这里,发射的无线电信号用于通信,同时也用于定位物体,补充了传统的雷达方法。这项研究是在增加亚太赫兹频率硅技术的利用率的背景下进行的,亚太赫兹频率的频谱在 100 到 1000 GHz 之间。
2 Google Quantum AI,加利福尼亚州戈利塔 超导量子处理器是最先进的量子计算技术之一。基于这些设备的系统已经实现了后经典计算 [1] 和量子纠错协议的概念验证执行 [2]。虽然其他量子比特技术采用自然产生的量子力学自由度来编码信息,但超导量子比特使用的自由度是在电路级定义的。当今最先进的超导量子处理器使用 transmon 量子比特,但这些只是丰富的超导量子比特之一;在考虑大规模量子计算机的系统级优化时,替代量子比特拓扑可能会证明是有利的。在这里,我们考虑对 Fluxonium 量子比特进行低温 CMOS 控制,这是最有前途的新兴超导量子比特之一。图 29.1.1 比较了 transmon 和 Fluxonium 量子比特。 transmon 是通过电容分流约瑟夫森结 (JJ) 实现的,是一种非线性 LC 谐振器,其谐振频率为 f 01,非谐性分别在 4-8GHz 和 200-300MHz 范围内。transmon 有限的非谐性约为 5%,限制了用于驱动量子比特 f 01 跃迁的 XY 信号的频谱内容,因为激发 f 12 跃迁会导致错误。以前的低温 CMOS 量子控制器通过直接 [3,4] 或 SSB 上变频 [5,6] 复杂基带或 IF 包络(例如,实施 DRAG 协议)生成光谱形状的控制脉冲;这些设备中高分辨率 DAC 的功耗和面积使用限制了它们的可扩展性。fluxonium 采用额外的约瑟夫森结堆栈作为大型分流电感。这样就可以实现 f 01 频率为 ~1GHz 或更低的量子比特,而其他所有跃迁频率都保持在高得多的频率(>3GHz,见图 29.1.1)[7]。与 transmon 相比,fluxonium 的频率较低且非谐性较高,因此可以直接生成低 GHz 频率控制信号,并放宽对其频谱内容的规范(但需要更先进的制造工艺)。在这里,我们利用这一点,展示了一种低功耗低温 CMOS 量子控制器,该控制器针对 Fluxonium 量子比特上的高保真门进行了优化。图 29.1.2 显示了 IC 的架构。它产生 1 至 255ns 的微波脉冲,具有带宽受限的矩形包络和 1GHz 范围内的载波频率。选择规格和架构是为了实现优于 0.5° 和 0.55% 的相位和积分振幅分辨率,将这些贡献限制在平均单量子比特门错误率的 0.005%。它以 f 01 的时钟运行,相位分辨率由 DLL 和相位插值器 (PI) 实现,而包络精度则由脉冲整形电路实现,该电路提供粗调振幅和微调脉冲持续时间(与传统控制器不同,使用固定持续时间和精细幅度控制)。数字控制器和序列器可播放多达 1024 步的门序列。图 29.1.2 还显示了相位生成电路的示意图。DLL 将这些信号通过等延迟反相器缓冲器 (EDIB) 后,比较来自电压控制延迟线 (VCDL) 的第一个和第 31 个抽头的信号。这会将 CLK[0] 和 CLK[30] 锁定在 180°,并生成 33 个极性交替的等延迟时钟信号。使用 CLK[30] 而不是 CLK[32] 来确保在 PFD 或 EDIB 不匹配的情况下实现全相位覆盖,这可能导致锁定角低于 180°。一对 32b 解复用器用于选择相邻的时钟信号(即 CLK[n] 和 CLK[n+1]),开关和 EDIB 网络用于驱动具有可选极性的 PI。 PI 单元由多路复用器和限流反相器组成。32 个单元并联组合,所选相位之间的权重由驱动多路复用器阵列的温度计编码的 31b 值设置(第 32 个反相器始终由 CLK[n] 驱动)。相位生成电路具有 11b 控制,可提供实现 0.5° 精度的裕度。图 29.1.3 显示了脉冲整形器原理图。它接收相移时钟并应用可编程幅度和持续时间的矩形包络。SW1 用于门控数字 CW 信号。然后,门控信号由一个电路缓冲和衰减,该电路由可变电阻器 R 0(16 个值,从 10 到 170kΩ)组成,通过 2:1 双调谐变压器连接到 50Ω 负载。该电路将可用功率降低了约 17 至 29dB,同时提供 50Ω 输出匹配并过滤脉冲频谱,为信号包络引入几纳秒的指数上升和下降时间,适用于大量子比特非谐性。R 0 、CP 和 CS 通过 SPI 总线进行编程,以进行静态预调谐。但是,提供了一个 0 至 18dB 衰减器电路,步长为 6dB,用于实时粗调幅度。输出端集成了 SW2,以提供额外的开-关隔离。PI 单元由多路复用器和限流反相器组成。32 个单元并联组合,所选相位之间的权重由驱动多路复用器阵列的温度计编码的 31b 值设置(第 32 个反相器始终由 CLK[n] 驱动)。相位生成电路具有 11b 控制,可提供实现 0.5° 精度的裕度。图 29.1.3 显示了脉冲整形器原理图。它接收相移时钟并应用可编程幅度和持续时间的矩形包络。SW1 用于门控数字 CW 信号。然后,门控信号由一个电路缓冲和衰减,该电路由可变电阻器 R 0(16 个值,从 10 到 170kΩ)组成,通过 2:1 双调谐变压器连接到 50Ω 负载。该电路将可用功率降低了约 17 至 29dB,同时提供 50Ω 输出匹配并过滤脉冲频谱,为信号包络引入几纳秒的指数上升和下降时间,适用于大量子比特非谐性。R 0 、CP 和 CS 通过 SPI 总线进行编程,以进行静态预调谐。但是,提供了一个 0 至 18dB 衰减器电路,步长为 6dB,用于实时粗调幅度。输出端集成了 SW2,以提供额外的开-关隔离。PI 单元由多路复用器和限流反相器组成。32 个单元并联组合,所选相位之间的权重由驱动多路复用器阵列的温度计编码的 31b 值设置(第 32 个反相器始终由 CLK[n] 驱动)。相位生成电路具有 11b 控制,可提供实现 0.5° 精度的裕度。图 29.1.3 显示了脉冲整形器原理图。它接收相移时钟并应用可编程幅度和持续时间的矩形包络。SW1 用于门控数字 CW 信号。然后,门控信号由一个电路缓冲和衰减,该电路由可变电阻器 R 0(16 个值,从 10 到 170kΩ)组成,通过 2:1 双调谐变压器连接到 50Ω 负载。该电路将可用功率降低了约 17 至 29dB,同时提供 50Ω 输出匹配并过滤脉冲频谱,为信号包络引入几纳秒的指数上升和下降时间,适用于大量子比特非谐性。R 0 、CP 和 CS 通过 SPI 总线进行编程,以进行静态预调谐。但是,提供了一个 0 至 18dB 衰减器电路,步长为 6dB,用于实时粗调幅度。输出端集成了 SW2,以提供额外的开-关隔离。
我们很高兴为您呈现国际晶体学联合会 (IUCr) 期刊的虚拟文章合集,这些文章探讨了人工智能 (AI) 和机器学习 (ML) 在结构科学中的应用 (https://journals.iucr.org/special_issues/2024/ML/)。人工智能/机器学习正在彻底改变我们的日常生活。尽管机器学习和深度学习 (DL) 的基础源自学术计算、数学和脑理论领域(McCulloch & Pitts,1943 年;Rosenblatt,1958 年),但其早期的许多社会影响都体现在商业领域。然而,如今物理学家们正在将这些发展成果应用于他们自身的科学研究(Choudhary 等人,2021 年),晶体学也不例外。因此,现在非常及时地汇总了在《晶体学报》(A、B 和 D 部分)、IUCrJ 和《同步辐射杂志》上发表的越来越多的 AI/ML 论文。我们还注意到《应用晶体学杂志》上发表的有关 AI 的相关虚拟合集(网址为 https://journals.iucr.org/special_issues/2024/ANNs/)以及《晶体学报》A 部分最近关于深度学习在蛋白质晶体学中的应用的主导文章(Matinyan 等人,2024 年)。本文的目的不是回顾虚拟合集中的每篇论文,而是鼓励您探索论文本身。因此,在表 1 中,我们总结了每篇论文使用的科学目标和 AI/ML 方法,使您可以快速导航到您最感兴趣的论文。在本文中,我们力求提供一些更高层次的主题,并按机器学习和领域主题对部分论文进行分组,以帮助您了解晶体学领域的发展历程,以及科学家目前如何利用人工智能/机器学习作为工具来解决他们的科学问题。这些论文几乎涵盖了所有类型的机器学习。无监督学习是一种方法,在这种方法中,机器学习算法在没有任何先验知识的情况下,尝试对数据集进行聚类(即寻找相似信号)或提取出能够解释更大信号集行为的不同信号集。在监督学习中,算法在大量先验数据上进行“训练”,之后,它们可以根据从训练数据中学到的知识对给定的新数据进行分类。这种分类问题的例子是训练算法区分猫和狗的图片(Subramanian,2018)。监督学习还可以用于执行回归而不是分类,即对数据集进行函数拟合。最后,各种生成式机器学习方法旨在根据一些基于大量学习到的响应进行训练的输入提示,生成新的输出。Deepfake 视频和音频技术以及 ChatGPT (OpenAI, 2024 a) 就是生成式人工智能的例子。区分不同AI/ML方法的另一种方法是基于算法的内部结构。广义上讲,这些方法可以分为传统ML和深度神经网络(深度学习,简称DL)。传统方法基于统计方法和线性代数,包括基于树的方法、逻辑回归和矩阵分解方法。深度学习受大脑神经元结构的启发,构建了高度非线性的图形数学结构,信息通过网络从输入端传递到输出端,同时在每一层都经历非线性变换。数据在网络中的转换和传输由数千个参数控制,这些参数通过算法进行更新,使网络能够