CN110210067B - 一种基于测量轨迹的阈值直线确定方法、装置 - Google Patents

一种基于测量轨迹的阈值直线确定方法、装置 Download PDF

Info

Publication number
CN110210067B
CN110210067B CN201910378243.1A CN201910378243A CN110210067B CN 110210067 B CN110210067 B CN 110210067B CN 201910378243 A CN201910378243 A CN 201910378243A CN 110210067 B CN110210067 B CN 110210067B
Authority
CN
China
Prior art keywords
data
measurement
coordinate point
quantum
path
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910378243.1A
Other languages
English (en)
Other versions
CN110210067A (zh
Inventor
孔伟成
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Origin Quantum Computing Technology Co Ltd
Original Assignee
Origin Quantum Computing Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Origin Quantum Computing Technology Co Ltd filed Critical Origin Quantum Computing Technology Co Ltd
Priority to CN201910378243.1A priority Critical patent/CN110210067B/zh
Publication of CN110210067A publication Critical patent/CN110210067A/zh
Application granted granted Critical
Publication of CN110210067B publication Critical patent/CN110210067B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00Quantum computing, i.e. information processing based on quantum-mechanical phenomena

Abstract

本发明属于量子测控领域,具体公开了一种基于测量轨迹的阈值直线确定方法、装置,包括:获得量子比特处于确定量子态时的量子比特读取信号的测量数据,对所述测量数据进行复数变换处理获得量子比特处于确定量子态时的量子比特读取信号对应的原始数据;根据所述原始数据获得量子比特读取信号对应的测量轨迹;根据所述测量轨迹获得第一类坐标点数据、第一统计中心坐标点、第二类坐标点数据、第二统计中心坐标点;根据所述第一类坐标点数据和所述第一统计中心坐标点、第二类坐标点数据和所述第二统计中心坐标点确定阈值直线。本发明能够提高数据的预处理精度以及获得的阈值直线精度,有助于提高量子计算系统的可靠性和稳定性。

Description

一种基于测量轨迹的阈值直线确定方法、装置
技术领域
本发明属于量子测控领域,特别是一种基于测量轨迹的阈值直线确定方法、装置。
背景技术
量子比特信息是指量子比特所具有的量子态,基本的量子态是|0>态和|1>态,量子比特被操作之后,量子比特的量子态发生改变,在量子芯片上,则体现为量子芯片被执行后,量子比特所具备的量子态发生变化即量子芯片的执行结果,该执行结果由量子比特读取信号携带并传出的。
通过量子比特读取信号解析量子态是实现量子计算反馈控制的重要步骤之一,在具体实施的时候,通常先获得量子态处于两个已知的确定可以相互区分的量子态时量子比特读取信号,然后对量子比特读取信号进行数字正交变换获取其在IQ坐标系的投影坐标点,然后对每个量子态对应的所有投影坐标点进行散点统计,获得每个量子态对应的所有投影坐标点空间分布的中心点坐标,分别记为第一坐标点和第二坐标点,然后利用第一坐标点和第二坐标点的连线的中垂线作为阈值直线,然后将阈值直线作为判别未知量子态的依据,阈值直线的准确度和精度直接决定量子态判别的准确度和精确度,而量子态准确判别是实现高精度量子计算反馈控制的依据,高精度的量子计算反馈控制可以保证量子计算系统运行性能的可靠性和稳定性。
该过程中,存在着以下缺陷和不足:
把一次测量得到的量子比特读取信号作为整体进行数字正交变换得到一个投影坐标点,降低了数据的预处理精度,然后对所有坐标点进行散点统计得到中心点坐标,进而降低了得到的第一坐标点和第二坐标点的准确度和精度。然后直接利用第一坐标点和第二坐标点连线的中垂线作为阈值直线,降低了得到的阈值直线的准确度和精度,进而影响量子态判别的准确度和精确度,进而不能保证量子计算系统的可靠性和稳定性。
发明内容
本发明的目的是提供一种基于测量轨迹的阈值直线确定方法、装置,以解决现有技术中的不足,它能够提高数据的预处理精度以及获得的阈值直线精度,有助于提高量子计算系统的可靠性和稳定性。
为实现本发明目的,本发明的一个方面提供了一种基于测量轨迹的阈值直线确定方法,该方法包括以下步骤:
获得量子比特处于确定量子态时的量子比特读取信号的测量数据,其中:所述确定量子态包括可相互区分的第一量子态和第二量子态;对所述测量数据进行复数变换处理获得量子比特处于确定量子态时的量子比特读取信号对应的原始数据;根据所述原始数据获得量子比特处于确定量子态时的量子比特读取信号对应的测量轨迹;根据所述测量轨迹获得量子比特处于所述第一量子态时的每次测量得到的量子比特读取信号对应的第一类坐标点数据以及各所述第一类坐标点的第一统计中心坐标点、量子比特处于所述第二量子态时每次测量得到的量子比特读取信号对应的第二类坐标点数据以及各所述第二类坐标点的第二统计中心坐标点;根据所述第一类坐标点数据和所述第一统计中心坐标点、第二类坐标点数据和所述第二统计中心坐标点确定阈值直线。
如上所述的基于测量轨迹的阈值直线确定方法,其中,优选的是,所述测量数据包含M*N个采样数据,其中M为重复采样次数,N为每次采样点数;所述测量数据包括量子比特处于所述第一量子态时的量子比特读取信号的第一测量数据S0和量子比特处于所述第二量子态时的量子比特读取信号的第二测量数据S1;所述对所述测量数据进行复数变换处理获得量子比特处于确定量子态时的量子比特读取信号对应的原始数据,具体包括:
对所述第一测量数据S0和所述第二测量数据S1中的各所述采样数据均进行复数变换处理获得量子比特处于所述第一量子态时的量子比特读取信号对应的第一原始数据SIF0、和量子比特处于所述第二量子态时的量子比特读取信号对应的第二原始数据SIF1,所述第一原始数据SIF0和所述第二原始数SIF1据均为包含实部和虚部的复数数据。
如上所述的基于测量轨迹的阈值直线确定方法,其中,优选的是,所述对各所述采样数据进行复数变换处理,具体包括:
第j个采样数据乘以exp(-2πf*j),其中:f为原始信号频率/采样率。
如上所述的基于测量轨迹的阈值直线确定方法,其中,优选的是,所述根据所述原始数据获得量子比特处于确定量子态时的量子比特读取信号对应的测量轨迹,具体包括:
对所述第一原始数据SIF0、所述第二原始数据SIF1中对应每次测量的数据均进行路径转化处理得到每次测量的路径化数据;对各路径化数据均进行IQ分离变量处理得到各轨迹路径对应的I轴轨迹路径数据和Q轴轨迹路径数据;对所述第一原始数据SIF0中重复测量得到的I轴轨迹路径数据平均得到量子比特处于所述第一量子态时的第一I轴轨迹路径,对所述第一原始数据SIF0中重复测量得到的Q轴轨迹路径数据平均得到量子比特处于所述第一量子态时的第一Q轴轨迹路径;对所述第二原始数据SIF1中重复测量得到的I轴轨迹路径数据平均得到量子比特处于所述第二量子态时的第二I轴轨迹路径,对所述第二原始数据SIF1中重复测量得到的Q轴轨迹路径数据平均得到量子比特处于所述第二量子态时的第二Q轴轨迹路径。
如上所述的基于测量轨迹的阈值直线确定方法,其中,优选的是,所述对所述第一原始数据SIF0、所述第二原始数据SIF1中对应每次测量的数据均进行路径转化处理得到每次测量的路径化数据,具体包括:
对所述第一原始数据SIF0、所述第二原始数据SIF1中对应每次测量的数据均进行分段处理;其中:分段长度N1,其中N1<N,n1=N/N1为整数;对于k1=1,2,…,n1,将第一原始数据SIF0、所述第二原始数据SIF1中的每一行的第(k1-1)*N1+1到k1*N1个元素取出来,构成第一路径化数据SSIF0和第二路径化数据SSIF1,两者均为M×N1×n1的数组。
如上所述的基于测量轨迹的阈值直线确定方法,其中,优选的是,所述对各路径化数据均进行IQ分离变量处理得到各轨迹路径对应的I轴轨迹路径数据和Q轴轨迹路径数据,具体包括:
对第一路径化数据SSIF0和所述第二路径化数据SSIF1中的每一个元素均进行实部和虚部分离,分别得到第一路径化实部数据Real0和第一路径化虚部数据Imag0,第二路径化实部数据Real1和第一路径化虚部数据Imag1;对第一路径化实部数据Real0和第一路径化虚部数据Imag0,第二路径化实部数据Real1和第一路径化虚部数据Imag1均做第二维平均,分别得到所述第一I轴轨迹路径Itrace0、所述第一Q轴轨迹路径Qtrace0、所述第二I轴轨迹路径Itrace1和所述第二Q轴轨迹路径Qtrace1。
如上所述的基于测量轨迹的阈值直线确定方法,其中,优选的是,所述根据所述测量轨迹获得量子比特处于所述第一量子态时的量子比特读取信号对应的第一类坐标点数据以及各所述第一类坐标点的第一分布中心、量子比特处于所述第二量子态时的量子比特读取信号对应的第二类坐标点数据以及各所述第二类坐标点的第二分布中心,具体包括:
基于所述第一I轴轨迹路径Itrace0、所述第一Q轴轨迹路径Qtrace0、所述第二I轴轨迹路径Itrace1和所述第二Q轴轨迹路径Qtrace1对第一路径化数据SSIF0和第二路径化数据SSIF1均进行加权处理,得到每次测量得到的量子比特读取信号对应的坐标点数据;对量子比特处于所述第一量子态时所有第一类标点数据平均得到所述第一分布中心,对量子比特处于所述第二量子态时所有第二类标点数据平均得到所述第二分布中心。
如上所述的基于测量轨迹的阈值直线确定方法,其中,优选的是,所述基于所述第一I轴轨迹路径Itrace0、所述第一Q轴轨迹路径Qtrace0、所述第二I轴轨迹路径Itrace1和所述第二Q轴轨迹路径Qtrace1对第一路径化数据SSIF0和第二路径化数据SSIF1处理,得到每次测量得到的量子比特读取信号对应的坐标点数据,具体包括:
对第一路径化数据SSIF0和第二路径化数据SSIF1中每一行的第(k1-1)*N1+1到k1*N1个元素均进行平均,得到数值S(k);根据所述第一I轴轨迹路径Itrace0、所述第一Q轴轨迹路径Qtrace0、所述第二I轴轨迹路径Itrace1和所述第二Q轴轨迹路径Qtrace1对第一路径化数据SSIF0和第二路径化数据SSIF1中每一行中的所有所述S(k)进行加权平均获得单次测量的坐标点数值Sfinal。
如上所述的基于测量轨迹的阈值直线确定方法,其中,优选的是,所述根据所述第一I轴轨迹路径Itrace0、所述第一Q轴轨迹路径Qtrace0、所述第二I轴轨迹路径Itrace1和所述第二Q轴轨迹路径Qtrace1对第一路径化数据SSIF0和第二路径化数据SSIF1中每一行中的所有所述S(k)进行加权平均单次测量的坐标点数值Sfinal,具体包括:
Figure BDA0002052428530000051
Figure BDA0002052428530000052
如上所述的基于测量轨迹的阈值直线确定方法,其中,优选的是,所述根据所述第一类坐标点数据和所述第一统计中心坐标点、第二类坐标点数据和所述第二统计中心坐标点确定阈值直线,具体包括:
对所述第一类坐标点数据和第二类坐标点数据分别进行一维双高斯拟合,获得第一统计中心坐标点、第二统计中心坐标点、第一标准差σ1和第二标准差σ2;其中:用于将所述第一统计中心坐标点和所述第二统计中心坐标点分割在两个空间的直线记为阈值直线,且所述阈值直线垂直所述第一统计中心坐标点和所述第二统计中心坐标点两者的连线;两个空间分别记为第一空间A和第二空间B;根据所述第一统计中心坐标点、所述第二统计中心坐标点、所述第一标准差σ1、所述第二标准差σ2确定各所述第一类坐标点的第一概率密度分布函数p(R|0>)和各所述第二类坐标点在I-Q坐标系的第二概率密度分布函数p(R|1);确定保真度函数为所述第一概率密度分布函数p(R|0>)在所述第一空间的积分函数及所述第二概率密度分布函数p(R|1)在所述第二空间的积分函数之和;确定所述保真度函数取最值时对应的阈值直线为所述阈值直线。
本发明的另一个方面提供了一种基于测量轨迹的阈值直线确定装置,该装置包括:数据获取模块、第一数据处理模块、第二数据处理模块、第三数据处理模块和阈值直线确定模块。
数据获取模块被配置用于获得量子比特处于确定量子态时的量子比特读取信号的测量数据,其中:所述确定量子态包括可相互区分的第一量子态和第二量子态。第一数据处理模块,被配置用于根据所述测量数据获得量子比特处于确定量子态时的量子比特读取信号对应的原始数据。第二数据处理模块,被配置用于对所述测量数据进行复数变换处理获得量子比特处于确定量子态时的量子比特读取信号对应的原始数据。第三数据处理模块,被配置用于根据所述测量轨迹获得量子比特处于所述第一量子态时的每次测量得到的量子比特读取信号对应的第一类坐标点数据以及各所述第一类坐标点的第一分布中心坐标点、量子比特处于所述第二量子态时每次测量得到的量子比特读取信号对应的第二类坐标点数据以及各所述第二类坐标点的第二分布中心坐标点。阈值直线确定模块,被配置用于根据所述第一类坐标点数据和所述第一分布中心坐标点、第二类坐标点数据和所述第二分布中心坐标点确定阈值直线。
本发明的再一个方面提供了一种存储介质,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述的方法。
本发明的又一个方面提供了一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述的方法。
本发明与现有技术相比,本发明对所述测量数据进行复数变换处理获得量子比特处于确定量子态时的量子比特读取信号对应的原始数据,经过复数变换处理得到的原始数据包含实部和虚部,符合量子态的振幅率,然后基于原始数据获得量子比特处于确定量子态时的量子比特读取信号对应的测量轨迹,测量轨迹反映了量子比特读取信号的整体及其信噪比随时间的变化规律,该规律背后隐藏的是采集设备导致的信号噪声以及量子比特本身硬件以及量子比特读取腔存在的热激发噪声随时间的变化规律,根据所述测量轨迹获得量子比特处于所述第一量子态时的每次测量得到的量子比特读取信号对应的第一类坐标点数据以及各所述第一类坐标点的第一分布中心坐标点、量子比特处于所述第二量子态时每次测量得到的量子比特读取信号对应的第二类坐标点数据以及各所述第二类坐标点的第二分布中心坐标点;根据所述第一类坐标点数据和所述第一分布中心坐标点、第二类坐标点数据和所述第二分布中心坐标点确定阈值直线,在该过程中,根据所述原始数据获得量子比特处于确定量子态时的量子比特读取信号对应的测量轨迹,轨迹上的每一点都不同程度地包含了量子态的信息,充分利用轨迹上每一个点所包含的信息量,大大减少了从采集设备直接获得的测量数据中的误差,提高了得到的第一坐标点和第二坐标点的准确度和精度。然后直接利用第一坐标点和第二坐标点连线的中垂线作为阈值直线,提高了得到的阈值直线的准确度和精度,进而保证了量子态判别的准确度和精确度,进而保证了量子计算系统的可靠性和稳定性。
附图说明
图1是本发明实施例提供的基于测量轨迹的阈值直线确定方法的硬件结构框图;
图2是本发明实施例提供的基于测量轨迹的阈值直线确定方法的流程示意图;
图3是本发明实施例提供的基于测量轨迹的阈值直线确定方法的处理装置的结构示意图。
具体实施方式
下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种基于测量轨迹的阈值直线确定方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本发明实施例所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例,图1是本发明实施例的一种基于测量轨迹的阈值直线确定方法的移动终端的硬件结构框图。如图1所示,移动终端10可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104,可选地,上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述移动终端的结构造成限定。例如,移动终端10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如本发明实施例中的基于测量轨迹的阈值直线确定方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至移动终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端10的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network Interface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
如图2所示,本发明的实施例提供了一种基于测量轨迹的阈值直线确定方法,包括以下步骤S1至步骤S5:
步骤S1:获得量子比特处于确定量子态时的量子比特读取信号的测量数据,其中:所述确定量子态包括可相互区分的第一量子态和第二量子态;
具体的,设置确定的可相互区分的第一量子态和第二量子态的目的在于,为后续量子比特处于未知量子态时根据量子比特读取信号进行解析量子态提供依据。可相互区分的第一量子态和第二量子态可以为希尔伯特空间的非平行矢量,优选正交矢量。希尔伯特空间的正交矢量通常对应的是量子态|0>态和量子态|1>态。
在实验操作的时候,“获得量子比特处于确定量子态时的量子比特读取信号的测量数据”的准备工作可以描述为:用信号采集装置采集处于确定量子态的量子比特被特定量子逻辑门操作之后的反映量子比特量子态的量子比特读取信号,然后将该数据发送给数据处理设备,数据处理设备可以为基于FPGA的可编程处理芯片,也可以为计算机等。
当确定量子态特指第一量子态和第二量子态时,“采用信号采集装置采集处于确定量子态的量子比特被特定量子逻辑门操作之后的反映量子比特量子态的量子比特读取信号,然后将该数据发送给数据处理设备”的过程重复操作两次,每次施加的特定量子逻辑门相同,每次操作之前把量子比特制备到第一量子态或第二量子态这个确定量子态,顺序不分前后。
而数据处理设备最终获得的数据有两份,分别为量子比特处于所述第一量子态时的第一量子比特读取信号测量数据S0和量子比特处于所述第二量子态时的第二量子比特读取信号测量数据S1;其中,第一量子比特读取信号测量数据S0和第二量子比特读取信号测量数据S1均包含M*N个采样数据,其中M为重复采样次数,由人为设置,N为每次采样点数,由数据采集卡的性质决定,通常,M设置为5000,而N为2048,即采集卡的采样率为2048。
步骤S2:根据所述测量数据获得量子比特处于确定量子态时的量子比特读取信号对应的原始数据;
具体的,对所述第一量子比特读取信号测量数据S0和所述第二量子比特读取信号测量数据S1中的各所述采样数据均进行复数变换处理分别获得第一量子比特读取信号原始数据SIF0和第二量子比特读取信号原始数据SIF1,所述第一原始数据SIF0和所述第二原始数据SIF1均为包含实部和虚部的复数数据。
在实际操作时,可以理解的是,对各所述采样数据均进行复数变换处理的具体操作为:第j个采样数据乘以exp(-2πf*j),其中:f为原始信号频率/采样率。经过复数变换处理得到的原始数据包含实部和虚部,符合量子态的振幅率。
步骤S3:根据所述原始数据获得量子比特处于确定量子态时的量子比特读取信号对应的测量轨迹。
具体的,对所述第一原始数据SIF0和所述第二原始数据SIF1进行处理获得其对应的测量轨迹的过程如下:
步骤S31:对所述第一原始数据SIF0、所述第二原始数据SIF1中对应每次测量的数据均进行路径转化处理得到每次测量的路径化数据。
具体的,路径转化处理中单次测量得到的数据(即本实施例采用2048位采集卡得到的2048个数据)转化为轨迹数据,充分的考虑了单次测量得到的数据(即本实施例采用2048位采集卡得到的2048个数据)随时间的变化规律,在具体操作的时候,可以将每一次测量得到的数据(即原始数据中的每一行)均进行分段处理;其中:分段长度N1,其中N1<N,n1=N/N1为整数。
对于k1=1,2,…,n1,将第一原始数据SIF0、所述第二原始数据SIF1中的每一行的第(k1-1)*N1+1到k1*N1个元素取出来,构成第一路径化数据SSIF0和第二路径化数据SSIF1,两者均为M×N1×n1的数组。
步骤S32:对各路径化数据均进行IQ分离变量数量得到各轨迹路径对应的I轴轨迹路径数据和Q轴轨迹路径数据。
具体的,对第一路径化数据SSIF0和所述第二路径化数据SSIF1中的每一个元素均进行实部和虚部分离,分别得到第一路径化实部数据Real0和第一路径化虚部数据Imag0,第二路径化实部数据Real1和第一路径化虚部数据Imag1;其中,第一路径化实部数据Real0和第一路径化虚部数据Imag0,第二路径化实部数据Real1和第一路径化虚部数据Imag1四者均为M×N1×n1维的数组。
对第一路径化实部数据Real0和第一路径化虚部数据Imag0、第二路径化实部数据Real1和第一路径化虚部数据Imag1均做第二维平均,分别得到所述第一I轴轨迹路径Itrace0、所述第一Q轴轨迹路径Qtrace0、所述第二I轴轨迹路径Itrace1和所述第二Q轴轨迹路径Qtrace1。
需要说明的是,量子态数据的本质是复数,对应的,量子比特读取信号的测量数据经过复数变化处理得到复数数据,两者本质相应。然后,在映射到IQ坐标时,约定俗成的,复数的实部映射对应IQ坐标系的I轴,复数的虚部映射对应IQ坐标系的Q轴。
另外,需要说明的是,对数据的第一维进行平均即对数组的第一维进行平均。可以理解的是,在以“行数*列数”表示的二维数组中,对二维数组的第一维进行平均的描述,等价于对二维数组的行进行平均;对二维数组的第二维进行平均的描述,等价于对二维数组的列进行平均;基于此,对例如M1*M2*M3*M4*··X··Mn表示的Mn维数组的X列进行平均时,可以直接表述为对数组的第X维进行平均,其中:则M1表示第一维,M2表示第二维,M3表示第三维,M4表示第四维,依次类推。
所以,可以理解的是,对M×N1×n1维度的第一路径化实部数据Real0和第一路径化虚部数据Imag0,第二路径化实部数据Real1和第一路径化虚部数据Imag1均做第二维平均,即是对第N1维进行平均,得到的第一I轴轨迹路径Itrace0、所述第一Q轴轨迹路径Qtrace0、所述第二I轴轨迹路径Itrace1和所述第二Q轴轨迹路径Qtrace1均为M×n1维度的数据。其中M为测量次数,n1为每次测量得到的轨迹路径上的轨迹点数。
步骤S33:对所述第一原始数据SIF0中重复测量得到的I轴轨迹路径数据平均,得到量子比特处于所述第一量子态时的第一I轴轨迹路径,即对M*n1的I轴轨迹路径数据的第M维进行平均,其中M表示测量次数,所以,即对测量次数平均得到量子比特处于第一量子态时量子比特读取信号对应的平均I轴轨迹路径。同理,对所述第一原始数据SIF0中重复测量得到的Q轴轨迹路径数据平均得到量子比特处于所述第一量子态时的第一Q轴轨迹路径;即对M*n1的Q轴轨迹路径数据的第M维进行平均,其中M表示测量次数,所以,即对测量次数平均得到量子比特处于第一量子态时量子比特读取信号对应的平均Q轴轨迹路径。
对所述第二原始数据SIF1中重复测量得到的I轴轨迹路径数据平均得到量子比特处于所述第二量子态时的第二I轴轨迹路径,即对M*n1的I轴轨迹路径数据的第M维进行平均,其中M表示测量次数,所以,即对测量次数平均得到量子比特处于第二量子态时量子比特读取信号对应的平均I轴轨迹路径。同理,对所述第二原始数据SIF1中重复测量得到的Q轴轨迹路径数据平均得到量子比特处于所述第二量子态时的第二Q轴轨迹路径。即对M*n1的Q轴轨迹路径数据的第M维进行平均,其中M表示测量次数,所以,即对测量次数平均得到量子比特处于第二量子态时量子比特读取信号对应的平均Q轴轨迹路径。得到的第一I轴轨迹路径、第一Q轴轨迹路径、第二I轴轨迹路径、第二Q轴轨迹路径四者均为1×n1维度的数据。
步骤S4:根据所述测量轨迹获得量子比特处于所述第一量子态时的每次测量得到的量子比特读取信号对应的第一类坐标点数据以及各所述第一类坐标点的第一分布中心坐标点、量子比特处于所述第二量子态时每次测量得到的量子比特读取信号对应的第二类坐标点数据以及各所述第二类坐标点的第二分布中心坐标点;
具体的,步骤S4中所述的根据所述测量轨迹获得量子比特处于所述第一量子态时的每次测量得到的量子比特读取信号对应的第一类坐标点数据、量子比特处于所述第二量子态时每次测量得到的量子比特读取信号对应的第二类坐标点数据,具体是指基于M×n1维度所述第一I轴轨迹路径Itrace0、所述第一Q轴轨迹路径Qtrace0、所述第二I轴轨迹路径Itrace1和所述第二Q轴轨迹路径Qtrace1对M×N1×n1维度的第一路径化数据SSIF0和第二路径化数据SSIF1均进行加权处理,得到每次测量得到的量子比特读取信号对应的坐标点数据。
可以理解的是,对M×N1×n1维度的第一路径化数据SSIF0和第二路径化数据SSIF1的实部和虚部分离、及分离之后的数据的第二维平均得到M×n1维度的轨迹路径数据,即所述第一I轴轨迹路径Itrace0、所述第一Q轴轨迹路径Qtrace0、所述第二I轴轨迹路径Itrace1和所述第二Q轴轨迹路径Qtrace1。轨迹路径数据包含了每次测量采集的数据随时间、采集器件的噪声、量子比特硬件自身的热激发等因素对信号的影响,因此,轨迹路径数据是更真实的数据。然后基于M×n1维度的轨迹路径数据对M×N1×n1维度的第一路径化数据SSIF0和第二路径化数据SSIF1均进行加权处理,得到每次测量得到的量子比特读取信号对应的坐标点数据,得的的坐标点数据的准确度更高。
其中:基于M×n1维度的轨迹路径数据对M×N1×n1维度的第一路径化数据SSIF0和第二路径化数据SSIF1均进行加权处理,具体包括:
步骤S41:对第一路径化数据SSIF0和第二路径化数据SSIF1中每一行的第(k1-1)*N1+1到k1*N1个元素均进行平均,得到数值S(k);
步骤S42:根据所述第一I轴轨迹路径Itrace0、所述第一Q轴轨迹路径Qtrace0、所述第二I轴轨迹路径Itrace1和所述第二Q轴轨迹路径Qtrace1对第一路径化数据SSIF0和第二路径化数据SSIF1中每一行中的所有所述S(k)进行加权平均获得单次测量的坐标点数值Sfinal,其中,加权平均采用的公式如下:
Figure BDA0002052428530000131
Figure BDA0002052428530000132
其得到的Sfinal是Mx1的数组,数组的每一行代表单次测量的信号对应的投影坐标的I轴分量和Q轴分量之和,是一个实数。在具体操作的时候,可以通过坐标系的旋转变换操作使得该实数可以代表新IQ坐标系下一个坐标分量,整体得到各次测量的信号对应的投影坐标点。
需要说明的是,以上采用两个权重公式进行Sfinal的计算,这两个公式均为常用的权重化处理公式,其区别之处在于,上方的公式表示权重的累加和为1,下方表示权重的平方累加和为1。具体原理不再做过多描述。
步骤S5:根据所述第一类坐标点数据和所述第一分布中心坐标点、第二类坐标点数据和所述第二分布中心坐标点确定阈值直线。
具体而言,根据所述第一类坐标点数据和所述第一分布中心坐标点、第二类坐标点数据和所述第二分布中心坐标点确定阈值直线的方法可以基于支持向量机(SVM)算法进行,也可以基于K聚类分析算法进行,基于支持向量机(SVM)算法或基于K聚类分析算法进行处理的过程,不属于本实施例保护的内容,在此不做详细介绍,本实施例采用如下所述的方法进行,具体为:步骤S5所述的根据所述第一类坐标点数据和所述第一分布中心坐标点、第二类坐标点数据和所述第二分布中心坐标点确定阈值直线包括步骤S51至步骤S55:
步骤S51:对所述第一类坐标点数据和第二类坐标点数据分别进行一维双高斯拟合,获得第一统计中心坐标点、第二统计中心坐标点、第一标准差σ1和第二标准差σ2
具体的,步骤S51中的双高斯拟合可以直接借助matlab的高斯拟合函数进行。在具体操作的时候,考虑到各所述第一类坐标点数据对应的物理含义,即量子比特处于第一量子态时的量子比特读取信号对应的投影坐标,考虑到各所述第二类坐标点数据对应的物理含义,即量子比特处于第二量子态时的量子比特读取信号对应的投影坐标,而各所述第一类坐标点数据的分布满足一维空间的高斯分布,分布图形记为第一高斯分布图形,各所述第二类坐标点数据的分布满足一维空间的高斯分布,分布图形记为第二高斯分布图形,可知第一高斯分布图形和第二高斯分布图形具有交叉重叠的部分,所以可以根据高斯拟合得到的第一高斯分布图形和第二高斯分布图形的相关参数,进一步确定各所述第一类坐标点数据落入第一高斯分布图形的概率P1和各所述第一类坐标点数据落入第二高斯分布图形的概率P2,并进一步确定各所述第二类坐标点数据落入第二高斯分布图形的概率P3和各所述第一类坐标点数据落入第二高斯分布图形的概率P4,可以得知的是P1大于P3,P2小于P4。
其中:用于将所述第一统计中心坐标点和所述第一统计中心坐标点分割在两个空间的直线,该直线记为阈值直线Ithd,且所述阈值直线Ithd垂直所述第一统计中心坐标点和所述第一统计中心坐标点两者的连线。当得到的Sfinal是Mx1的数组,数组的每一行代表单次测量的信号对应的投影坐标的I轴分量和Q轴分量之和时,阈值直线Ithd为垂直X轴的直线。
步骤S52:根据所述第一统计中心坐标点(I0)、所述第二统计中心坐标点(I1)、所述第一标准差σ1、所述第一标准差σ2确定各所述第一类坐标点的第一概率密度分布函数p(R0)和各所述第一类坐标点的第二概率密度分布函数p(R1);
步骤S53:确定保真度函数为所述第一概率密度分布函数p(R0)在所述第一空间的积分函数及所述第二概率密度分布函数p(R1)在所述第二空间的积分函数之和。
步骤S54:确定所述保真度函数取最值时对应的阈值直线为所述阈值直线。
具体的,
Figure BDA0002052428530000151
其中:公式(3)取最大值或者最小值是由第一统计中心坐标点和第二统计中心坐标点在阈值直线Ithd两侧的分布情况确定的,当第一统计中心坐标点分布在阈值直线Ithd的右侧,第二统计中心坐标点分布在阈值直线Ithd的左侧,则公式(3)取最大值;反之,则公式(3)取最小值。
如图3所示,本发明的又一实施例提供了一种基于测量轨迹的阈值直线确定装置,其包括:
数据获取模块1,被配置用于获得量子比特处于确定量子态时的量子比特读取信号的测量数据,其中:所述确定量子态包括可相互区分的第一量子态和第二量子态;
第一数据处理模块2,被配置用于对所述测量数据进行复数变换处理获得量子比特处于确定量子态时的量子比特读取信号对应的原始数据;
第二数据处理模块3,被配置用于根据所述原始数据获得量子比特处于确定量子态时的量子比特读取信号对应的测量轨迹;
第三数据处理模块4,被配置用于根据所述测量轨迹获得量子比特处于所述第一量子态时的每次测量得到的量子比特读取信号对应的第一类坐标点数据以及各所述第一类坐标点的第一统计中心坐标点、量子比特处于所述第二量子态时每次测量得到的量子比特读取信号对应的第二类坐标点数据以及各所述第二类坐标点的第二统计中心坐标点;
阈值直线确定模块5,被配置用于根据所述第一类坐标点数据和所述第一统计中心坐标点、第二类坐标点数据和所述第二统计中心坐标点确定阈值直线。
本发明的再一实施例提供了一种存储介质,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行下述方法:
步骤S11:获得量子比特处于确定量子态时的量子比特读取信号的测量数据,其中:所述确定量子态包括可相互区分的第一量子态和第二量子态;
步骤S12:对所述测量数据进行复数变换处理获得量子比特处于确定量子态时的量子比特读取信号对应的原始数据;
步骤S13:根据所述原始数据获得量子比特处于确定量子态时的量子比特读取信号对应的测量轨迹;
步骤S14:根据所述测量轨迹获得量子比特处于所述第一量子态时的每次测量得到的量子比特读取信号对应的第一类坐标点数据以及各所述第一类坐标点的第一统计中心坐标点、量子比特处于所述第二量子态时每次测量得到的量子比特读取信号对应的第二类坐标点数据以及各所述第二类坐标点的第二统计中心坐标点;
步骤S15:根据所述第一类坐标点数据和所述第一统计中心坐标点、第二类坐标点数据和所述第二统计中心坐标点确定阈值直线。
本发明的再一实施例提供了一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行所述下述的方法。
步骤S21:获得量子比特处于确定量子态时的量子比特读取信号的测量数据,其中:所述确定量子态包括可相互区分的第一量子态和第二量子态;
步骤S22:对所述测量数据进行复数变换处理获得量子比特处于确定量子态时的量子比特读取信号对应的原始数据;
步骤S23:根据所述原始数据获得量子比特处于确定量子态时的量子比特读取信号对应的测量轨迹;
步骤S24:根据所述测量轨迹获得量子比特处于所述第一量子态时的每次测量得到的量子比特读取信号对应的第一类坐标点数据以及各所述第一类坐标点的第一统计中心坐标点、量子比特处于所述第二量子态时每次测量得到的量子比特读取信号对应的第二类坐标点数据以及各所述第二类坐标点的第二统计中心坐标点;
步骤S25:根据所述第一类坐标点数据和所述第一统计中心坐标点、第二类坐标点数据和所述第二统计中心坐标点确定阈值直线。
可选地,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上依据图式所示的实施例详细说明了本发明的构造、特征及作用效果,以上所述仅为本发明的较佳实施例,但本发明不以图面所示限定实施范围,凡是依照本发明的构想所作的改变,或修改为等同变化的等效实施例,仍未超出说明书与图示所涵盖的精神时,均应在本发明的保护范围内。

Claims (13)

1.一种基于测量轨迹的阈值直线确定方法,其特征在于,包括以下步骤:
获得量子比特处于确定量子态时的量子比特读取信号的测量数据,其中:所述确定量子态包括可相互区分的第一量子态和第二量子态;
对所述测量数据进行复数变换处理获得量子比特处于确定量子态时的量子比特读取信号对应的原始数据;
根据所述原始数据获得量子比特处于确定量子态时的量子比特读取信号对应的测量轨迹;
根据所述测量轨迹获得量子比特处于所述第一量子态时的每次测量得到的量子比特读取信号对应的第一类坐标点数据以及各所述第一类坐标点的第一统计中心坐标点、量子比特处于所述第二量子态时每次测量得到的量子比特读取信号对应的第二类坐标点数据以及各所述第二类坐标点的第二统计中心坐标点;
根据所述第一类坐标点数据和所述第一统计中心坐标点、第二类坐标点数据和所述第二统计中心坐标点确定阈值直线。
2.根据权利要求1所述的基于测量轨迹的阈值直线确定方法,其特征在于,所述测量数据包含M*N个采样数据,其中M为重复采样次数,N为每次采样点数;
所述测量数据包括量子比特处于所述第一量子态时的量子比特读取信号的第一测量数据S0和量子比特处于所述第二量子态时的量子比特读取信号的第二测量数据S1;
所述对所述测量数据进行复数变换处理获得量子比特处于确定量子态时的量子比特读取信号对应的原始数据,具体包括:
对所述第一测量数据S0和所述第二测量数据S1中的各所述采样数据均进行复数变换处理获得量子比特处于所述第一量子态时的量子比特读取信号对应的第一原始数据SIF0、和量子比特处于所述第二量子态时的量子比特读取信号对应的第二原始数据SIF1,所述第一原始数据SIF0和所述第二原始数SIF1据均为包含实部和虚部的复数数据。
3.根据权利要求2所述的基于测量轨迹的阈值直线确定方法,其特征在于,所述对各所述采样数据进行复数变换处理,具体包括:
第j个采样数据乘以exp(-2πf*j),其中:f为原始信号频率/采样率。
4.根据权利要求2所述的基于测量轨迹的阈值直线确定方法,其特征在于,所述根据所述原始数据获得量子比特处于确定量子态时的量子比特读取信号对应的测量轨迹,具体包括:
对所述第一原始数据SIF0、所述第二原始数据SIF1中对应每次测量的数据均进行路径转化处理得到每次测量的路径化数据;
对各路径化数据均进行IQ分离变量处理得到各轨迹路径对应的I轴轨迹路径数据和Q轴轨迹路径数据;
对所述第一原始数据SIF0中重复测量得到的I轴轨迹路径数据平均得到量子比特处于所述第一量子态时的第一I轴轨迹路径,对所述第一原始数据SIF0中重复测量得到的Q轴轨迹路径数据平均得到量子比特处于所述第一量子态时的第一Q轴轨迹路径;对所述第二原始数据SIF1中重复测量得到的I轴轨迹路径数据平均得到量子比特处于所述第二量子态时的第二I轴轨迹路径,对所述第二原始数据SIF1中重复测量得到的Q轴轨迹路径数据平均得到量子比特处于所述第二量子态时的第二Q轴轨迹路径。
5.根据权利要求4所述的基于测量轨迹的阈值直线确定方法,其特征在于,所述对所述第一原始数据SIF0、所述第二原始数据SIF1中对应每次测量的数据均进行路径转化处理得到每次测量的路径化数据,具体包括:
对所述第一原始数据SIF0、所述第二原始数据SIF1中对应每次测量的数据均进行分段处理;其中:分段长度N1,其中N1<N,n1=N/N1为整数;
对于k1=1,2,…,n1,将第一原始数据SIF0、所述第二原始数据SIF1中的每一行的第(k1-1)*N1+1到k1*N1个元素取出来,构成第一路径化数据SSIF0和第二路径化数据SSIF1,两者均为M×N1×n1的数组。
6.根据权利要求5所述的基于测量轨迹的阈值直线确定方法,其特征在于,所述对各路径化数据均进行IQ分离变量处理得到各轨迹路径对应的I轴轨迹路径数据和Q轴轨迹路径数据,具体包括:
对第一路径化数据SSIF0和所述第二路径化数据SSIF1中的每一个元素均进行实部和虚部分离,分别得到第一路径化实部数据Real0和第一路径化虚部数据Imag0,第二路径化实部数据Real1和第一路径化虚部数据Imag1;
对第一路径化实部数据Real0和第一路径化虚部数据Imag0,第二路径化实部数据Real1和第一路径化虚部数据Imag1均做第二维平均,分别得到所述第一I轴轨迹路径Itrace0、所述第一Q轴轨迹路径Qtrace0、所述第二I轴轨迹路径Itrace1和所述第二Q轴轨迹路径Qtrace1。
7.根据权利要求6所述的基于测量轨迹的阈值直线确定方法,其特征在于,所述根据所述测量轨迹获得量子比特处于所述第一量子态时的量子比特读取信号对应的第一类坐标点数据以及各所述第一类坐标点的第一分布中心、量子比特处于所述第二量子态时的量子比特读取信号对应的第二类坐标点数据以及各所述第二类坐标点的第二分布中心,具体包括:
基于所述第一I轴轨迹路径Itrace0、所述第一Q轴轨迹路径Qtrace0、所述第二I轴轨迹路径Itrace1和所述第二Q轴轨迹路径Qtrace1对第一路径化数据SSIF0和第二路径化数据SSIF1均进行加权处理,得到每次测量得到的量子比特读取信号对应的坐标点数据;
对量子比特处于所述第一量子态时所有第一类标点数据平均得到所述第一分布中心,对量子比特处于所述第二量子态时所有第二类标点数据平均得到所述第二分布中心。
8.根据权利要求7所述的基于测量轨迹的阈值直线确定方法,其特征在于,所述基于所述第一I轴轨迹路径Itrace0、所述第一Q轴轨迹路径Qtrace0、所述第二I轴轨迹路径Itrace1和所述第二Q轴轨迹路径Qtrace1对第一路径化数据SSIF0和第二路径化数据SSIF1处理,得到每次测量得到的量子比特读取信号对应的坐标点数据,具体包括:
对第一路径化数据SSIF0和第二路径化数据SSIF1中每一行的第(k1-1)*N1+1到k1*N1个元素均进行平均,得到数值S(k);
根据所述第一I轴轨迹路径Itrace0、所述第一Q轴轨迹路径Qtrace0、所述第二I轴轨迹路径Itrace1和所述第二Q轴轨迹路径Qtrace1对第一路径化数据SSIF0和第二路径化数据SSIF1中每一行中的所有所述S(k)进行加权平均获得单次测量的坐标点数值Sfinal。
9.根据权利要求8所述的基于测量轨迹的阈值直线确定方法,其特征在于,所述根据所述第一I轴轨迹路径Itrace0、所述第一Q轴轨迹路径Qtrace0、所述第二I轴轨迹路径Itrace1和所述第二Q轴轨迹路径Qtrace1对第一路径化数据SSIF0和第二路径化数据SSIF1中每一行中的所有所述S(k)进行加权平均单次测量的坐标点数值Sfinal,具体包括:
Figure FDA0002052428520000041
Figure FDA0002052428520000042
10.根据权利要求9所述的基于测量轨迹的阈值直线确定方法,其特征在于,所述根据所述第一类坐标点数据和所述第一统计中心坐标点、第二类坐标点数据和所述第二统计中心坐标点确定阈值直线,具体包括:
对所述第一类坐标点数据和第二类坐标点数据分别进行一维双高斯拟合,获得第一统计中心坐标点、第二统计中心坐标点、第一标准差σ1和第二标准差σ2
其中:用于将所述第一统计中心坐标点和所述第二统计中心坐标点分割在两个空间的直线记为阈值直线,且所述阈值直线垂直所述第一统计中心坐标点和所述第二统计中心坐标点两者的连线;两个空间分别记为第一空间A和第二空间B;
根据所述第一统计中心坐标点、所述第二统计中心坐标点、所述第一标准差σ1、所述第二标准差σ2确定各所述第一类坐标点的第一概率密度分布函数p(R|0>)和各所述第二类坐标点在I-Q坐标系的第二概率密度分布函数p(R|1);
确定保真度函数为所述第一概率密度分布函数p(R|0>)在所述第一空间的积分函数及所述第二概率密度分布函数p(R|1)在所述第二空间的积分函数之和;
确定所述保真度函数取最值时对应的阈值直线为所述阈值直线。
11.一种基于测量轨迹的阈值直线确定装置,其特征在于,包括:
数据获取模块,被配置用于获得量子比特处于确定量子态时的量子比特读取信号的测量数据,其中:所述确定量子态包括可相互区分的第一量子态和第二量子态;
第一数据处理模块,被配置用于根据所述测量数据获得量子比特处于确定量子态时的量子比特读取信号对应的原始数据;
第二数据处理模块,被配置用于对所述测量数据进行复数变换处理获得量子比特处于确定量子态时的量子比特读取信号对应的原始数据;
第三数据处理模块,被配置用于根据所述测量轨迹获得量子比特处于所述第一量子态时的每次测量得到的量子比特读取信号对应的第一类坐标点数据以及各所述第一类坐标点的第一分布中心坐标点、量子比特处于所述第二量子态时每次测量得到的量子比特读取信号对应的第二类坐标点数据以及各所述第二类坐标点的第二分布中心坐标点;
阈值直线确定模块,被配置用于根据所述第一类坐标点数据和所述第一分布中心坐标点、第二类坐标点数据和所述第二分布中心坐标点确定阈值直线。
12.一种存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求1至10任一项中所述的方法。
13.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行所述权利要求1至10任一项中所述的方法。
CN201910378243.1A 2019-05-08 2019-05-08 一种基于测量轨迹的阈值直线确定方法、装置 Active CN110210067B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910378243.1A CN110210067B (zh) 2019-05-08 2019-05-08 一种基于测量轨迹的阈值直线确定方法、装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910378243.1A CN110210067B (zh) 2019-05-08 2019-05-08 一种基于测量轨迹的阈值直线确定方法、装置

Publications (2)

Publication Number Publication Date
CN110210067A CN110210067A (zh) 2019-09-06
CN110210067B true CN110210067B (zh) 2023-04-25

Family

ID=67786973

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910378243.1A Active CN110210067B (zh) 2019-05-08 2019-05-08 一种基于测量轨迹的阈值直线确定方法、装置

Country Status (1)

Country Link
CN (1) CN110210067B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110991648B (zh) * 2019-12-16 2024-01-23 北京百度网讯科技有限公司 一种高斯分布量子态确定方法、装置以及电子设备
CN111369003B (zh) * 2020-03-31 2023-04-25 合肥本源量子计算科技有限责任公司 一种量子比特读取信号保真度的确定方法、装置
CN111626427B (zh) * 2020-05-29 2023-11-03 本源量子计算科技(合肥)股份有限公司 一种量子逻辑门操作量子比特的展示方法和装置
CN111930294B (zh) * 2020-07-22 2023-06-16 山东浪潮科学研究院有限公司 量子云平台系统量子拖拽方法
CN112633509B (zh) * 2020-12-08 2021-07-13 北京百度网讯科技有限公司 量子数据间距离的确定方法及量子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109115224A (zh) * 2018-08-30 2019-01-01 衡阳市衡山科学城科技创新研究院有限公司 一种九轴传感器的高动态轨迹处理方法及装置
CN109409525A (zh) * 2018-10-15 2019-03-01 合肥本源量子计算科技有限责任公司 量子比特量子态确定方法和量子比特读取信号解析方法
CN109447271A (zh) * 2018-10-15 2019-03-08 合肥本源量子计算科技有限责任公司 一种量子比特量子态读取方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10565514B2 (en) * 2016-03-31 2020-02-18 Board Of Regents, The University Of Texas System System and method for emulation of a quantum computer

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109115224A (zh) * 2018-08-30 2019-01-01 衡阳市衡山科学城科技创新研究院有限公司 一种九轴传感器的高动态轨迹处理方法及装置
CN109409525A (zh) * 2018-10-15 2019-03-01 合肥本源量子计算科技有限责任公司 量子比特量子态确定方法和量子比特读取信号解析方法
CN109447271A (zh) * 2018-10-15 2019-03-08 合肥本源量子计算科技有限责任公司 一种量子比特量子态读取方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
量子投影滤波;吴征天等;《控制理论与应用》;20171115(第11期);全文 *

Also Published As

Publication number Publication date
CN110210067A (zh) 2019-09-06

Similar Documents

Publication Publication Date Title
CN110210067B (zh) 一种基于测量轨迹的阈值直线确定方法、装置
CN112147573A (zh) 一种基于csi的幅值和相位信息的无源定位方法
CN109444813B (zh) 一种基于bp和dnn双神经网络的rfid室内定位方法
Feng et al. WiMi: Target material identification with commodity Wi-Fi devices
CN105137420B (zh) 一种多帧积累的非相干mimo雷达检测和定位方法
CN110969092B (zh) 脉冲信号去噪方法、装置及终端设备
Briani et al. VEXPA: Validated EXPonential Analysis through regular sub-sampling
CN110082711A (zh) 一种比幅比相测向方法和装置
CN114520736B (zh) 一种物联网安全检测方法、装置、设备及存储介质
CN112162244B (zh) 一种相关噪声和随机丢包环境下的事件触发目标跟踪方法
CN106468771A (zh) 一种低可观测高杂波条件下的多目标检测与跟踪方法
CN106295498A (zh) 光学遥感图像目标区域检测装置与方法
US20230046671A1 (en) Method and device for eliminating non-line of sight errors of time of arrival measurement values, and terminal
Mahyar Detection of top-k central nodes in social networks: A compressive sensing approach
CN114386321A (zh) 用于室内定位的aoa和tof联合估计方法、装置及存储介质
CN112526470A (zh) 标定雷达参数的方法和装置、电子设备、存储介质
CN111698695A (zh) 一种基于神经网络的lte指纹式定位方法
US11659783B2 (en) Calibrating crop row computer vision system
CN105652254B (zh) 室外场rcs测量方法及系统
Rings et al. Distinguishing between direct and indirect directional couplings in large oscillator networks: Partial or non-partial phase analyses?
CN111770528B (zh) 基于信道参数萃取方法的视距与非视距识别方法及装置
CN108596271B (zh) 指纹构建算法的评估方法、装置、存储介质及终端
CN114114197A (zh) 多普勒模糊度的计算方法、多普勒速度的计算方法及装置
CN108594172A (zh) 一种射频信号测距的方法、存储介质、系统及中央处理器
CN114362851B (zh) 一种基于机器学习的无线信道数据去噪方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant