CN111722200A - 一种环境自适应的纠缠干涉目标感知方法 - Google Patents
一种环境自适应的纠缠干涉目标感知方法 Download PDFInfo
- Publication number
- CN111722200A CN111722200A CN202010500353.3A CN202010500353A CN111722200A CN 111722200 A CN111722200 A CN 111722200A CN 202010500353 A CN202010500353 A CN 202010500353A CN 111722200 A CN111722200 A CN 111722200A
- Authority
- CN
- China
- Prior art keywords
- state
- entanglement
- environment
- parameter
- entangled
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4804—Auxiliary means for detecting or identifying lidar signals or the like, e.g. laser illuminators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Optics & Photonics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Instruments For Measurement Of Length By Optical Means (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及量子雷达领域,具体涉及一种干涉式量子雷达的目标感知技术,即利用环境参量反馈从而改变纠缠源参数而达到环境自适应目的的干涉式量子雷达目标探测技术。环境自适应的纠缠干涉目标感知的具体步骤为:(1)选取用于获取环境参量的最佳指针态;(2)基于最佳指针态的环境参量反演;(3)纠缠源参数优化和检测算符选取;(4)最优纠缠态的可控制备;(5)进行目标感知。本发明通过纠缠态对退相干等量子效应等效为环境参量进行获取,为进行自适应纠缠源设计提供参量支持;且基于LCMMS的可设计性,有效提高干涉式量子雷达的环境适应性,使其在非理想环境中尽可能保持其探测优势。
Description
技术领域
本发明涉及量子雷达领域,具体涉及一种干涉式量子雷达的目标感知技术,即利用环境参量反馈从而改变纠缠源参数而达到环境自适应目的的干涉式量子雷达目标探测技术。
背景技术
现代军事作战中雷达的作战任务已经从目标发现与预警,提升为目标识别、跟踪与精细感知,这对雷达的探测灵敏度和分辨率提出了更高要求。量子雷达以其突破量子极限的探测能力成为了雷达技术一个新的发展方向。基于量子纠缠技术能够使量子雷达发挥其最大优势,其中纠缠干涉式量子雷达以其突破物理极限的相位估计精度,能够获得良好的目标探测灵敏度和分辨率。然而,纠缠干涉受到环境因素影响导致其测量性能可能会劣于非纠缠态。解决非理想环境下的纠缠干涉过程环境适应性问题是实现干涉式量子雷达探测优势的关键环节。
大气光学中的自适应技术就是为了解决大气环境对激光雷达探测效果的影响而提出的一种修正技术。这种技术的应用前提是基于大气对探测过程的影响进行负反馈,调整激光光源从而补偿大气带来的影响。同样在纠缠式量子雷达的实际应用中,由于与大气环境不可避免的相互作用,纠缠态受到传输过程中光子损耗以及相位噪声的影响导致量子态发生退相干。目前人们分别研究了光子损耗与相位波动对纠缠干涉测量的影响。但在真实的大气环境中,光子损耗与相位波动往往是同时存在的。另外,由于量子雷达有别于经典雷达的探测模式,一些附带的量子效应作为隐性环境参量对探测过程仍产生影响。因此为了实现纠缠干涉量子雷达的环境自适应问题,需要基于实时感知的环境参量结果,调整纠缠源参数和检测算符的闭环探测回路,确保雷达始终保持其探测优势,从而达到提升雷达环境适应能力的目的。
非理想的目标探测环境,相当于在整个纠缠干涉过程中又引入了若干未知的环境参量,这些参量的参与将导致最终干涉仪输出的可观测量发生变化,从而影响雷达的目标探测效果。为了进行自适应探测,如何得到探测回路中的各类环境参量,是完成探测回路负反馈首要解决的技术问题。
输入的纠缠态信息以及所采用的纠缠信息检测算符定义了干涉式量子雷达的目标探测模式。而为了实现在非理想环境下的高性能目标探测,需要根据环境参量调整输入的纠缠态参数。纠缠态参数如何设计并制备?相应的最优检测算符如何确定?探测过程中的环境参量在不断地发生变化,在复杂的空间环境下,需要明晰使用何种探测模式才能够确保纠缠干涉的探测优势,从而达到提高纠缠干涉的环境适应性的目的。
发明内容
本发明的目的是解决上述现有技术中环境参量的量子感知、纠缠源参数及检测算符选取等问题,提供一种环境自适应的纠缠干涉目标感知方法。
本发明是通过以下技术方案实现的:
一种环境自适应的纠缠干涉目标感知方法,包括以下步骤:
(1)选取用于获取环境参量的最佳指针态;
(2)基于最佳指针态的环境参量反演;
(3)纠缠源参数优化和检测算符选取;
(4)最优纠缠态的可控制备;
(5)进行目标感知。
优选地,步骤(1)所述最佳指针态为纠缠Fock态。
优选地,步骤(2)所述环境参量反演包括以下步骤:
(21)将所选取的指针态输入处于待测大气环境下的干涉仪;
(22)在干涉仪输出端对两端口光子的输出光子进行计数;
(23)根据计数结果得到不同输出光子态的分布概率值;
(24)利用步骤(23)得到的概率值与系综平均内积各幂次之间的关系建立方程组,求解不同幂次内积值;
(25)解算包含在各幂次内积中的环境参量。
优选地,步骤(3)所述纠缠源参数优化和检测算符选取包括以下步骤:
(31)以环境参量感知结果为基础,根据已知环境影响规律首先确定一个初始LCMMS参数集合并选择一个初始的输出检测算符,从而产生初始染色体种群;
(32)将初始染色体种群和环境参量输入到干涉过程模型中,得到输出观测量;以超灵敏度和超分辨率为约束条件,计算输出观测量的适用度和遗传下一代的概率;
(33)判断该适用度下是否存在满足超灵敏度和超分辨率探测需求的输入态及检测算符,若有则直接输出为优化结果;若无则进行下一步;
(34)对当前种群进行交叉、变异及复制操作,产生新的染色体种群,将新的种群重新输入干涉过程,重复步骤(32)和(33),直到找到符合要求的染色体,即LCMMS参数优化和检测算符选取结果。
优选地,步骤(4)所述最优纠缠态的可控制备指的是采用超纠缠态的制备方法产生具有所设计参数形式的LCMMS。
本发明的有益效果在于:
(1)除了经典手段可以直接观测的大气衰减和大气相位抖动等经典环境参量,本技术进一步通过纠缠态对退相干等量子效应等效为环境参量进行获取,为进行自适应纠缠源设计提供参量支持。
(2)基于LCMMS的可设计性,将大气环境自适应技术应用在纠缠干涉式量子雷达中,基于环境参量获取,采用遗传算法进行纠缠源设计、制备和检测算符选取,能够有效提高干涉式量子雷达的环境适应性,使其在非理想环境中尽可能保持其探测优势。
附图说明
图1为本发明环境自适应纠缠干涉目标感知流程图;
图2为本发明环境参量的感知流程;
图3为本发明LCMMS参数优化和检测算符选取流程图。
具体实施方式
为更好理解本发明,下面结合实施例及附图对本发明作进一步描述,以下实施例仅是对本发明进行说明而非对其加以限定。
1总体方案
环境自适应的纠缠干涉目标感知的具体步骤为:(1)选取用于获取环境参量的最佳指针态;(2)基于纠缠Fock态的环境参量反演;(3)纠缠源参数优化和检测算符选取;(4)最优纠缠态的可控制备;(5)进行目标感知。如图1所示。
2最佳指针态选取
正是由于那些经典手段无法感知的环境参量的存在,因此本方法在环境感知中使用纠缠Fock态作为指针态对环境参量进行测量。由于纠缠态对不同环境参量的敏感程度不同,在环境参量的测量中选取对每一类环境参量最为敏感(即在观测时变化最明显)的纠缠态作为环境参量感知时的纠缠源。
3环境参量反演
将所选取指针态输入处于待测大气环境下的干涉仪,记录不同纠缠态输入时干涉仪输出的可观测量(干涉条纹对比度),对测量数据进行处理并反演出所需的环境参量结果。由于在输入确定的纠缠Fock态时,探测器输出的不同结果均能够使用玻色子交换的方法进行描述。而不同环境参量对玻色子交换过程的影响同样能够反映在内积的幂次上。因此采用如图2的方法进行环境参量反演。
确定好需要感知的环境参量后,将指针态输入干涉仪,并在干涉仪输出端对两端口光子的输出光子进行计数。根据计数结果得到不同输出光子态的分布概率值。利用这些概率值与系综平均内积各幂次之间的关系建立方程组,求解出各幂次的内积值。从而将包含在各幂次内积中环境参量提取出来。同时,由于各环境参量共同作用在系综平均内积上,因此对各个环境参量感知过程的数据可以共享,用于相互之间反演结果验证。
4纠缠源参数优化和检测算符选取
环境适应性纠缠干涉量子雷达的工作模式,包括如何确定其干涉仪的输入量子态以及干涉仪输出的量子态检测算符。纠缠源的参数调整是基于LCMMS(线性组合M&M’态)的参数可设计性。其中可设计参数主要是指LCMMS中表征各M&M’态|m::m'>ab的出现的概率|Cmm'|2,以及M&M’态的模式空间。其中|Cmm'|2可以用正态分布、均匀分布、二项分布等不同分布方式描述,而M&M’态的模式空间,用以下表述方式:M&M’态中的光子数m仅在[ML,2,MU,2]区间内取值,光子数m'仅在[ML,1,MU,1]区间内取值。由于m>m',因此有MU,1<ML,2。M&M’态是纠缠Fock态的一种,指的是纠缠路径上,a光路上的光子数为m个,另一路b光路上光子数为m’个。|Cmm'|2表示光子数分别为m和m’在a和b路径上出现的概率。L和U表示区间下限和区间上限,例如ML,2MU,2,分别表示m取值的下限和上限。
结合前述得到的环境参量,选取该环境下的最优Cmm'、[ML,2,MU,2]、[ML,1,MU,1]组合,即为LCMMS参数的优化设计。本方法中采用如图3所示的遗传算法,对LCMMS的参数以及检测算符进行最优化设计和选取:
步骤1:以环境参量感知结果为基础,根据已知环境影响规律首先确定一个初始LCMMS参数集合并选择一个初始的输出检测算符,从而产生初始染色体种群。若将常用的几种检测算符作为一个算符集合A,则其中的第i个算符表示为A(i),那么种群中每个染色体所包含的基因为LCMMS的Cmm’,ML,2,MU,2,ML,2,MU,2,以及代表所选算符的i值。
步骤2:将初始染色体种群和环境参量输入到干涉过程模型中,得到输出观测量。以超灵敏度和超分辨率为约束条件,计算输出观测量的适用度和遗传下一代的概率。
步骤3:判断该适用度下是否存在满足超灵敏和超分辨探测需求的输入态及检测算符,若有则直接输出为优化结果;若无则进行下一步;
步骤4:对当前种群进行交叉、变异及复制等操作,产生新的染色体种群。将新的种群重新输入干涉过程,重复步骤2和步骤3,直到找到符合要求的染色体,即LCMMS参数优化和检测算符选取结果。
5LCMMS态的可控制备方法
超纠缠源是一种产生具有与NOON以及M&M’态相似波函数形式纠缠态有效方,采用超纠缠态的制备方法产生具有所设计参数形式的LCMMS。
以上所述实施方式仅仅是对本发明的优选实施方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案作出的各种变形和改进,均应落入本发明的权利要求书确定的保护范围内。
Claims (5)
1.一种环境自适应的纠缠干涉目标感知方法,其特征在于,包括以下步骤:
(1)选取用于获取环境参量的最佳指针态;
(2)基于最佳指针态的环境参量反演;
(3)纠缠源参数优化和检测算符选取;
(4)最优纠缠态的可控制备;
(5)进行目标感知。
2.根据权利要求1所述的一种环境自适应的纠缠干涉目标感知方法,其特征在于:步骤(1)所述最佳指针态为纠缠Fock态。
3.根据权利要求1所述的一种环境自适应的纠缠干涉目标感知方法,其特征在于,步骤(2)所述环境参量反演包括以下步骤:
(21)将所选取的指针态输入处于待测大气环境下的干涉仪;
(22)在干涉仪输出端对两端口光子的输出光子进行计数;
(23)根据计数结果得到不同输出光子态的分布概率值;
(24)利用步骤(23)得到的概率值与系综平均内积各幂次之间的关系建立方程组,求解不同幂次内积值;
(25)解算包含在各幂次内积中的环境参量。
4.根据权利要求1所述的一种环境自适应的纠缠干涉目标感知方法,其特征在于,步骤(3)所述纠缠源参数优化和检测算符选取包括以下步骤:
(31)以环境参量感知结果为基础,根据已知环境影响规律首先确定一个初始LCMMS参数集合并选择一个初始的输出检测算符,从而产生初始染色体种群;
(32)将初始染色体种群和环境参量输入到干涉过程模型中,得到输出观测量;以超灵敏度和超分辨率为约束条件,计算输出观测量的适用度和遗传下一代的概率;
(33)判断该适用度下是否存在满足超灵敏度和超分辨率探测需求的输入态及检测算符,若有则直接输出为优化结果;若无则进行下一步;
(34)对当前种群进行交叉、变异及复制操作,产生新的染色体种群,将新的种群重新输入干涉过程,重复步骤(32)和(33),直到找到符合要求的染色体,即LCMMS参数优化和检测算符选取结果。
5.根据权利要求1所述的一种环境自适应的纠缠干涉目标感知方法,其特征在于:步骤(4)所述最优纠缠态的可控制备指的是采用超纠缠态的制备方法产生具有所设计参数形式的LCMMS。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010500353.3A CN111722200B (zh) | 2020-06-04 | 2020-06-04 | 一种环境自适应的纠缠干涉目标感知方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010500353.3A CN111722200B (zh) | 2020-06-04 | 2020-06-04 | 一种环境自适应的纠缠干涉目标感知方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111722200A true CN111722200A (zh) | 2020-09-29 |
CN111722200B CN111722200B (zh) | 2022-09-13 |
Family
ID=72565924
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010500353.3A Active CN111722200B (zh) | 2020-06-04 | 2020-06-04 | 一种环境自适应的纠缠干涉目标感知方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111722200B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130096698A1 (en) * | 2011-10-14 | 2013-04-18 | PronetLabs Ltd. | Self-organizing quantum robust control methods and systems for situations with uncertainty and risk |
CN105044908A (zh) * | 2015-08-18 | 2015-11-11 | 西安电子科技大学 | 强干扰背景下基于压缩感知的纠缠光成像装置和成像方法 |
DE102016103109A1 (de) * | 2016-02-23 | 2017-08-24 | Björn Habrich | Vermessung einer kavität mittels interferenzspektroskopie |
CN107462234A (zh) * | 2017-09-01 | 2017-12-12 | 中国科学院武汉物理与数学研究所 | 一种基于冷原子干涉技术的寻北测量设备及测量方法 |
CN108776340A (zh) * | 2018-05-05 | 2018-11-09 | 中国人民解放军国防科技大学 | 一种基于遗传算法的顺轨干涉合成孔径雷达海表流场反演方法 |
CN109164663A (zh) * | 2018-08-21 | 2019-01-08 | 中国科学技术大学 | 一种小型化纠缠源及其制备方法、以及设备无关量子随机数发生器 |
CN109633663A (zh) * | 2018-09-04 | 2019-04-16 | 哈尔滨工业大学 | 量子偏振激光雷达stokes参量探测精度分析方法 |
CN110865385A (zh) * | 2019-11-22 | 2020-03-06 | 东北石油大学 | 相干叠加态源超分辨率量子测距系统 |
-
2020
- 2020-06-04 CN CN202010500353.3A patent/CN111722200B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130096698A1 (en) * | 2011-10-14 | 2013-04-18 | PronetLabs Ltd. | Self-organizing quantum robust control methods and systems for situations with uncertainty and risk |
CN105044908A (zh) * | 2015-08-18 | 2015-11-11 | 西安电子科技大学 | 强干扰背景下基于压缩感知的纠缠光成像装置和成像方法 |
DE102016103109A1 (de) * | 2016-02-23 | 2017-08-24 | Björn Habrich | Vermessung einer kavität mittels interferenzspektroskopie |
CN107462234A (zh) * | 2017-09-01 | 2017-12-12 | 中国科学院武汉物理与数学研究所 | 一种基于冷原子干涉技术的寻北测量设备及测量方法 |
CN108776340A (zh) * | 2018-05-05 | 2018-11-09 | 中国人民解放军国防科技大学 | 一种基于遗传算法的顺轨干涉合成孔径雷达海表流场反演方法 |
CN109164663A (zh) * | 2018-08-21 | 2019-01-08 | 中国科学技术大学 | 一种小型化纠缠源及其制备方法、以及设备无关量子随机数发生器 |
CN109633663A (zh) * | 2018-09-04 | 2019-04-16 | 哈尔滨工业大学 | 量子偏振激光雷达stokes参量探测精度分析方法 |
CN110865385A (zh) * | 2019-11-22 | 2020-03-06 | 东北石油大学 | 相干叠加态源超分辨率量子测距系统 |
Non-Patent Citations (3)
Title |
---|
BROLLY, MATTHEW 等: ""A Lidar-Radar Framework to Assess the Impact of Vertical Forest Structure on Interferometric Coherence"", 《IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING》 * |
徐世龙等: "基于M&M′态的量子照明目标探测", 《光子学报》 * |
王宝伟: ""量子遗传算法的改进研究及在路由选择问题中的应用"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN111722200B (zh) | 2022-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Meda et al. | Photon-number correlation for quantum enhanced imaging and sensing | |
Lupo et al. | Quantum limits to incoherent imaging are achieved by linear interferometry | |
Dowling et al. | Quantum optical technologies for metrology, sensing, and imaging | |
Dwyer et al. | Scattering of Å-scale electron probes in silicon | |
JP5546244B2 (ja) | 二次元画像の類似性を測定するための方法および電子顕微鏡 | |
Yang et al. | Deployment of multistatic radar system using multi‐objective particle swarm optimisation | |
Foroozani et al. | Correlations of the time dependent signal and the state of a continuously monitored quantum system | |
Zanforlin et al. | Optical quantum super-resolution imaging and hypothesis testing | |
Lee et al. | Quantum-inspired multi-parameter adaptive Bayesian estimation for sensing and imaging | |
Lachman et al. | Quantum non-Gaussianity of light and atoms | |
CN111722200B (zh) | 一种环境自适应的纠缠干涉目标感知方法 | |
Scott et al. | Noise limits on two-photon interferometric sensing | |
Song et al. | Anti-disturbance state estimation for PDT-switched RDNNs utilizing time-sampling and space-splitting measurements | |
Wu et al. | A lensless LED matrix-based ptychographic microscopy imaging method using loss correction and adaptive step size | |
CN115031844A (zh) | 一种基于自适应偏振控制器的偏振测量方法、装置和系统 | |
US20210232090A1 (en) | Image Reproduction Method and Image Analysis Apparatus | |
Pepe et al. | Distance sensitivity of thermal light second-order interference beyond spatial coherence | |
Xu et al. | Studying the squeezing effect and phase-space distribution of a single-photon-added coherent state using a postselected von Neumann measurement | |
Yuan et al. | Multiple-object ghost imaging with a single-pixel detector | |
Whittle et al. | Machine learning for quantum-enhanced gravitational-wave observatories | |
Balakin et al. | Diffraction Structure of Quantum Ghost Images | |
Barge et al. | Weak thermal state quadrature-noise shadow imaging | |
Hamilton et al. | Adaptive filtering for hidden node detection and tracking in networks | |
Najafi et al. | Phase estimation of definite photon number states by using quantum circuits | |
Gagnon et al. | Effects of detector size and position on a test of Born's rule using a three-slit experiment |
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 |