CN112884154A - 量子态的分辨方法、装置和系统、量子测控系统和计算机 - Google Patents

Abstract

本发明公开了一种量子态的分辨方法、装置和系统、量子测控系统和计算机，分辨方法包括：基于预先建立的量子态分辨系数模型，进一步建立用于分辨从量子比特上采集的任意模拟信号中包含的量子态信息的分辨模型，针对采集到的任意模拟信号，根据预先配置的所述相关参数和所述分辨模型，分辨该模拟信号对应的量子态。无需对模拟信号进行IQ解调操作，整个分辨方法的方案与现有技术相比更加简单，有效节省了测控系统中计算模块的计算资源。

Description

量子态的分辨方法、装置和系统、量子测控系统和计算机

技术领域

本发明涉及量子测控领域，尤其是涉及一种量子态的分辨方法、装置和系统、量子测控系统和计算机。

背景技术

量子比特信息是指量子比特的量子态，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，量子比特所述的量子态即量子芯片的执行结果，该执行结果由量子比特读取信号(一般为模拟信号)携带并传出的。通过量子比特读取信号快速解析量子比特的量子态是了解量子芯片执行性能的关键工作，现有技术中，对于量子比特读取信号的解析过程一般可大致分为IQ解调、滤波以及积分。

发明人在实际应用时发现，现有技术中这种解析方案需要同时计算IQ解调的结果，在计算完成后，还需要对IQ解调的结果进行旋转以及阈值判定，这些过程繁杂需要消耗测控系统中计算模块的大量计算资源。

因此，如何节省计算资源，成为本领域亟待解决的技术问题。

需要说明的是，公开于本申请背景技术部分的信息仅仅旨在加深对本申请一般背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。

发明内容

本发明的目的在于提供量子态的分辨方法、装置和系统、量子测控系统和计算机，用于解决现有技术的解析方案需要消耗测控系统中计算模块的大量计算资源的问题。

为了解决上述技术问题，本发明提出一种量子态的分辨方法，量子态信息包含在从量子比特上采集的模拟信号中，所述分辨方法包括：

根据从所述模拟信号中提取和确定量子态时的相关参数建立量子态分辨系数模型；

基于所述量子态分辨系数模型建立用于分辨从量子比特上采集的任意模拟信号中包含的量子态信息的分辨模型；

针对采集到的任意模拟信号，根据预先配置的所述相关参数和所述分辨模型，分辨该模拟信号对应的量子态。

可选地，所述相关参数包括解调参数以及态分类方程的参数，所述解调参数为对所述模拟信号进行解调过程中配置的参数，所述态分类方程为预先配置用于区分不同的量子态。

可选地，所述态分类方程通过以下步骤获取：

将一量子比特制备成第一量子态并对其进行重复测量获取量子比特读取信号在正交平面坐标系上的多个坐标点数据，记为第一集合；将所述量子比特制备成第二量子态并对其进行重复测量获取量子比特读取信号在正交平面坐标系上的多个坐标点数据，记为第二集合，其中：所述第一量子态和所述第二量子态均为已知量子态且互不相同；

基于所述第一集合、所述第二集合以及所述正交平面坐标系，获取所述态分类方程。

可选地，基于所述第一集合、所述第二集合以及所述正交平面坐标系，通过二元分类算法获取所述态分类方程。

可选地，所述解调参数包括正交本振信号，所述正交本振信号用于对所述模拟信号进行下变频并输出基带信号。

可选地，所述解调参数还包括滤波器的抽头系数，所述滤波器用于对所述基带信号进行滤波处理。

可选地，所述解调参数还包括窗函数，所述窗函数为对经滤波处理后的所述基带信号进行加权累加过程中配置的参数。

可选地，量子态分辨系数模型包括分辨系数，所述分辨模型包括分辨方程，所述分辨系数以及所述分辨方程按照以下公式获取：

其中，a、b、c为所述态分类方程的参数，cos(2πft_l)、sin(2πft_l)为所述正交本振信号，w_1(l+n)、w_2(l+n)为所述窗函数，b_n为所述滤波器的抽头系数，N为所述滤波器的阶数，f为所述模拟信号的频率，s_l为对所述模拟信号进行离散化处理后得到的信号，L为对所述模拟信号进行离散化处理的采样点的数量，k_l为所述分辨系数，t_l为各个采样点对应的时间点，p为所述分辨方程的计算结果。

可选地，所述针对采集到的任意模拟信号，根据配置的所述相关参数和所述分辨模型，分辨该模拟信号对应的量子态，包括：

对包含有量子态信息的模拟信号进行采样处理，并输出采样信号；

基于所述采样信号以及所述分辨方程，分辨所述模拟信号对应的量子态。

可选地，所述基于所述采样信号以及所述分辨方程，分辨所述模拟信号对应的量子态，包括：

将所述采样信号代入所述分辨方程中，并获取所述分辨方程的计算结果；

基于所述分辨方程的计算结果分辨所述模拟信号对应的量子态。

基于同一发明构思，本发明还提出一种量子态的分辨装置，量子态信息包含在从量子比特上采集的模拟信号中，所述分辨装置包括：

量子态分辨系数建立模块，其被配置为根据从所述模拟信号中提取和确定量子态时的相关参数建立量子态分辨系数模型；

分辨模型建立模块，其被配置为基于所述量子态分辨系数模型建立用于分辨从量子比特上采集的任意模拟信号中包含的量子态信息的分辨模型；

量子态分辨模块，其被配置为针对采集到的任意模拟信号，根据预先配置的所述相关参数和所述分辨模型，分辨该模拟信号对应的量子态。

基于同一发明构思，本发明还提出一种量子态的分辨系统，包括：

采样单元，其被配置为对包含有量子态信息的模拟信号进行采样处理，并输出采样信号；

第一单元，其被配置为存储量子态分辨系数模型，并根据所述量子态分辨系数模型计算和输出分辨系数；其中，所述量子态分辨系数模型根据从所述模拟信号中提取和确定量子态时的相关系数建立；

第二单元，其被配置为对所述分辨系数以及所述采样信号进行内积处理，与态分类方程的参数进行计算，输出计算结果，并基于所述计算结果分辨所述模拟信号对应的量子态。

可选地，所述第二单元包括：

乘累加器，用于对所述分辨系数以及所述采样信号进行内积处理，与态分类方程的参数进行计算，并基于所述计算结果分辨所述模拟信号对应的量子态。

基于同一发明构思，本发明还提出一种量子测控系统，包括所述量子态的分辨装置，或上述特征描述中任一项所述的量子态的分辨系统；

所述分辨装置或所述分辨系统设置在所述量子测控系统的读出信号输出侧，所述读出信号输出侧用于获取所述量子测控系统输出的模拟信号，所述分辨装置或所述分辨系统用于分辨所述模拟信号对应的量子态。

可选地，还包括一上位机，所述上位机用于输出所述分辨系数给所述第二单元。

基于同一发明构思，本发明还提出一种量子计算机，包括上述特征描述中任一项所述的量子测控系统。

基于同一发明构思，本发明还提出一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被一处理器执行时能实现上述特征描述中任一项所述的量子态的分辨方法。

与现有技术相比，本发明具有以下有益效果：

本发明提出的一种量子态的分辨方法，基于预先建立的量子态分辨系数模型，进一步建立用于分辨从量子比特上采集的任意模拟信号中包含的量子态信息的分辨模型，针对采集到的任意模拟信号，根据预先配置的所述相关参数和所述分辨模型，分辨该模拟信号对应的量子态。无需对模拟信号进行IQ解调操作，整个分辨方法的方案与现有技术相比更加简单，有效节省了测控系统中计算模块的计算资源。

本发明提出的量子态的分辨装置、量子态的分辨系统、量子测控系统、量子计算机以及可读存储介质与所述量子态的分辨方法属于同一发明构思，因此具有相同的有益效果，在此不做赘述。

附图说明

图1为实施例一提出的一种量子态的分辨方法的流程示意图；

图2为实施例一中示出的一种态分类方程的示意图；

图3为实施例二提出的一种量子态的分辨装置的示意图；

图4为实施例三提出的一种量子态的分辨系统的示意图；

其中：10-分辨装置，100-量子态分辨系数建立模块，101-分辨模型建立模块，102-量子态分辨模块，11-采样单元，12-第一单元，13-第二单元，131-乘累加器，132-比较器。

具体实施方式

下面将结合示意图对本发明的具体实施方式进行更详细的描述。根据下列描述和权利要求书，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。

在本发明的描述中，需要理解的是，术语“中心”、“上”、“下”、“左”、“右”等指示的方位或者位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

通过对现有技术中有关如何分辨量子态的方案描述可知，现有技术中的解析方案全部需要在测控系统中的计算模块内执行，通过计算模块一步一步执行各种计算操作，例如，先对模拟信号进行解调，解调的过程有分为混频、滤波以及积分等步骤，在解调完之后一般会输出对应的一组正交基带分量，然后判断这些正交基带分量所代表的量子态。这些步骤繁琐复杂，且需要计算模块经过多级流水线依次处理，而一般计算模块为带数据处理功能的处理芯片，其计算能力有限，因此在器件选型时还需要充分考虑处理芯片的计算能力，对于研发人员的研发进度以及成本有一定要求。发明人发现，对包含有量子态信息的模拟信号进行量子态分辨的具体步骤可通过建立起一个分辨模型来实现，在具体应用时，只要根据实际采集的模拟信号来相应调整分辨模型中的具体参数，直接生成对应的分辨模型，并将采集到的信号输入到该分辨模型中即可实现量子态的分辨过程。由此，计算模块中只需执行对分辨模型与采集到的信号的计算即可，仅需要一步执行操作就能分辨出模拟信号中量子态。

正是基于上述发现，发明人提出一种量子态的分辨方法，量子态信息包含在从量子比特上采集的模拟信号中，请参考图1，所述分辨方法包括：

根据从所述模拟信号中提取和确定量子态时的相关参数建立量子态分辨系数模型；

基于所述量子态分辨系数模型建立用于分辨从量子比特上采集的任意模拟信号中包含的量子态信息的分辨模型；

针对采集到的任意模拟信号，根据预先配置的所述相关参数和所述分辨模型，分辨该模拟信号对应的量子态。

实施例一

请继续参考图1，本实施例提出一种量子态的分辨方法，量子态信息包含在从量子比特上采集的模拟信号中，所述分辨方法包括：

S1：根据从所述模拟信号中提取和确定量子态时的相关参数建立量子态分辨系数模型；

S2：基于所述量子态分辨系数模型建立用于分辨从量子比特上采集的任意模拟信号中包含的量子态信息的分辨模型；

S3：针对采集到的任意模拟信号，根据预先配置的所述相关参数和所述分辨模型，分辨该模拟信号对应的量子态。

与现有技术不同之处在于，本实施例提出的量子态的分辨方法基于预先建立的量子态分辨系数模型，进一步建立用于分辨从量子比特上采集的任意模拟信号中包含的量子态信息的分辨模型，针对采集到的任意模拟信号，根据预先配置的所述相关参数和所述分辨模型，分辨该模拟信号对应的量子态。无需对模拟信号进行IQ解调操作，整个分辨方法的方案与现有技术相比更加简单，有效节省了测控系统中计算模块的计算资源。另外，现有技术的解析方案中每个采集到的信号均需要两组数据分别求其对应的I分量和Q分量，还需要额外的空间用于存储判断数据，而在本实施例的技术方案中，由于不需要对模拟信号进行IQ解调操作，因此每个采集的信号只需要一组等长的数据来存储，可以有效节省计算单元的内存空间。

具体地，所述相关参数包括解调参数以及态分类方程的参数，所述解调参数为对所述模拟信号进行解调过程中配置的参数，所述态分类方程为预先配置用于区分不同的量子态。在本发明实施例中，为了便于描述和理解本申请的技术方案，不同量子态分别为|0>态和|1>态，可以理解的是，在其它实施例中还可以有其它的量子态，在此不做限制。

所述态分类方程可通过以下步骤获取：

第一步：将一量子比特制备成第一量子态并对其进行重复测量获取量子比特读取信号在正交平面坐标系上的多个坐标点数据，记为第一集合；将所述量子比特制备成第二量子态并对其进行重复测量获取量子比特读取信号在正交平面坐标系上的多个坐标点数据，记为第二集合，其中：所述第一量子态和所述第二量子态均为已知量子态且互不相同；

第二步：基于所述第一集合、所述第二集合以及所述正交平面坐标系，获取所述态分类方程。

在所述量子态的分辨方法过程中，需要处理的信号为经从读取腔中透射或反射出的微波信号，并分辨该微波信号携带量子态的信息。量子态的信息包含在某个频率分量的幅值和相位中，该频率值由实验设计的量子比特的结构来决定，例如在本实施例中该频率值的范围可设置为500MHz-700MHz。态分类方程的参数获取流程如下：将目标比特制备到|0>态和|1>态，分别重复M次并完成每次的测量及相应的IQ解调，请参考图2，根据比特状态的不同，两组M个(I，Q)将在IQ平面分别以不同的中心形成两个二维高斯分布(也即所述第一集合以及所述第二集合)，借助一般的二元分类算法，我们可以获得相应的最优分类直线，如图2中黑色虚线所示，这里可以假设由图2得到的态分类方程为aI+bQ+c＝0。

所述步骤S3中，所述针对采集到的任意模拟信号，根据配置的所述相关参数和所述分辨模型，分辨该模拟信号对应的量子态，可具体包括：

S31：对包含有量子态信息的模拟信号进行采样处理，并输出采样信号；

S32：基于所述采样信号以及所述分辨方程，分辨所述模拟信号对应的量子态。

可以理解的是，在对包含有量子态信息的模拟信号进行采样处理后输出的采样信号实际上是数字信号。

所述步骤S32中，所述基于所述采样信号以及所述分辨方程，分辨所述模拟信号对应的量子态，可具体包括：

S321：将所述采样信号代入所述分辨方程中，并获取所述分辨方程的计算结果；

S322：基于所述分辨方程的计算结果分辨所述模拟信号对应的量子态。

所述分辨方程的计算结果的正负号可以直接用来区分量子态，在测控系统中尤其是基于FPGA的单乘累加器快速分辨通道，直接对所述分辨方程的计算结果的二进制有符号数值取最高位也就是符号位，0/1能直接对应两个量子态。例如，假设所述态分类方程的图形为图2中所示出的，由于所述分辨方程的计算结果的最高位代表了其正负，当最高位为1时代表负数，当最高位为0时代表正数。因此，当最高位为1时，则表示计算结果在图2中虚线的下方，对应的量子态为|0>态，当最高位为0时，则表示计算结果在图2中虚线的上方，对应的量子态应当为|1>态。

可以理解的是，在其它实施例中，所述分辨方程的计算结果还可与一预设的阈值比较，实际上，在本实施例中所述阈值同样可理解为是0，对于设定阈值的技术方案与本申请的方案类似，在此不做赘述。

可选地，所述解调参数包括正交本振信号，所述正交本振信号用于对所述模拟信号进行下变频并输出基带信号。一般地，所述正交本振信号为cos(2πft_l)和sin(2πft_l)。

进一步地，由于在对所述模拟信号进行下变频后输出的基带信号中，包含了不含量子比特信息的高频噪声信号，因此，需要对下变频输出的基带信号进行滤波处理，因此，在设计解调参数时，还需要将滤波器的抽头系数考虑进去，也即所述解调参数还包括滤波器的抽头系数，所述滤波器用于对所述基带信号进行滤波处理。可以理解的是，所述滤波器可为低通滤波器，所述滤波器的抽头系数与低通滤波器的阶数相关，一般地，N阶的低通滤波器具有N+1个抽头系数，具体抽头系数的数值可根据实际情况来设计，在此不做限制。

更进一步地，经滤波处理后的基带信号可以直接分别平权累加去平均值来作为解调的结果，然后利用该解调的结果进行量子态分辨。发明人发现通过设计窗函数来实现加权累加以替代一般的矩形可以在一定程度上优化量子态分辨的保真度。因此，在设计解调系数时，还可将窗函数的参数考虑进去，也即所述解调参数还包括窗函数，所述窗函数为对经滤波处理后的所述基带信号进行加权累加过程中配置的参数。

为了更好地理解本申请的技术方案，以下对窗函数的相关概念做简要介绍：数字信号处理的主要数学工具是傅里叶变换.而傅里叶变换研究的是整个时间域和频率域的关系。不过，当运用计算机实现工程测试信号处理时，不可能对无限长的信号进行测量和计算，而是取其有限的时间片段进行分析。做法是从信号中截取一个时间片段，然后用截取的信号时间片段进行周期延拓处理，得到虚拟的无限长的信号，然后就可以对信号进行傅里叶变换、相关分析等数学处理。无限长的信号被截断以后，其频谱发生了畸变，原来集中在f(0)处的能量被分散到两个较宽的频带中去了(这种现象称之为频谱能量泄漏)。为了减少频谱能量泄漏，可采用不同的截取函数对信号进行截断，截断函数称为窗函数，简称为窗，窗函数就是时域有限宽的信号。而在对于量子信号处理的领域，已发展出更适应此特定问题的窗函数设计法，普遍采用的是归一化后的两态分离轨迹之间的差值(即滤波之后的对应两态序列的差值的多次平均(注意需要分IQ两路))。

优选地，所述量子态分辨系数模型包括分辨系数，所述分辨模型包括分辨方程，所述分辨系数以及所述分辨方程按照以下公式获取：

其中，a、b、c为所述态分类方程的参数，cos(2πft_l)、sin(2πft_l)为所述正交本振信号，w_1(l+n)、w_2(++n)为所述窗函数，b_n为所述滤波器的抽头系数，N为所述滤波器的阶数，f为所述模拟信号的频率，s_l为对所述模拟信号进行离散化处理后得到的信号，L为对所述模拟信号进行离散化处理的采样点的数量，k_l为所述分辨系数，t_l为各个采样点对应的时间点，p为所述分辨方程的计算结果。

以下结合一具体示例来说明本申请的技术方案，在本实施例中，可假设采集了模拟信号中的四个数据点分别为{5,2,-1,-2}，对应的两路标准正弦波(正交本振信号)采样序列为{1,0,-1,0}和{0,1,-1,0}。滤波器采用一个一阶滤波器，系数设置为{0.5,0.5}。两路窗函数分别设置设计为{0.2,0.2,0.3,0.3}和{0.2,0.3,0.3,0.2}，态分类方程设置为x+y-1＝0，态分类方程的图可参考图2所示。模拟信号的频率可设置为500MHz-700MHz，这里可选用500MHz。将上述参数代入公式2中可得出所述分辨系数为{0.2,0.3,-0.55,0}，然后将采样得到的四个数据点{5,2,-1,-2}以及分辨系数{0.2,0.3,-0.55,0}代入到公式1中，也即将采样得到的四个数据点{5,2,-1,-2}以及分辨系数{0.2,0.3,-0.55,0}进行内积处理再加上态分类方程的参数c，可得出分辨方程的计算结果p为1.15，依据图2可以看出，当计算结果p大于0时，表示在直线的上方，因此可以分辨出此时模拟信号对应的量子态为|1>态。

为了验证本申请技术方案的可靠性和精确性，以下对于相同参数下的，利用现有技术的方案来实施量子态分辨的过程进行简要阐述，现有技术中有关如何分辨量子态的方案一般可分为混频、滤波、加权累加以及状态分类，具体如下：

1、混频：假设我们需要求得的量子比特信息落在频率分量f上，则需要将它分别与频率同为f的两路正交的标准正弦波(正交本振信号)相乘，将目标频率搬移到零频。对于数字信号来说，即为各自的采样点逐点对应相乘。假设我们一次测量有L个采样点，采到的信号序列为{s₁,s₂,...,s_L}，对应的时间点为{t₁,t₂,...,t_L}，则混频得到的两路序列分别为：

x_l＝s_l*cos(2πft_l)；(3)

y_l＝s_l*sin(2πft_l)；(4)

本领域技术人员可以理解的是，所述频率分量f为已知量，在量子比特的结构制备完成后就已经确定，在本实施例中可以认为是一个已知常数，l为1到L的常数。

2、滤波：混频后输出的信号需要经过滤波处理以除去其中的高频噪声，滤波器的设计可以根据实验需要和经验来获取。一般为低通滤波器，用来滤除零频之外的不含比特信息的高频信号。滤波器阶数的选择由经验及实际效果确定。对于一个N阶滤波器，其抽头系数有N+1个，抽头系数分别为{b₀,b₁,...,b_N}，滤波实现的结果为滤波系数与待滤波序列的卷积计算，具体为：

一般会约定l-n<1时x的值为0。

3、加权累加：对于滤波后的两路结果u_l以及y_l，可以直接分别平权累加取平均作为解调结果。理论分析表明通过设计窗函数实现加权累加代替一般的矩形窗通常能一定程度优化量子态分辨保真度，设两路窗函数设计为{w₁₁,w₁₂,...,w_1L}和{w₂₁,w₂₂,...,w_2L}，则加权求和计算结果表达式分别为：

4、状态分类：将加权累加后的解调结果代入实现配置好的用于量子态分类的态分类方程中，通过判断解调结果与直线的位置关系，决定量子比特状态的归属。态分类方程为：

P＝aI+bQ+c；(9)

若P>0则关联到1(0)态，否则关联到0(1)态。

同样地，可假设采集了模拟信号中的四个数据点分别为{5,2,-1,-2}，对应的两路标准正弦波(正交本振信号)采样序列为{1,0,-1,0}和{0,1,-1,0}。滤波器采用一个一阶滤波器，系数设置为{0.5,0.5}。两路窗函数分别设置设计为{0.2,0.2,0.3,0.3}和{0.2,0.3,0.3,0.2}，态分类方程设置为x+y-1＝0，态分类方程的图可参考图2所示。模拟信号的频率可设置为500MHz-700MHz，这里可选用500MHz。首先将上述参数代入公式3和公式4中，分别得到序列{5,0,1,0}和{0,2,1,0}；再将序列{5,0,1,0}和{0,2,1,0}代入公式5和公式6中，分别得到了序列{2.5,2.5,0.5,0.5}和{0,1,1.5,0.5}；再将序列{2.5,2.5,0.5,0.5}和{0,1,1.5,0.5}代入公式7和公式8中，得出一个IQ坐标点(1.3,0.85)；最后将该IQ坐标点(1.3,0.85)代入公式9中，得出结果为1.15，依据图2可以看出，当计算结果大于0时，表示在直线的上方，因此可以分辨出此时模拟信号对应的量子态为|1>态。

通过上述分析可知，在相同参数时，利用本申请的技术方案以及利用现有技术的方案进行量子态分辨时，得到的结果完全一致，这也验证了本申请提出的技术方案的准确性和可靠性。另外，从两个技术方案的计算过程对比可知，本申请的技术方案无需对模拟信号进行IQ解调操作，整个分辨方法的方案与现有技术相比更加简单，有效节省了测控系统中计算模块的计算资源。另外，由于不需要对模拟信号进行IQ解调操作，因此每个采集的信号只需要一组等长的数据来存储，可以有效节省计算单元的内存空间。除此之外，现有技术的技术方案需要经过多级流水线依次计算，其计算效率较低，而本申请的技术方案仅需依次乘加计算即可得出结果可有效减少计算所需时间，有效提高了计算效率。

本领域技术人员可以理解的是，在本实施例中，所述分辨方程的计算结果大于0时，其对应的量子态为|1>态，在其它实施例中，所述分辨方程的计算结果大于0时，其对应的量子态还可为|0>态，在此不做限制，具体需根据实际情况来选择。另外，图2示出态分类方程的示意图中，仅是一种示例，不能视为对态分类方程的限制，在其它实施例中，态分类方程对应的图形可以不是一条直线，例如，可以为一条曲线也即态分类方程还可为二元二次方程，在此不做限制，具体需根据实际需要来进行调整。

实施例二

基于同一发明构思，本实施例提出一种量子态的分辨装置10，量子态信息包含在从量子比特上采集的模拟信号中，请参考图3，所述分辨装置10包括：

量子态分辨系数建立模块100，其被配置为根据从所述模拟信号中提取和确定量子态时的相关参数建立量子态分辨系数模型；

分辨模型建立模块101，其被配置为基于所述量子态分辨系数模型建立用于分辨从量子比特上采集的任意模拟信号中包含的量子态信息的分辨模型；

量子态分辨模块102，其被配置为针对采集到的任意模拟信号，根据预先配置的所述相关参数和所述分辨模型，分辨该模拟信号对应的量子态。

可以理解的是，所述量子态分辨系数建立模块100、所述分辨模型建立模块101以及所述量子态分辨模块102可以合并在一个装置中实现，或者其中的任意一个模块可以被拆分成多个子模块，或者，所述量子态分辨系数建立模块100、所述分辨模型建立模块101以及所述量子态分辨模块102中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个功能模块中实现。根据本发明的实施例，所述量子态分辨系数建立模块100、所述分辨模型建立模块101以及所述量子态分辨模块102中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以以对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式的适当组合来实现。或者，所述量子态分辨系数建立模块100、所述分辨模型建立模块101以及所述量子态分辨模块102中的至少一个可以至少被部分地实现为计算机程序模块，当该程序被计算机运行时，可以执行相应模块的功能。

实施例三

基于同一发明构思，本实施例还提出一种量子态的分辨系统，请参考图4，所述分辨系统包括：

采样单元11，其被配置为对包含有量子态信息的模拟信号进行采样处理，并输出采样信号；

第一单元12，其被配置为存储量子态分辨系数模型，并根据所述量子态分辨系数模型计算和输出分辨系数；其中，所述量子态分辨系数模型根据从所述模拟信号中提取和确定量子态时的相关系数建立；

第二单元13，其被配置为对所述分辨系数以及所述采样信号进行内积处理，与态分类方程的参数进行计算，输出计算结果，并基于所述计算结果分辨所述模拟信号对应的量子态。

需要注意的是，所述第一单元12可设置为具有存储功能的器件，可选用但不限于RAM、ROM、DRAM、SRAM等类型的存储器件，在此不做限制，可根据实际需要来选择。所述第二单元13可设置为带有数据处理功能的器件，可选用但不限于MCU、MPU、FPGA等，在本实施例中所述第二单元13优选为FPGA。

具体地，所述第二单元13包括：

乘累加器131，用于对所述分辨系数以及所述采样信号进行内积处理，与态分类方程的参数进行计算，并基于所述计算结果分辨所述模拟信号对应的量子态。

与现有的分辨系统结构不同之处在于，FPGA需要执行的仅包括乘累加计算计算，计算量很小，FPGA也仅需要一个乘累加器131就能实现功能。与实施例一中类似地，计算结果的正负号可以直接用来区分量子态，在测控系统中尤其是基于FPGA的单乘累加器快速分辨通道，直接对所述分辨方程的计算结果的二进制有符号数值取最高位也就是符号位，0/1能直接对应两个量子态。因此，在器件选型时，对于FPGA的计算能力要求可以适当降低，可在一定程度降低硬件成本。

可以理解的是，当需要按照预设阈值的方式对所述乘累加器131的计算结果进行阈值判断时，所述第二单元13还可包括一比较器132，用于基于所述计算结果以及预设的阈值进行比较，并基于比较结果分辨所述模拟信号对应的量子态。具体比较器132的类型可选用电压比较器或其它类型的比较器，在此不做限制，可根据实际需要来选择。

实施例四

基于同一发明构思，本实施例提出一种量子测控系统，包括所述量子态的分辨装置，或上述特征描述中任一项所述的量子态的分辨系统；

所述分辨装置或所述分辨系统设置在所述量子测控系统的读出信号输出侧，所述读出信号输出侧用于获取所述量子测控系统输出的模拟信号，所述分辨装置或所述分辨系统用于分辨所述模拟信号对应的量子态。

可选地，还包括一上位机，所述上位机用于输出所述分辨系数给所述第二单元。

基于同一发明构思，本实施例还提出一种量子计算机，包括上述特征描述中任一项所述的量子测控系统。

实施例五

基于同一发明构思，本发明还提出一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被一处理器执行时能实现上述特征描述中任一项所述的量子态的分辨方法。

所述可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备，例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所描述的计算机程序可以从可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收所述计算机程序，并转发该计算机程序，以供存储在各个计算/处理设备中的可读存储介质中。用于执行本发明操作的计算机程序可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。所述计算机程序可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机程序的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。

这里参照根据本发明实施例的方法、系统和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机程序实现。这些计算机程序可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些程序在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机程序存储在可读存储介质中，这些计算机程序使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有该计算机程序的可读存储介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机程序加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的计算机程序实现流程图和/或框图中的一个或多个方框中规定的功能/动作。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”或“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例中以合适的方式结合。此外，本领域的技术人员可以将本说明书中描述的不同实施例或示例进行接合和组合。

上述仅为本发明的优选实施例而已，并不对本发明起到任何限制作用。任何所属技术领域的技术人员，在不脱离本发明的技术方案的范围内，对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动，均属未脱离本发明的技术方案的内容，仍属于本发明的保护范围之内。

Claims (17)

1.一种量子态的分辨方法，其特征在于，量子态信息包含在从量子比特上采集的模拟信号中，所述分辨方法包括：

根据从所述模拟信号中提取和确定量子态时的相关参数建立量子态分辨系数模型；

基于所述量子态分辨系数模型建立用于分辨从量子比特上采集的任意模拟信号中包含的量子态信息的分辨模型；

针对采集到的任意模拟信号，根据预先配置的所述相关参数和所述分辨模型，分辨该模拟信号对应的量子态。

2.如权利要求1所述的量子态的分辨方法，其特征在于，所述相关参数包括解调参数以及态分类方程的参数，所述解调参数为对所述模拟信号进行解调过程中配置的参数，所述态分类方程为预先配置用于区分不同的量子态。

3.如权利要求2所述的量子态的分辨方法，其特征在于，所述态分类方程通过以下步骤获取：

将一量子比特制备成第一量子态并对其进行重复测量获取量子比特读取信号在正交平面坐标系上的多个坐标点数据，记为第一集合；将所述量子比特制备成第二量子态并对其进行重复测量获取量子比特读取信号在正交平面坐标系上的多个坐标点数据，记为第二集合，其中：所述第一量子态和所述第二量子态均为已知量子态且互不相同；

基于所述第一集合、所述第二集合以及所述正交平面坐标系，获取所述态分类方程。

4.如权利要求3所述的量子态的分辨方法，其特征在于，基于所述第一集合、所述第二集合以及所述正交平面坐标系，通过二元分类算法获取所述态分类方程。

5.如权利要求2所述的量子态的分辨方法，其特征在于，所述解调参数包括正交本振信号，所述正交本振信号用于对所述模拟信号进行下变频并输出基带信号。

6.如权利要求5所述的量子态的分辨方法，其特征在于，所述解调参数还包括滤波器的抽头系数，所述滤波器用于对所述基带信号进行滤波处理。

7.如权利要求6所述的量子态的分辨方法，其特征在于，所述解调参数还包括窗函数，所述窗函数为对经滤波处理后的所述基带信号进行加权累加过程中配置的参数。

8.如权利要求7所述的量子态的分辨方法，其特征在于，量子态分辨系数模型包括分辨系数，所述分辨模型包括分辨方程，所述分辨系数以及所述分辨方程按照以下公式获取：

其中，a、b、c为所述态分类方程的参数，cos(2πft_l)、sin(2πft_l)为所述正交本振信号，w_1(l+n)、w_2(l+n)为所述窗函数，b_n为所述滤波器的抽头系数，N为所述滤波器的阶数，f为所述模拟信号的频率，s_l为对所述模拟信号进行离散化处理后得到的信号，L为对所述模拟信号进行离散化处理的采样点的数量，k_l为所述分辨系数，t_l为各个采样点对应的时间点，p为所述分辨方程的计算结果。

9.如权利要求8所述的量子态的分辨方法，其特征在于，所述针对采集到的任意模拟信号，根据配置的所述相关参数和所述分辨模型，分辨该模拟信号对应的量子态，包括：

对包含有量子态信息的模拟信号进行采样处理，并输出采样信号；

基于所述采样信号以及所述分辨方程，分辨所述模拟信号对应的量子态。

10.如权利要求9所述的量子态的分辨方法，其特征在于，所述基于所述采样信号以及所述分辨方程，分辨所述模拟信号对应的量子态，包括：

将所述采样信号代入所述分辨方程中，并获取所述分辨方程的计算结果；

基于所述分辨方程的计算结果分辨所述模拟信号对应的量子态。

11.一种量子态的分辨装置，其特征在于，量子态信息包含在从量子比特上采集的模拟信号中，所述分辨装置包括：

量子态分辨系数建立模块，其被配置为根据从所述模拟信号中提取和确定量子态时的相关参数建立量子态分辨系数模型；

分辨模型建立模块，其被配置为基于所述量子态分辨系数模型建立用于分辨从量子比特上采集的任意模拟信号中包含的量子态信息的分辨模型；

量子态分辨模块，其被配置为针对采集到的任意模拟信号，根据预先配置的所述相关参数和所述分辨模型，分辨该模拟信号对应的量子态。

12.一种量子态的分辨系统，其特征在于，包括：

采样单元，其被配置为对包含有量子态信息的模拟信号进行采样处理，并输出采样信号；

第一单元，其被配置为存储量子态分辨系数模型，并根据所述量子态分辨系数模型计算和输出分辨系数；其中，所述量子态分辨系数模型根据从所述模拟信号中提取和确定量子态时的相关系数建立；

第二单元，其被配置为对所述分辨系数以及所述采样信号进行内积处理，与态分类方程的参数进行计算，输出计算结果，并基于所述计算结果分辨所述模拟信号对应的量子态。

13.如权利要求12所述的量子态的分辨系统，其特征在于，所述第二单元包括：

乘累加器，用于对所述分辨系数以及所述采样信号进行内积处理，与态分类方程的参数进行计算，并基于所述计算结果分辨所述模拟信号对应的量子态。

14.一种量子测控系统，其特征在于，包括权利要求11所述的量子态的分辨装置，或权利要求12、13中任一项所述的量子态的分辨系统；

所述分辨装置或所述分辨系统设置在所述量子测控系统的读出信号输出侧，所述读出信号输出侧用于获取所述量子测控系统输出的模拟信号，所述分辨装置或所述分辨系统用于分辨所述模拟信号对应的量子态。

15.如权利要求14所述的量子测控系统，其特征在于，还包括一上位机，所述上位机用于输出所述分辨系数给所述第二单元。

16.一种量子计算机，其特征在于，包括权利要求14或15所述的量子测控系统。

17.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被一处理器执行时能实现权利要求1至10中任一项所述的量子态的分辨方法。

Images