CN113300781A - 一种超导量子比特读取脉冲的优化方法 - Google Patents
一种超导量子比特读取脉冲的优化方法 Download PDFInfo
- Publication number
- CN113300781A CN113300781A CN202110511938.XA CN202110511938A CN113300781A CN 113300781 A CN113300781 A CN 113300781A CN 202110511938 A CN202110511938 A CN 202110511938A CN 113300781 A CN113300781 A CN 113300781A
- Authority
- CN
- China
- Prior art keywords
- reading
- power
- measurement
- qubit
- control system
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/70—Photonic quantum communication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Optics & Photonics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Superconductor Devices And Manufacturing Methods Thereof (AREA)
- Measurement Of Radiation (AREA)
Abstract
一种超导量子比特读取脉冲的优化方法,以一定的步长改变测控系统所生成读取信号的功率,在每个输出功率下再以一定的步长改变测控系统所生成读取信号的频率,在每个功率、频率点重复利用单个X门操作将量子比特置于|1>态并且对量子比特的状态进行读取,假设上述过程重复的次数为N,其中读取到量子比特状态为|1>的次数为n,那么在每个功率、频率点读取到量子比特状态为|1>的概率为n/N;在完成对设定功率、频率范围读取信号的扫描后即可对比在不同功率、频率点下读取量子比特状态得到|1>的概率,选取其中读取到|1>概率最大所对应的读取信号参数即为最终得到的最优参数。
Description
技术领域
本发明涉及量子计算技术领域,具体涉及一种超导量子比特读取脉冲的优化方法。
背景技术
随着摩尔定律近临失效,人们需要继续寻找新的计算方案来确保计算力的持续提升。量子计算是后摩尔时代提升计算力的潜在方案之一,对于量子计算的实现而言,量子比特的构造存在多种不同的物理载体。超导量子比特是一种宏观量子现象,并且具有易于扩展、易于加工、退相干时间较长、能够进行非破坏性测量等优势,是目前热门的量子比特构造方案。而在超导量子计算的研究中,除了量子比特控制精度外,超导量子比特的读取精度提升也是实现超导量子计算的关键之一。
超导量子比特状态的读取依赖于平面波导的微波传输特性。具体来说,读取信号在经过量子芯片中的读取线时会受到量子比特读取谐振腔的影响,不同量子比特状态对应平面波导不同的S21传输特性,因此,可以对经过读取线后的读取信号进行采集分析,从而判断量子比特所处的状态。但是,为了避免读取信号对量子比特所处的量子态造成破坏,输入到量子芯片上的读取信号会经过多次衰减,达到单光子量级。这就导致了最终采集到的经过量子芯片读取传输线以后的读取信号十分微弱,需要经过多次放大才能对读取信号进行采集分析。而读取信号在经过放大器放大时会不可避免的引入噪声,对最终获取量子比特的状态造成不利影响。
发明内容
本发明为了克服以上技术的不足,提供了一种可以得到最优读取信号参数的超导量子比特读取脉冲的优化方法。
本发明克服其技术问题所采用的技术方案是:
一种超导量子比特读取脉冲的优化方法,包括如下步骤:
a)选取测控系统输出读取信号功率扫描范围的下界p1和上界p2,选取测控系统输出读取信号功率扫描改变的步长a,选取测控系统输出读取信号频率扫描范围的下界f1和上界f2,选取测控系统输出读取信号频率扫描改变的步长b;
b)将测控系统输出读取信号的功率设置为p1,频率设置为f1;
c)对量子比特作用单个X门,将量子比特置于|1>态,利用步骤b)中输出读取信号对量子比特进行读取,得到测量结果;
d)重复步骤c)N次,N为大于等于1000的正整数,统计测量结果为|1>的次数,得到测量结果为|1>的次数为n次,将n/N作为此功率和频率设置下对量子比特读取得到|1>态的概率;
e)将测控系统输出读取信号的功率设置为p1,频率设置为f1+b*n2后重复执行步骤c)和步骤d),n2=0,1,2,3…(f2-f1)/b;
f)将测控系统输出读取信号的功率设置为p1+a*n1后重复执行步骤e),n1=0,1,2,3…(p2-p1)/a;
g)步骤f)执行完毕后得到(p2-p1)(f2-f1)/(a*b)个参数点以及每个参数点所对应读取信号下测量量子比特得到|1>态的概率,选取概率最大值所对应的参数点作为优化后的量子比特读取信号参数。
优选的,步骤a)中步长a能被p2-p1整除。
优选的,步骤a)中步长b能被f2-f1整除。
本发明的有益效果是:以一定的步长改变测控系统所生成读取信号的功率,在每个输出功率下再以一定的步长改变测控系统所生成读取信号的频率,在每个功率、频率点重复利用单个X门操作将量子比特置于|1>态并且对量子比特的状态进行读取,假设上述过程重复的次数为N,其中读取到量子比特状态为|1>的次数为n,那么在每个功率、频率点读取到量子比特状态为|1>的概率为n/N;在完成对设定功率、频率范围读取信号的扫描后即可对比在不同功率、频率点下读取量子比特状态得到|1>的概率,选取其中读取到|1>概率最大所对应的读取信号参数即为最终得到的最优参数。
附图说明
图1为对置于|1>态量子比特进行读取的量子线路示意图。
具体实施方式
下面结合附图1对本发明做进一步说明。
一种超导量子比特读取脉冲的优化方法,包括如下步骤:
a)选取测控系统输出读取信号功率扫描范围的下界p1和上界p2,选取测控系统输出读取信号功率扫描改变的步长a,选取测控系统输出读取信号频率扫描范围的下界f1和上界f2,选取测控系统输出读取信号频率扫描改变的步长b;
b)将测控系统输出读取信号的功率设置为p1,频率设置为f1;
c)对量子比特作用单个X门,将量子比特置于|1>态,利用步骤b)中输出读取信号对量子比特进行读取,得到测量结果;
d)重复步骤c)N次,N为大于等于1000的正整数,统计测量结果为|1>的次数,得到测量结果为|1>的次数为n次,将n/N作为此功率和频率设置下对量子比特读取得到|1>态的概率;
e)将测控系统输出读取信号的功率设置为p1,频率设置为f1+b*n2后重复执行步骤c)和步骤d),n2=0,1,2,3…(f2-f1)/b;
f)将测控系统输出读取信号的功率设置为p1+a*n1后重复执行步骤e),n1=0,1,2,3…(p2-p1)/a;
g)步骤f)执行完毕后得到(p2-p1)(f2-f1)/(a*b)个参数点以及每个参数点所对应读取信号下测量量子比特得到|1>态的概率,选取概率最大值所对应的参数点作为优化后的量子比特读取信号参数。
以一定的步长改变测控系统所生成读取信号的功率,在每个输出功率下再以一定的步长改变测控系统所生成读取信号的频率,在每个功率、频率点重复利用单个X门操作将量子比特置于|1>态并且对量子比特的状态进行读取,假设上述过程重复的次数为N,其中读取到量子比特状态为|1>的次数为n,那么在每个功率、频率点读取到量子比特状态为|1>的概率为n/N;在完成对设定功率、频率范围读取信号的扫描后即可对比在不同功率、频率点下读取量子比特状态得到|1>的概率,选取其中读取到|1>概率最大所对应的读取信号参数即为最终得到的最优参数。
实施例1:
步骤a)中步长a能被p2-p1整除。
实施例2:
步骤a)中步长b能被f2-f1整除。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种超导量子比特读取脉冲的优化方法,其特征在于,包括如下步骤:
a)选取测控系统输出读取信号功率扫描范围的下界p1和上界p2,选取测控系统输出读取信号功率扫描改变的步长a,选取测控系统输出读取信号频率扫描范围的下界f1和上界f2,选取测控系统输出读取信号频率扫描改变的步长b;
b)将测控系统输出读取信号的功率设置为p1,频率设置为f1;
c)对量子比特作用单个X门,将量子比特置于|1>态,利用步骤b)中输出读取信号对量子比特进行读取,得到测量结果;
d)重复步骤c)N次,N为大于等于1000的正整数,统计测量结果为|1>的次数,得到测量结果为|1>的次数为n次,将n/N作为此功率和频率设置下对量子比特读取得到|1>态的概率;
e)将测控系统输出读取信号的功率设置为p1,频率设置为f1+b*n2后重复执行步骤c)和步骤d),n2=0,1,2,3…(f2-f1)/b;
f)将测控系统输出读取信号的功率设置为p1+a*n1后重复执行步骤e),n1=0,1,2,3…(p2-p1)/a;
g)步骤f)执行完毕后得到(p2-p1)(f2-f1)/(a*b)个参数点以及每个参数点所对应读取信号下测量量子比特得到|1>态的概率,选取概率最大值所对应的参数点作为优化后的量子比特读取信号参数。
2.根据权利要求1所述的超导量子比特读取脉冲的优化方法,其特征在于:步骤a)中步长a能被p2-p1整除。
3.根据权利要求1所述的超导量子比特读取脉冲的优化方法,其特征在于:步骤a)中步长b能被f2-f1整除。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110511938.XA CN113300781B (zh) | 2021-05-11 | 2021-05-11 | 一种超导量子比特读取脉冲的优化方法 |
PCT/CN2021/112474 WO2022236992A1 (zh) | 2021-05-11 | 2021-08-13 | 一种超导量子比特读取脉冲的优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110511938.XA CN113300781B (zh) | 2021-05-11 | 2021-05-11 | 一种超导量子比特读取脉冲的优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113300781A true CN113300781A (zh) | 2021-08-24 |
CN113300781B CN113300781B (zh) | 2022-09-06 |
Family
ID=77321381
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110511938.XA Active CN113300781B (zh) | 2021-05-11 | 2021-05-11 | 一种超导量子比特读取脉冲的优化方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113300781B (zh) |
WO (1) | WO2022236992A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115146781A (zh) * | 2022-09-01 | 2022-10-04 | 合肥本源量子计算科技有限责任公司 | 联合读取信号的参数获取方法、装置及量子控制系统 |
CN117669752A (zh) * | 2024-01-29 | 2024-03-08 | 山东云海国创云计算装备产业创新中心有限公司 | 一种量子比特逻辑门参数的优化方法、系统、设备及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102624387A (zh) * | 2012-03-29 | 2012-08-01 | 江汉大学 | 一种原子频标的短期稳定度参数优化的方法和装置 |
US20180260732A1 (en) * | 2017-03-10 | 2018-09-13 | Rigetti & Co, Inc. | Performing a Calibration Process in a Quantum Computing System |
CN111275196A (zh) * | 2020-01-15 | 2020-06-12 | 济南浪潮高新科技投资发展有限公司 | 一种超导量子计算单比特门序列的优化方法及设备、介质 |
CN111539531A (zh) * | 2020-04-28 | 2020-08-14 | 济南浪潮高新科技投资发展有限公司 | 一种量子比特的重置方法、装置、设备及可读存储介质 |
CN111722084A (zh) * | 2020-06-29 | 2020-09-29 | 济南浪潮高新科技投资发展有限公司 | 一种超导量子芯片参数自动校准方法及相关组件 |
CN111882069A (zh) * | 2020-07-27 | 2020-11-03 | 济南浪潮高新科技投资发展有限公司 | 单量子比特相对相位的判断方法、装置、设备及存储介质 |
CN112149832A (zh) * | 2020-10-09 | 2020-12-29 | 腾讯科技(深圳)有限公司 | 量子比特的频率控制信号处理方法、超导量子芯片 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7932514B2 (en) * | 2008-05-23 | 2011-04-26 | International Business Machines Corporation | Microwave readout for flux-biased qubits |
US10903809B2 (en) * | 2016-09-15 | 2021-01-26 | Google Llc | Amplifier frequency matching for qubit readout |
EP3542321A1 (en) * | 2016-12-13 | 2019-09-25 | Google LLC | Compensation pulses for qubit readout |
US9870536B1 (en) * | 2017-04-04 | 2018-01-16 | International Business Machines Corporation | Integrated drive and readout circuit for superconducting qubits |
CN109327190A (zh) * | 2018-09-29 | 2019-02-12 | 华东计算技术研究所(中国电子科技集团公司第三十二研究所) | 一种多量子比特调控读取装置 |
FI20185847A1 (fi) * | 2018-10-10 | 2020-04-11 | Aalto Univ Foundation Sr | Menetelmä ja järjestely kubitin tilan lukemiseksi |
CN112444714B (zh) * | 2019-08-28 | 2023-04-25 | 合肥本源量子计算科技有限责任公司 | 一种量子比特工作参数检测方法 |
CN111652376B (zh) * | 2020-07-03 | 2024-02-27 | 本源量子计算科技(合肥)股份有限公司 | 一种量子比特信号的读取方法及装置 |
CN112417992B (zh) * | 2020-11-02 | 2022-07-19 | 浪潮集团有限公司 | 一种量子比特状态读取形式的选取方法及装置、存储介质 |
-
2021
- 2021-05-11 CN CN202110511938.XA patent/CN113300781B/zh active Active
- 2021-08-13 WO PCT/CN2021/112474 patent/WO2022236992A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102624387A (zh) * | 2012-03-29 | 2012-08-01 | 江汉大学 | 一种原子频标的短期稳定度参数优化的方法和装置 |
US20180260732A1 (en) * | 2017-03-10 | 2018-09-13 | Rigetti & Co, Inc. | Performing a Calibration Process in a Quantum Computing System |
CN111275196A (zh) * | 2020-01-15 | 2020-06-12 | 济南浪潮高新科技投资发展有限公司 | 一种超导量子计算单比特门序列的优化方法及设备、介质 |
CN111539531A (zh) * | 2020-04-28 | 2020-08-14 | 济南浪潮高新科技投资发展有限公司 | 一种量子比特的重置方法、装置、设备及可读存储介质 |
CN111722084A (zh) * | 2020-06-29 | 2020-09-29 | 济南浪潮高新科技投资发展有限公司 | 一种超导量子芯片参数自动校准方法及相关组件 |
CN111882069A (zh) * | 2020-07-27 | 2020-11-03 | 济南浪潮高新科技投资发展有限公司 | 单量子比特相对相位的判断方法、装置、设备及存储介质 |
CN112149832A (zh) * | 2020-10-09 | 2020-12-29 | 腾讯科技(深圳)有限公司 | 量子比特的频率控制信号处理方法、超导量子芯片 |
Non-Patent Citations (1)
Title |
---|
张立言等: "超导系统下利用量子非破坏性测量制备量子态", 《光电子?激光》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115146781A (zh) * | 2022-09-01 | 2022-10-04 | 合肥本源量子计算科技有限责任公司 | 联合读取信号的参数获取方法、装置及量子控制系统 |
CN117669752A (zh) * | 2024-01-29 | 2024-03-08 | 山东云海国创云计算装备产业创新中心有限公司 | 一种量子比特逻辑门参数的优化方法、系统、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2022236992A1 (zh) | 2022-11-17 |
CN113300781B (zh) | 2022-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113300781B (zh) | 一种超导量子比特读取脉冲的优化方法 | |
JP7095209B2 (ja) | グラフニューラルネットワークをプレトレーニングする方法、プログラム及び装置 | |
CN106372725A (zh) | 基于混沌量子遗传算法的随机共振微弱信号检测方法 | |
Goetschalckx et al. | Optimized hierarchical cascaded processing | |
Zheng et al. | Fractional stochastic resonance multi-parameter adaptive optimization algorithm based on genetic algorithm | |
Du et al. | Analogue circuit fault diagnosis based on convolution neural network | |
CN111767678A (zh) | 基于深度学习神经网络的超材料电磁感应透明器件的结构按需设计方法 | |
CN108335467B (zh) | 一种基于突变点探测的火灾在线预警与快速分析方法 | |
Tian et al. | An outliers detection method of time series data for soft sensor modeling | |
Vellingiri et al. | Adaptive neuro fuzzy inference system-based power estimation method for CMOS VLSI circuits | |
Chen et al. | Parameter selection algorithm of DBSCAN based on K‐means two classification algorithm | |
CN108645505A (zh) | 一种随机共振微弱信号检测方法 | |
Liang et al. | Application research of a new neighbourhood structure with adaptive genetic algorithm for job shop scheduling problem | |
WO2022093545A1 (en) | Reinforcement learning based scheme for tuning memory interfaces | |
CN112270411B (zh) | 量子退相干程度检测方法、装置及电子设备和存储介质 | |
US11526740B2 (en) | Optimization apparatus and optimization method | |
Guo et al. | Detecting communities in social networks by local affinity propagation with grey relational analysis | |
Zhang et al. | Blind source separation based on quantum slime mould algorithm in impulse noise | |
CN114492569B (zh) | 一种基于宽度学习系统的台风路径分类方法 | |
Bhavanam et al. | Information criteria based optimal structure identification of RF power amplifier models | |
Chen et al. | Belief propagation decoding of polar codes using intelligent post-processing | |
CN101762783B (zh) | 一种片上测试电路有效误差信息的读出方法 | |
Mahmoud et al. | Low-energy Pipelined Hardware Design for Approximate Medium Filter | |
Vandoorne et al. | Advances in photonic reservoir computing on an integrated platform | |
CN116702304B (zh) | 一种基于无监督学习的基坑设计方案分组方法和装置 |
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 |