量子点量子阱结构中激子的极化效应(英文)

考虑激子与体纵光学声子的相互作用,采用变分法研究了量子点量子阱结构中澈子的极化效应.以CdS/HgS量子点量子阱结构为例进行数值计算,得到了激子的基态能量和束缚能.研究结果表明,声子对澈子束缚能的贡献随着阱宽的增加而增加,极化子效应不能忽略.激子的基态能量和束缚能明显依赖于量子点量子阱结构的核半径和壳层厚度,量子点量子阱结构的尺寸对激子-声子相互作用有重要的影响.     

量子点量子阱结构中极化子效应对斯塔克能移的影响(英文)

采用变分法研究了量子点量子阱结构中极化子效应对斯塔克能移的影响.计算中考虑了电子与体纵光学声子和表面光学声子的相互作用.以CdS/HgS量子点量子阱结构为例进行数值计算,发现极化子基态能量随量子点半径的增加而单调增加,随电场强度的增加而单调减少.电子-声子相互作用增强了斯塔克能移.极化子自陷能随量子点半径及电场强度的增加而增加.量子点量子阱结构的尺寸对极化子斯塔克能移有显著影响.     

量子人工鱼群算法

融合量子计算与智能优化的新型高效优化算法层出不穷,成为现在优化算法研究的主流.为此,将量子计算引入到人工鱼群算法中,提出一种新型的量子进化算法———量子人工鱼群算法.该算法用量子计算的方法重新描述了人工鱼的行为,用量子比特对人工鱼进行编码,用量子旋转门实现人工鱼的更新操作,用量子非门进行人工鱼变异,从而实现了目标的优化求解.并分别以函数极值和TSP问题为例进行了仿真,验证了算法的有效性.     

量子环中量子比特的自由旋转品质因子

在量子环中电子与体纵光学声子强耦合的情况下,通过求解能量本征方程,得出了电子的第一激发态和基态的能量及其波函数.数值计算结果表明自由旋转品质因子随量子环内径(或外径)的增大而减小,且随电子-声子耦合强度的增大而增大.     

量子点量子阱中的极化子

首先研究了量子点量子阱中的电子态，对阱外及阱内的两种束缚态都进行了考虑，然后采用微扰方法，对量子点量子阱系统中的极化子效应进行了研究。最后采用CdS/HgS为材料的量子点量子阱 进行了数值计算，结果显示极化子效应对电子能级的修正明显并且不能被忽略。     

球型量子点量子比特内电子的概率密度分布

通过精确求解能量本征方程及变分方法,得到球型量子点中电子-声子相互作用体系的基态和第一激发态能量,以这样一个两能级体系构成一个量子比特.数值计算表明,当量子点尺寸一定时,量子比特中电子的概率密度随空间位置的变化而变化,且各个空间点的概率密度均随时间做周期性振荡,振荡周期随球半径的增大而增大.     

量子盘中量子比特的性质

在考虑电子与体纵光学声子强耦合的条件下,通过求解能量本征方程,得出了量子盘中电子的基态能量和第一激发态能量及其相应的本征波函数;采用幺正变换和元激发理论方法研究了声子效应;并以极化子的基态和第一激发态为基础构造一个量子比特.对KBr量子盘的数值计算表明:量子盘的尺寸效应显著,其能量随半径的减小迅速增大;量子比特内电子的概率密度与空间坐标和时间有关,当角坐标和时间给定时,概率密度随半径的变化而变化,在盘中心位置处电子的概率密度最大,在盘界面处概率密度为零;当半径和时间给定时,概率密度随角坐标的变化而变化;并且各个空间点的概率密度均随时间作周期性振荡.     

基于量子测量的量子计算模型综述

基于测量的单向量子计算是重要的通用量子计算模型,可以模拟一般量子计算任务。单向量子计算基于量子簇态作为计算资源,利用每个量子位的局部量子测量和经典通信执行一般量子计算。单向量子计算是与量子线路模型等价的量子计算模型。近年来,研究者们对单向量子计算的量子资源、纠缠度量、局部操作简化,以及量子通信等给出一系列研究成果,并基于光学平台开展了一些量子模拟实验。量子簇态与单向量子计算为一般量子计算提供非常好的量子任务处理方式,受到研究者们的广泛关注。该文主要总结基于测量的单向量子计算模型,包括重要的量子资源态、局部信息处理方式,以及与单向量子计算相关的研究;该文对单向量子计算存在的问题和前沿研究方法进行展望,为研究者提供借鉴。     

半导体量子阱中磁极化子的基态能量

本文从量子阱中电子-声子相互作用的哈密顿量出发,进一步考虑了外加磁场对极化子性质的影响,讨论了量子阱中磁极化子的基态能量与磁场和量子阱宽度的关系。数值计算结果表明,量子阱中界面声子与电子的相互作用是不可忽略的。     

一种构造量子稳定子码的新方法

量子编码是纠正或防止量子错误的有效手段,是量子计算和量子通信实用化的基础.利用循环差集(cyclic difference set)的特性,提出了一种具有循环特性的量子稳定子构造方法.通过该方法能构造出著名的[5,1,3]量子码的量子校验矩阵.通过实例分析,如[5,1]、[13,7]量子码,发现通过该方法构造的稳定子码...     

利用量子计算网络实现量子远距传态

利用处于纠缠的一对粒子，作为量子位传态通道，实现远程量子传态，并构造出量子计算网络。     

量子计算的挑战与思考

量子计算时代使用什么密码,是摆在我们面前的紧迫的战略问题,研究并建立我国独立自主的抗量子计算密码是唯一正确的选择.从基于HASH函数的数字签名、基于格的公钥密码、MQ公钥密码、基于纠错码的公钥密码4个方面讨论了抗量子密码的发展现状,介绍了自己的研究工作,并从量子信息论、量子计算理论、量子计算环境下的密码安全性、抗量子计算密码的构造理论与关键技术4个方面给出了进一步研究的建议.     

基于可控量子隐形传态的代理签名方案

提出了一种量子代理签名方案.基于可控量子隐形传态,采用3粒子纠缠态作为量子信道,不同于经典的基于计算复杂性的代理签名方案,本方案利用量子隐形传态的物理特性来实现签名及验证,具有无条件安全性.     

一种改进的量子退火算法

为了进一步提高量子退火算法在优化问题上的计算速度,对量子退火算法如何移动到新解这个问题的方法进行改进,将粒子透射系数引入到量子退火算法中,并通过透射系数来确定是否移动到新解.实验结果表明:通过透射系数确定新解的方法能在更短的计算时间内得到最优解.     

一种改进的量子遗传算法

针对量子遗传算法存在储存量大和易陷入局部最优解等问题,提出一种新的量子遗传算法。该算法采用角度编码方式表示染色体从而减少编码的存储空间;引入小区间方法初始化量子种群, 使量子染色体均匀分布于初值空间;利用改进的旋转门对种群进行更新操作;采用动态的量子步长调整策略实现自适应搜索;引入量子交叉和量子变异操作防止早熟问题。通过典型的多峰值函数优化实验表明该算法具有收敛速度快、全局寻优能力强和计算时间短的特点,可以用于多峰值函数优化问题。     

一种适合量子计算的素性检验方法

作为数论中的一个基本问题,素性检测,即检测给定的正整数是否为素数具有十分重要的理论和应用价值.给出了一种确定型严格素性检验方法.对这种方法采用量子运算,可在多项式时间内完成对一个任意给定的正整数的素性检验.     

量子教学优化算法及在函数优化中的应用

为提升基本教学优化算法的搜索能力, 通过融合量子计算原理, 提出了一种量子教学优化算法。 该方法采用教师自学和学生向教师学两种学习机制搜索全局最优解。 个体采用量子比特编码, 搜索过程在 Bloch 球面上进行, 个体的更新通过量子比特的绕轴旋转实现, 然后将其解码为量子比特的 Bloch 球面坐标。 由于该方法将基本教学算法中每维变量的搜索都扩展到 Bloch 球面进行, 可使搜索过程更为精细, 从而加强了对解空间的遍历性。 不同维度标准函数极值优化的仿真结果表明, 此方法的寻优能力不仅超过基本教学优化算法, 同时也超过其他经典群智能优化算法, 验证了将量子计算的某些机制和智能优化相融合可提升其优化性能。     

基于W态的代理型单服务器盲量子计算协议设计

三粒子W态与GHZ(Greenberger-Horne-Zeilinger)态相比具有较强的鲁棒性,根据这一特性并结合量子计算机未来的发展需求,提出了一种通过测量方式、利用三粒子W态的纠缠和坍缩性、并通过增加可信任中心的代理功能,来实现单服务器模式下盲量子计算的方案,协议主要是针对计算准备阶段来进行设计。协议执行过程中,可信任中心代理客户端完成与服务器之间的通信和数据发送任务,服务器无法获知客户端的属性信息。协议可以实现客户端完全经典,并且客户端可以不具有量子信道的访问能力,但与可信任中心之间需具有双向通信能力。协议具有结构简单、易于实现、执行步骤较少等特点。最后对提出的协议进行了安全性分析,协议具有无条件安全性。     

Quantum mechanical meet-in-the-middle search algorithm for Triple-DES

We present a quantum mechanical meet-in-the-middle search algorithm inosculating the quantum computing theory with crypt-analysis method and basing on the Grover’s algorithm and the meet-in-the-middle attack, which can solve the three-key triple-DES in O(56 256) steps and with O(256) memory cost. The computational complexity is apparently reduced, compared with that of the existing algorithms.