导图社区 量子通信偏振控制算法
这是一篇关于量子通信偏振控制算法的思维导图,列举了多种技术实现和实验方法,包括简单反馈、算法抵抗旋转干扰、卡尔曼滤波、仿真验证实验等。
社区模板帮助中心,点此进入>>
电费水费思维导图
D服务费结算
材料的力学性能
总平面图知识合集
软件项目流程
一级闭合导线
建筑学建筑材料思维导图
第二章土的物理性质及工程分类
人工智能的运用与历史发展
电池拆解
算法
仿真
克罗地亚萨格勒布 Ruđer Bošković 研究所
我们已经展示了可用于量子网络的偏振补偿方法的四种实现。其实际实施的可喜成果证实了它们可以成为未来大规模 QKD 网络的有力工具。在网络处于活动状态时,可以完成 QBER 最小化的偏振补偿过程,并且只利用来自纠缠光子源的光子,这是一个重要的比较优势。使用 QBER 方法实施电动控制器可以进一步减少偏振补偿过程所需的时间并实现自动化。除了简单的网格搜索算法之外,我们没有为基于 QBER 的方法找到有效的自动化解决方案,因此没有实现它。未来的工作可以研究机器学习算法,以帮助根据 QBER 值补偿光纤中的偏振变化。此外,还可以研究所提出方法的不同技术实现。重要的是,我们的实验表明,量子网络纠缠分布层内的每个逻辑链路都可以独立进行极化补偿,我们不需要补偿网络中每个物理链路上的每个波长。
法国布列塔尼
简单反馈,只有计算和原理
实操
卡尔曼滤波
能抵抗1kad/s的旋转干扰
仿真后进行了原理验证实验
仅考虑SOP跟踪缺陷下,实现20km分配8.4kbps/s的速度
借助非正交参考信号生成反馈信号
无具体数据,且单光子
监测Muler参数并使用梯度下降算法
需要最少的波片数量、更快的速度和更广泛的适用于各种光链路。
仿真实现,短距离验证了效果
在卫星和光纤链路的等效实验中,分别实现了 27.9 dB 和 32.2 dB 的平均极化消光比
首先利用偏振检测器检测光链路的穆勒参数,然后通过梯度下降算法获得控制器的最优参数。
子主题