纠缠辅助下的连续变量量子通信方案研究
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 引言 | 第8-12页 |
| 1.1 研究背景及研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 课题研究内容及创新 | 第10页 |
| 1.4 论文结构及章节安排 | 第10-12页 |
| 第二章 量子神经网络基本原理 | 第12-20页 |
| 2.1 量子逻辑门 | 第12-14页 |
| 2.1.1 一位量子逻辑门 | 第12-13页 |
| 2.1.2 两位受控非门 | 第13页 |
| 2.1.3 多位受控非门 | 第13-14页 |
| 2.2 量子线路 | 第14-16页 |
| 2.2.1 量子线路简介 | 第14-15页 |
| 2.2.2 量子线路符号表示 | 第15-16页 |
| 2.3 两种典型QNN模型 | 第16-18页 |
| 2.3.1 QNN简介 | 第16-17页 |
| 2.3.2 纠缠神经网络模型 | 第17页 |
| 2.3.3 量子门线路神经网络模型 | 第17-18页 |
| 2.4 连续变量量子神经网络模型的提出 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第三章 连续变量多控CNOT门的构建 | 第20-28页 |
| 3.1 连续变量量子逻辑门背景 | 第20页 |
| 3.2 相干态相位旋转门 | 第20-21页 |
| 3.3 相干态Hadamard门和双元CNOT门 | 第21-22页 |
| 3.4 相干态与门的构建 | 第22-26页 |
| 3.4.1 双元相干态与门的构建 | 第22-25页 |
| 3.4.2 多位相干态与门的构建 | 第25-26页 |
| 3.5 相干态多控CNOT门的构建 | 第26-27页 |
| 3.6 本章小结 | 第27-28页 |
| 第四章 CS-QNN模型的构建及其应用 | 第28-43页 |
| 4.1 相干态量子神经网络模型构建 | 第28-33页 |
| 4.1.1 CS-QNN模型 | 第28-31页 |
| 4.1.2 CS-QNN学习训练方法 | 第31-33页 |
| 4.2 振幅阻尼信道下的量子隐形传态 | 第33-37页 |
| 4.2.1 量子隐形传态系统 | 第33-34页 |
| 4.2.2 振幅阻尼信道下的CV-QT系统 | 第34-37页 |
| 4.3 CS-QNN辅助CV-QT系统 | 第37-39页 |
| 4.4 仿真结果 | 第39-42页 |
| 4.5 本章小结 | 第42-43页 |
| 总结与展望 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 致谢 | 第48-49页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第49页 |
