首页--数理科学和化学论文--物理学论文--理论物理学论文--量子论论文

超导量子计算室温电子学读出系统研究

摘要第5-7页
ABSTRACT第7-9页
缩略词对照表第17-19页
第1章 绪论第19-33页
    1.1 背景及进展第19-20页
    1.2 量子信息基本概念简介第20-24页
        1.2.1 量子比特第20页
        1.2.2 量子比特门第20-24页
    1.3 超导量子计算第24-30页
        1.3.1 量子计算发展历程第24页
        1.3.2 超导量子体系第24-25页
        1.3.3 超导量子计算机系统第25-28页
        1.3.4 超导量子计算系统中经典反馈的重要性及其要求第28-29页
        1.3.5 超导量子计算经典反馈系统的最新进展第29-30页
    1.4 RRDPS量子通信第30-32页
        1.4.1 量子通信简介第30-31页
        1.4.2 RRDPS实验简介及其中反馈的重要性和需求第31-32页
    1.5 总结以及论文结构第32-33页
第2章 室温电子学读取系统设计第33-59页
    2.1 超导量子计算室温电子学系统第33-36页
        2.1.1 超导量子计算室温电子学系统介绍第33-34页
        2.1.2 读出电子学需求分析第34-36页
    2.2 读取系统框架设计第36-54页
        2.2.1 现场可编程门阵列(FPGA)模块设计第36-38页
        2.2.2 数字模拟信号转换(ADC)模块第38-46页
        2.2.3 数据与通信模块第46-50页
        2.2.4 读出电子学同步以及控制第50-52页
        2.2.5 时钟管理模块第52-53页
        2.2.6 散热结构改进第53-54页
    2.3 读取系统及基本功能测试第54-59页
        2.3.1 千兆网性能测试第54-55页
        2.3.2 ADC动态指标性能测试第55-59页
第3章 硬件实时解模算法设计及实现第59-77页
    3.1 实时解模的重要性及指标需求第59-62页
        3.1.1 静态量子线路介绍第59页
        3.1.2 实时解模的必要性第59-60页
        3.1.3 实时解模的操作对象第60-62页
    3.2 实时解模算法的实现第62-72页
        3.2.1 解模算法原理介绍第62-64页
        3.2.2 FPGA计算资源介绍第64-65页
        3.2.3 实时解模算法设计第65-70页
        3.2.4 解模算法部分关键时序第70-72页
    3.3 解模算法测试结果第72-77页
        3.3.1 画圆测试第72-73页
        3.3.2 软件后处理与硬件后处理对比测试第73-75页
        3.3.3 画校徽第75-77页
第4章 超导量子计算实时量子反馈系统设计第77-97页
    4.1 量子反馈系统背景介绍第77页
    4.2 超导量子计算反馈功能需求第77-81页
        4.2.1 量子反馈时序特点第77-79页
        4.2.2 量子比特数据存储需求第79-80页
        4.2.3 量子比特数据压缩与加速处理需求第80-81页
    4.3 反馈系统架构设计第81页
    4.4 反馈功能模块设计第81-92页
        4.4.1 态判断模块设计第83-85页
        4.4.2 量子比特信息编码传输第85-88页
        4.4.3 量子比特信息压缩与统计第88-89页
        4.4.4 数据存储设计第89-92页
    4.5 反馈功能时序测试结果第92-97页
第5章 室温电子学读取系统物理实验应用第97-103页
    5.1 静态量子线路演示—12超导量子比特真纠缠实验第97-101页
    5.2 动态量子线路演示—主动重置实验第101-103页
第6章 RRDPS-QKD实验及反馈稳相系统应用第103-111页
    6.1 RRDPS-QKD实验背景第103-105页
    6.2 电子学系统介绍第105-106页
    6.3 基于闭环反馈设计的实时稳相算法第106-108页
        6.3.1 稳相阶准备段第106-107页
        6.3.2 密钥分发阶段第107-108页
    6.4 稳相及实验结果第108-111页
第7章 总结与展望第111-113页
    7.1 本论文内容总结第111-112页
    7.2 未来展望第112-113页
参考文献第113-119页
致谢第119-123页
在读期间发表的学术论文与取得的研究成果第123-124页

论文共124页,点击 下载论文
上一篇:基于多语义任务与多标签增量学习的胸部影像辅助诊断方法研究
下一篇:基于人单核细胞系U937的抗流感药物筛选模型的建立及其应用