本文將含有稀疏干擾的量子狀態(tài)估計問題,轉(zhuǎn)化為考慮量子狀態(tài)的約束條件下,分別求解密度矩陣的核范數(shù),以及稀疏干擾l1范數(shù)的兩個子問題的優(yōu)化問題.針對迭代收縮閾值算法（ISTA）所存在的收斂速度慢的問題,通過在兩個子問題的迭代估計中,引入一個加速算子,對當(dāng)前值與前一次值之差進(jìn)行進(jìn)一步的補償,來提高算法的迭代速度（FISTA）.并將FISTA算法應(yīng)用于求解含有稀疏干擾的量子狀態(tài)估計中.針對5個量子位的狀態(tài)估計的仿真實驗,將FISTA分別與ISTA、交替方向乘子法（ADMM）、不動點方程的ADMM算法（FP–ADMM）,以及非精確的ADMM算法（I–ADMM）4種優(yōu)化算法進(jìn)行性能對比.實驗結(jié)果表明, FISTA算法具有更加優(yōu)越的收斂速度,并且能夠得到更小的量子狀態(tài)估計誤差. 

【文章來源】：控制理論與應(yīng)用. 2020,37(07)北大核心EICSCD

【文章頁數(shù)】：6 頁

【文章目錄】：
1 引言
2 含有稀疏干擾的量子狀態(tài)估計問題描述
3 改進(jìn)的快速迭代收縮閾值算法
    3.1 迭代收縮閾值算法
    3.2 快速迭代收縮閾值算法
4 數(shù)值仿真實驗及其結(jié)果分析
    4.1 FISTA和ISTA算法的估計誤差對比
    4.2 5種算法的估計誤差對比
5 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于壓縮傳感的量子狀態(tài)估計算法的性能對比分析[J]. 叢爽,張慧,李克之.  模式識別與人工智能. 2016(02)

碩士論文
[1]基于壓縮感知的量子狀態(tài)估計與濾波算法及其收斂性研究[D]. 張嬌嬌.中國科學(xué)技術(shù)大學(xué) 2018



本文編號：3180648