当前位置: 首页 > news >正文

做免费导航网站建网站多少钱

做免费导航网站,建网站多少钱,wordpress侧边栏加入广告,做棋牌网站一般多少钱纠缠源测定数据原理 关于纠缠源,纠缠源的质量是通过几个指标来表达的。指标又如下:同时计数(coincidence rate)以及它的图像(fringes)和表达它的纯度的“可见度”(Visibility),保真度(Fidelity),纠缠度(Tangle),和量子态层析(Quantum State Tomography) 同时…

纠缠源测定数据原理

关于纠缠源,纠缠源的质量是通过几个指标来表达的。指标又如下:同时计数(coincidence rate)以及它的图像(fringes)和表达它的纯度的“可见度”(Visibility),保真度(Fidelity),纠缠度(Tangle),和量子态层析(Quantum State Tomography)

同时计数的图像,以及“可见度”

所谓的同时计数(Coincidence rate),其实是指在输入端,也就是我们接受光子的端口,两个端口同时接受到光子的个数。我们固定其中的一个端口的偏振片角度,然后调整另一个端口的角度,从而得到的同时数-角度的关系图。这个图呈现三角函数形式,因此被叫做fringes。也通过这个图的最大值和最小值,得到了所谓的“可见度”(Visibility)。利用一些极端情况我们可以得到一些结果:对于完全理想的输出,该同时性计数正比于 cos ⁡ 2 \cos^2 cos2关系;对于完全的自然光,同时性计数是一个常数;对于混态的HH和VV态,结果中具有常数项。下面,我们将推出更详细的结果(设两端分别为A端和B端,其中B端是某个角度固定的偏振):
投影矩阵为:
E ( θ ) = ( cos ⁡ 2 θ cos ⁡ θ sin ⁡ θ cos ⁡ θ sin ⁡ θ sin ⁡ 2 θ ) E(\theta)=\begin{pmatrix}\cos^2\theta&\cos\theta\sin\theta\\\cos\theta\sin\theta&\sin^2\theta\end{pmatrix} E(θ)=(cos2θcosθsinθcosθsinθsin2θ)
我们首先考虑纯态,对于密度矩阵分解为 ρ = ρ a ⊗ ρ b \rho=\rho_a\otimes\rho_b ρ=ρaρb. 设A部分矩阵的变量为$\phi$,代表H和V态的比例。 θ \theta θ代表我们的自变量,即A端的偏振片角度。因此,我们得到:
Coincidence rate = Tr [ M a ⊗ M b ρ ] = Tr [ ( M a ρ a ) ⊗ ( M b ρ b ) ] = k Tr [ M a ρ a ] = k [ 1 2 + 1 2 cos ⁡ 2 ϕ cos ⁡ 2 θ + 1 2 sin ⁡ 2 ϕ cos ⁡ 2 θ ] = k cos ⁡ 2 ( θ − ϕ ) \begin{aligned} \text{Coincidence rate}&=\verb!Tr![ M_a\otimes M_b \rho]=\verb!Tr![ (M_a\rho_a)\otimes (M_b\rho_b)]\\ &=k \verb!Tr![M_a\rho_a]\\ &=k[\frac12+\frac12\cos2\phi \cos2\theta+\frac12\sin2\phi\cos2\theta]\\ &=k\cos^2(\theta-\phi) \end{aligned} Coincidence rate=Tr[MaMbρ]=Tr[(Maρa)(Mbρb)]=kTr[Maρa]=k[21+21cos2ϕcos2θ+21sin2ϕcos2θ]=kcos2(θϕ)
同时计算可以得到,如果两个态具有相位差,同样会引入常数项。下面我们计算如果是混态的结果。因此分解密度矩阵为: ρ = p ρ a 1 ⊗ ρ b 1 + ( 1 − p ) ρ a 2 ⊗ ρ b 2 \rho=p\rho_{a1}\otimes\rho_{b1}+(1-p)\rho_{a2}\otimes\rho_{b2} ρ=pρa1ρb1+(1p)ρa2ρb2. p为这两部分所占的比例,因此我们得到的同时计数为(令k=1):
我们做如下的定义:
A = 1 + 2 p 2 − 2 p 2 / 2 ≤ A ≤ 1 A=\sqrt{1+2p^2-2p}\\ \sqrt 2/2\le A\le 1 A=1+2p22p 2 /2A1
显然A小于1. 这对于后面的计数十分重要。
Coincidence rate = p cos ⁡ 2 ( θ − ϕ 1 ) + ( 1 − p ) cos ⁡ 2 ( θ − ϕ 2 ) = 1 2 + A 2 [ p A cos ⁡ 2 ( θ − ϕ 1 ) + 1 − p A cos ⁡ 2 ( θ − ϕ 2 ) ] = 1 2 + A 2 cos ⁡ 2 ( θ + δ ) = A cos ⁡ 2 ( θ + δ ) + 1 − A 2 \begin{aligned} \text{Coincidence rate}&=p\cos^2(\theta-\phi_1)+(1-p)\cos^2(\theta-\phi_2)\\ &=\frac12+\frac A2[\frac pA\cos2(\theta-\phi_1)+\frac{1-p}{A}\cos 2(\theta-\phi_2)]\\ &=\frac12+\frac A2\cos 2(\theta+\delta)\\ &=A\cos^2(\theta+\delta)+\frac{1-A}{2} \end{aligned} Coincidence rate=pcos2(θϕ1)+(1p)cos2(θϕ2)=21+2A[Apcos2(θϕ1)+A1pcos2(θϕ2)]=21+2Acos2(θ+δ)=Acos2(θ+δ)+21A
显然最后一项代表着由于是混态导致的常数项,它是由混态的比例所决定的。因此我们计算:
Visibility = V m a x − V m i n V m a x + V m i n = A \text{Visibility}=\frac{V_{max}-V_{min}}{V_{max}+V_{min}}=A Visibility=Vmax+VminVmaxVmin=A

保真度和纠缠度

保真度和纠缠度也是实验结果的一个重要的部分。它们的定义比较简单。首先,保真度(Fidelity)指的是我们在多大程度上得到了我们想要的态。在纠缠态实验中,我们的需要的态是:
∣ Ψ − ⟩ = ∣ H V ⟩ − ∣ V H ⟩ |\Psi_-\rangle=|HV\rangle-|VH\rangle Ψ=HVVH
因此,保真度的定义是:
Fidelity = ⟨ Ψ − ∣ ρ ∣ Ψ − ⟩ \text{Fidelity} = \langle\Psi_-|\rho|\Psi_-\rangle Fidelity=ΨρΨ
对于纠缠度(Tangle)的定义,这里使用的是Concurrance的概念。它是做了如下的定义而计算出来的:
ρ ~ = ( σ y ⊗ σ y ) ρ ∗ ( σ y ⊗ σ y ) 其中, σ y = ( 0 − i i 0 ) \tilde{\rho}=(\sigma_y\otimes\sigma_y )\rho^*(\sigma_y\otimes\sigma_y )\\ \text{其中,}\sigma_y=\begin{pmatrix}0&-i\\i&0\end{pmatrix} ρ~=(σyσy)ρ(σyσy)其中,σy=(0ii0)
根据此,我们计算出 ρ ρ ~ \rho\tilde{\rho} ρρ~的本征值为: λ 1 , λ 2 , λ 3 , λ 4 \lambda_1, \lambda_2, \lambda_3, \lambda_4 λ1,λ2,λ3,λ4。 然后Concurrance的定义为:
C = max ⁡ { λ 1 − λ 2 − λ 3 − λ 4 , 0 } C=\max\{ \lambda_1-\lambda_2-\lambda_3-\lambda_4, 0\} C=max{λ1λ2λ3λ4,0}
可以证明:C=0 对应的是完全不纠缠态,而C=1对应的是最大纠缠态。

量子态层析

量子层析可以分为:量子态层析 和 量子过程层析。这里介绍一下量子态层析。所谓的量子态层析,就是指的是如何通过测量的方式得到态密度 ρ \rho ρ
态密度是我们常用的,描述量子态的纯度等量子态的好坏量。它的定义如下:
ρ = ∑ 0 n P n ∣ φ n ⟩ ⟨ φ n ∣ \rho = \sum_0^n P_n |\varphi_n\rangle\langle \varphi_n| ρ=0nPnφnφn
其中, P n P_n Pn是产生这个态 ∣ φ n ⟩ |\varphi_n\rangle φn的概率,或是它占所有态的比重。

1-qubit的量子态层析

1-qubit的定义的只有一个可以变化的位置,且这个位置只能去0或者1. 因此可以写成:
∣ φ ⟩ = cos ⁡ θ 2 ∣ 0 ⟩ + sin ⁡ θ 2 e i ϕ ∣ 1 ⟩ |\varphi\rangle=\cos\frac\theta2|0\rangle+\sin\frac\theta2e^{i\phi}|1\rangle φ=cos2θ0+sin2θeiϕ1
其中有两个变量 θ \theta θ ϕ \phi ϕ。因此1-qubit的密度矩阵是个2维矩阵。
ρ = ( a 00 a 01 a 10 a 11 ) \rho=\begin{pmatrix}a_{00}& a_{01}\\a_{10}&a_{11}\\ \end{pmatrix} ρ=(a00a10a01a11)
考虑到密度矩阵满足的性质:
Tr  ρ = 1 ρ = ρ † \text{Tr } \rho=1\\ \rho =\rho^\dag Tr ρ=1ρ=ρ
因此得到, a 00 a_{00} a00 a 11 a_{11} a11是实数。 a 10 a_{10} a10= a 01 † a_{01}^\dag a01。因此,决定这个密度矩阵的分别是4个实数: a 00 , a 11 , Re  a 10 , Im  a 10 a_{00},a_{11},\text{Re }a_{10},\text{Im }a_{10} a00,a11,Re a10,Im a10
因此,我们可以把他们拆解为如下的形式:
ρ = a 00 ( 1 0 0 0 ) + a 11 ( 0 0 0 1 ) + Re  a 10 ( 0 1 1 0 ) + Im  a 10 ( 0 − i i 0 ) \rho=a_{00}\begin{pmatrix} 1&0\\0&0\end{pmatrix}+a_{11}\begin{pmatrix}0&0\\0&1 \end{pmatrix}+\text{Re }a_{10}\begin{pmatrix} 0&1\\1&0\end{pmatrix}+\text{Im }a_{10}\begin{pmatrix} 0&-i\\i&0\end{pmatrix} ρ=a00(1000)+a11(0001

http://www.hkea.cn/news/782589/

相关文章:

  • b2c网站综合对比评价站长统计幸福宝
  • 网站建设意见做推广app赚钱的项目
  • 哈尔滨营销网站制作做外贸推广
  • 深圳网站建设外贸公司排名搜索热词排名
  • 网络科技公司招聘可靠吗seo多久可以学会
  • 企业网站建设的方案ppt网络营销的特点主要包括什么
  • 如何自行建设网站推广关键词优化
  • 建设学院网站百度收录关键词查询
  • 有关外贸的网站有哪些内容武汉抖音seo搜索
  • 娄底网站建设的话术深圳网站关键词排名优化
  • 福田大型商城网站建设seo营销方法
  • 网站开发专业就业指导企业网站设计与实现论文
  • 网络营销方式的思维导图seo关键词优化系统
  • wordpress访客ip记录福清市百度seo
  • 网站下载速度慢互联网广告推广公司
  • 电影网站空间配置网络营销的工具和方法有哪些
  • 包装设计网站免费百度seo搜索引擎优化厂家
  • 免费做公司网站sem对seo的影响有哪些
  • 网站空间购买费用关键词优化计划
  • 网站制作可以卖多少钱陕西网站建设制作
  • 深圳中小企业网站制作谷歌海外广告投放
  • 做游戏网站的需求分析创建app平台
  • 青岛胶南做网站的有多少seo商学院
  • 二月网站建设南宁百度个人中心登录
  • 如何在相关网站免费做宣传广告免费建立个人网站官网
  • 做搜狗网站优化首自己建立网站步骤
  • 企业资质查询官方网站最好的小说网站排名
  • 乐平网站设计北京互联网公司
  • 朝阳企业网站建设方案费用郑州网络营销学校
  • 建站行业发展百度广告代运营