检索结果-南通市图书馆

多逻辑比特表面码结构设计及其逻辑CNOT门实现

在线全文

学校读者我要写书评

暂无评论

物理学报 2024年第4期73卷 47-59页

作者：权东晓吕晓杰张雯菲西安电子科技大学通信工程学院西安710071 西安电子科技大学量子信息协同创新中心西安710071

量子计算因具有并行处理能力,相比于经典计算有着指数级的加速,但量子系统具有脆弱性,极易受到噪声的影响,量子纠错码是克服量子噪声的有效手段.量子表面码是一种拓扑稳定子码,由于其结构上的最近邻居特点和较高的容错阈值,表面码在大... 详细信息

量子计算因具有并行处理能力,相比于经典计算有着指数级的加速,但量子系统具有脆弱性,极易受到噪声的影响,量子纠错码是克服量子噪声的有效手段.量子表面码是一种拓扑稳定子码,由于其结构上的最近邻居特点和较高的容错阈值,表面码在大规模容错量子计算方面具有巨大的潜力.目前已有的基于边界的表面码均为编码一个逻辑比特的表面码,本文主要研究基于边界如何实现多逻辑量子比特的编码,包括设计表面码的结构,根据结构找出对应的稳定子和逻辑操作,进一步根据稳定子设计出基于稳定子实现的编码线路;在研究基于测量和纠正的单量子比特间CNOT实现原理和基于融合操作和分割操作的单逻辑量子比特表面码间CNOT门实现原理的基础上,优化了基于融合操作和分割操作的单逻辑量子比特表面码间CNOT门实现方案,将其扩展到所设计的多逻辑量子比特表面码上实现了多逻辑量子比特表面码之间的CNOT操作,并通过仿真验证量子线路的正确性.本文设计的多逻辑比特表面码克服了单比特表面码不能密铺于量子芯片的缺点且提高了某些逻辑操作的长度,提高了容错能力.基于联合测量的思想降低了对辅助比特的要求且减小了实现过程中对量子资源的需求.

关键词：量子表面码多逻辑比特编码逻辑CNOT门融合操作分割操作

等离子体增强原子层沉积AlN外延单晶GaN研究

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

无机材料学报 2024年第5期39卷 547-553页

作者：卢灏许晟瑞黄永陈兴徐爽刘旭王心颢高源张雅超段小玲张进成郝跃西安电子科技大学微电子学院西安710071 西安电子科技大学芜湖研究院先进微电子器件研究中心芜湖241000

氮化镓(GaN)作为第三代半导体材料,具有较大的禁带宽度,较高的击穿电场强度、电子迁移率、热导系数以及直接带隙等优异特性,被广泛应用于电子器件和光电子器件中。由于与衬底的失配问题,早期工艺制备GaN材料难以获得高质量单晶GaN薄膜... 详细信息

氮化镓(GaN)作为第三代半导体材料,具有较大的禁带宽度,较高的击穿电场强度、电子迁移率、热导系数以及直接带隙等优异特性,被广泛应用于电子器件和光电子器件中。由于与衬底的失配问题,早期工艺制备GaN材料难以获得高质量单晶GaN薄膜。直到采用两步生长法,即先在衬底上低温生长氮化铝(AlN)成核层,再高温生长GaN,才极大地提高了GaN材料的质量。目前用于制备AlN成核层的方法有磁控溅射以及分子束外延等,为了进一步提高GaN晶体质量,本研究提出在两英寸c面蓝宝石衬底上使用等离子体增强原子层沉积(Plasma-enhanced Atomic Layer Deposition,PEALD)方法制备AlN成核层来外延GaN。相比于磁控溅射方法,PEALD方法制备AlN的晶体质量更好;相比于分子束外延方法,PEALD方法的工艺简单、成本低且产量大。沉积AlN的表征结果表明,AlN沉积速率为0.1 nm/cycle,并且AlN薄膜具有随其厚度变化而变化的岛状形貌。外延GaN表征结果表明,当沉积厚度为20.8 nm的AlN时,GaN外延层的表面最平整,均方根粗糙度为0.272 nm,同时具有最好的光学特性以及最低的位错密度。本研究提出了在PEALD制备的AlN上外延单晶GaN的新方法,沉积20.8 nm的AlN有利于外延高质量的GaN薄膜,可以用于制备高电子迁移率晶体管及发光二极管。

关键词： GaN AlN 等离子体增强原子层沉积成核层外延

同方期刊数据库

基于悬挂变量的显式无条件稳定时域有限差分亚网格算法

在线全文

学校读者我要写书评

暂无评论

物理学报 2024年第8期73卷 72-82页

作者：何欣波魏兵西安电子科技大学物理学院西安710071

时域有限差分(finite-difference time-domain,FDTD)方法由于稳定性条件的限制,在处理含精细结构的电磁问题时效率不高.显式无条件稳定(explicit unconditionally stable,EUS)FDTD方法通过滤除系统矩阵的不稳定模式,能够消除稳定性条件... 详细信息

时域有限差分(finite-difference time-domain,FDTD)方法由于稳定性条件的限制,在处理含精细结构的电磁问题时效率不高.显式无条件稳定(explicit unconditionally stable,EUS)FDTD方法通过滤除系统矩阵的不稳定模式,能够消除稳定性条件的限制,提高精细结构的仿真效率.然而,EUS-FDTD方法需要求解数值系统矩阵的特征值,在采用亚网格方案对含精细结构目标离散时需要保证数值系统矩阵的对称性.现有的EUS-FDTD亚网格方法存在着构造复杂、精度不足等问题.针对以上问题,本文将悬挂变量亚网格(hanging variables subgridding,HVS)算法应用于EUS-FDTD算法中,从系统矩阵的对称性出发证明了悬挂变量亚网格算法的稳定性,给出了高精度、稳定、容易实施的HVS-EUS-FDTD方案.通过线磁流在自由空间的辐射、多个介质目标以及三维含介质腔体的数值算例证明了所提方法的稳定性、高精度以及高效性.数值实验表明,HVS-EUS-FDTD算法的计算效率相比于均匀细网格FDTD算法可提升数百倍,相比于HVS-FDTD算法最高可提升Ratio(粗细网格尺寸比)倍.

关键词：时域有限差分显式无条件稳定悬挂变量精细结构

MXenes等离激元诱导热载流子产生与输运温度依变性

在线全文

学校读者我要写书评

暂无评论

物理学报 2024年第11期73卷 313-324页

作者：见超超马向超赵子涵张建奇西安电子科技大学光电工程学院西安710071

MXenes可以实现大规模合成且具有诸多优异光电特性,被用于构建各种结构和功能独特的热载流子光电探测器件.然而,变温环境条件下MXenes并不稳定,一方面环境温度升高会加速材料氧化降解,另一方面温度变化可能影响光电器件的寿命和性能稳定... 详细信息

MXenes可以实现大规模合成且具有诸多优异光电特性,被用于构建各种结构和功能独特的热载流子光电探测器件.然而,变温环境条件下MXenes并不稳定,一方面环境温度升高会加速材料氧化降解,另一方面温度变化可能影响光电器件的寿命和性能稳定性,目前MXenes温度不稳定性受到越来越多关注.鉴于实验研究变温条件下MXenes热载流子性质的局限,本文基于多体微扰理论和量子力学理论,研究环境温度对电子态分布和散射效应的影响.从表面等离激元非辐射衰减角度出发,采用第一性原理计算量化热载流子的产生效率、能量分布和输运,系统研究了MXenes表面等离激元诱导热载流子的环境温度依变特性.结果表明,MXenes中带间跃迁和声子协助电子跃迁共同高效率产生了高能热空穴主导的热载流子,且表现出与硼烯媲美的长寿命和输运距离.环境温度升高显著提高了红外波段的热载流子产生效率,同时可见光波段的热空穴表现出优异环境温度稳定性.此外,环境温度升高降低了热载流子的寿命和输运距离,主要源于增强的电子与光学声子散射效应.

关键词： MXenes 热载流子温度特性介电函数

基于温度迭代校正自吸收效应的激光诱导击穿光谱定量分析方法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

物理学报 2024年第5期73卷 139-146页

作者：侯佳佳张大成冯中琦朱江峰西安电子科技大学光电工程学院西安710071

激光诱导击穿光谱(laser-induced breakdown spectroscopy,LIBS)是一种理想的实时在线检测合金中微量元素的方法.然而在激光诱导击穿产生的高密度等离子体中,自吸收通常是一种不期望出现的效应,它降低了谱线的真实强度,使谱线强度随目... 详细信息

激光诱导击穿光谱(laser-induced breakdown spectroscopy,LIBS)是一种理想的实时在线检测合金中微量元素的方法.然而在激光诱导击穿产生的高密度等离子体中,自吸收通常是一种不期望出现的效应,它降低了谱线的真实强度,使谱线强度随目标物质含量增长呈非线性,从而严重影响对目标中元素含量测量的准确性.本文提出了一种基于温度迭代校正自吸收效应的方法,借助等离子体热平衡辐射模型,对等离子体电子温度(T)和辐射粒子数密度乘以吸收路径长度(Nl)这两个参数进行迭代计算和校正,消除自吸收对谱线强度的影响,最终提高定量分析的准确性.对合金钢样品中Mn元素的实验测量结果表明,该方法有效地提高了Boltzmann平面图的线性度及元素含量的测量精度.该方法模型简单,计算效率高,且与Stark展宽系数的可用性和准确性无关,可以直接获得辐射粒子数密度和吸收路径长度参数,因此在提高LIBS定量分析能力的同时,还可以实现对等离子体状态的诊断.

关键词：激光诱导击穿光谱自吸收温度迭代校正定量分析

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

多接收子阵下特征波束的角度空间调制方法

电子科技大学学报 2024年第3期53卷 390-395页

作者：王喜媛王勇西安电子科技大学信息科学研究中心西安710071 西安电子科技大学网络与信息安全学院西安710071

基于波束赋形的波束切换空间调制算法,不仅可以提高频谱效率,还可以利用天线阵列增益提高能量效率。该文利用信道响应构造统计平均的协方差矩阵,构造正交特征向量作为阵列的加权矢量,形成相互独立的多个等效传输信道,利用波束赋形增益... 详细信息

基于波束赋形的波束切换空间调制算法,不仅可以提高频谱效率,还可以利用天线阵列增益提高能量效率。该文利用信道响应构造统计平均的协方差矩阵,构造正交特征向量作为阵列的加权矢量,形成相互独立的多个等效传输信道,利用波束赋形增益和分集增益提高无线通信的传输可靠性和传输能力。进一步采用天线子阵分组方法,克服信道相关性带来的不利影响。性能分析和仿真结果表明,特征波束角度空间调制方案可获得更多的波束组合数目,会明显改善译码性能和频谱效率。

关键词：特征波束形成空间调制正交空时分组码 MIMO 最大似然

伴随维修资源配置与任务调度的多目标联合优化

在线全文

学校读者我要写书评

暂无评论

兵工学报 2024年第7期45卷 2442-2450页

作者：刘盛钰齐小刚刘立芳西安电子科技大学数学与统计学院陕西西安710071 西安电子科技大学计算机学院陕西西安710071

现代战争作战节奏快、横跨地域广,对伴随维修保障模式提出了更高的要求。如何在复杂战场中实现资源配置与任务调度的流程整合,充分发挥伴随维修系统效能,已经成为当今装备维修保障的迫切需求与发展方向。综合考虑多中心、开放式、多修... 详细信息

现代战争作战节奏快、横跨地域广,对伴随维修保障模式提出了更高的要求。如何在复杂战场中实现资源配置与任务调度的流程整合,充分发挥伴随维修系统效能,已经成为当今装备维修保障的迫切需求与发展方向。综合考虑多中心、开放式、多修复状态、时间窗、非遍历、容量限制等因素,首次提出随时补货的思路,将地区危险系数与维修组当前成本相结合,以维修组创造维修效益最大化、承担风险成本最小化为目标,建立更完善的数学模型。针对上述问题进行相应的编码,改进多目标人工蜂群(Multi Objective Artificial Bee Colony,MOABC)算法,提出求解质量、收敛速度良好的多目标人工蜂群-多记忆蜜源(Multi Objective Artificial Bee Colony for Memorizing Multiple Honey Sources per Bee,MOABC-MMHS)算法;针对小部分极端值影响均值的问题改进覆盖率(Coverage,C)指标的使用方式,以频率的方式对其进行展示;通过仿真实验与多指标评价验证模型和算法的科学性,实现了伴随维修资源配置与任务调度的联合优化。研究结果表明,上述模型与算法能够为伴随维修保障提供相应的辅助决策。

关键词：装备维修保障伴随维修资源配置任务调度多目标优化

基于多源遥感图像多级协同融合的舰船识别算法

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2024年第2期46卷 407-418页

作者：张亚丽冯伟全英汇邢孟道西安电子科技大学电子工程学院陕西西安710071 西安电子科技大学前沿交叉研究院陕西西安710071

针对极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)图像存在斑点噪声严重、可视性差、直接影响目标识别精度的问题,提出一种基于多源遥感图像多级协同融合的舰船识别算法。通过采用多级协同融合方式,丰富图像的特征... 详细信息

针对极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)图像存在斑点噪声严重、可视性差、直接影响目标识别精度的问题,提出一种基于多源遥感图像多级协同融合的舰船识别算法。通过采用多级协同融合方式,丰富图像的特征量,提高舰船识别精度。所提方法首先进行多源遥感数据的像素级融合,然后在上一步基础上进行特征级融合,最终得到新的目标特征。所提方法充分发挥了不同频段的PolSAR与多光谱图像的信息互补优势,不仅保留了多频段PolSAR对目标的极化散射特征,也保留了多光谱数据的空-谱信息。所提方法在可视性与检测精度上表现都较为出色,与传统的单一遥感数据相比,识别精度至少提高了5.12%。

关键词：极化合成孔径雷达图像融合多光谱舰船检测

在线全文

学校读者我要写书评

暂无评论

使用图负采样的图卷积神经网络推荐算法

西安电子科技大学学报 2024年第1期51卷 86-99页

作者：黄河源慕彩红方云飞刘逸西安电子科技大学人工智能学院陕西西安710071 西安电子科技大学电子工程学院陕西西安710071

经过几年的快速发展,基于图卷积神经网络的协同过滤算法已经在许多推荐系统场景中取得了最好的表现。但是这些算法在采集负样本时大多仅仅采用简单的随机负采样方法,没有充分利用图结构信息。针对这一问题,提出了一种使用图负采样的图... 详细信息

经过几年的快速发展,基于图卷积神经网络的协同过滤算法已经在许多推荐系统场景中取得了最好的表现。但是这些算法在采集负样本时大多仅仅采用简单的随机负采样方法,没有充分利用图结构信息。针对这一问题,提出了一种使用图负采样的图卷积神经网络推荐算法GCN-GNS。该算法首先构造用户-物品二部图,并利用图卷积神经网络获取节点嵌入向量;接下来通过基于深度优先搜索的随机游走方法获取同时包含近距离邻居物品节点和远方物品节点的游走物品节点序列;然后设计注意力层自适应学习游走序列中不同节点的权重,并按权重组成一个动态更新的虚拟负样本;最终利用该虚拟负样本对模型进行更高效的训练。实验结果显示,与对比算法相比,多数情况下GCN-GNS在三个真实公开数据集上都有更好的表现;这表明所提出的新的图负采样方法能够帮助GCN-GNS算法更充分地利用图结构信息,并最终提升物品推荐的效果。

关键词：推荐系统协同过滤卷积神经网络图负采样