科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对太赫兹大规模MIMO系统，提出一种基于量子机器学习的预编码方案，该方案以系统可达和速率最大为目标，通过将通信系统中的优化问题建模为量子系统中的哈密顿量，将最优预编码的设计问题转化为获取量子系统哈密顿量的基态问题。进而利用变分量子本征求解器，结合经典机器学习的优化算法，通过训练获得最优的参数化量子线路，最后从量子线路中提取出基态，即对应于最优的预编码矩阵。经Google公司的tensorflow-quantum量子机器学习平台验证分析，提出的方案能获得指数级加速，性能也接近于经典的基于SVD的预编码方案。
-
单位南京邮电大学; 通信与信息工程学院
