基于量子技術(shù)的目標(biāo)探測研究*

譚 宏 戴志平

(空軍雷達(dá)學(xué)院四系通信教研室 武漢 430010)

1 引言

進(jìn)入21世紀(jì)后,信息戰(zhàn)、電子戰(zhàn)、空襲戰(zhàn)、精確戰(zhàn)和非接觸戰(zhàn)成為未來戰(zhàn)爭的主要形式,全方位大縱深的陸海空天電一體化作戰(zhàn)已成為必然,太空將成為國際軍事競爭的新的制高點。雷達(dá)作為主要的電子信息裝備,擔(dān)負(fù)信息獲取和精確制導(dǎo)的重任。雷達(dá)能否高效地、遠(yuǎn)距離地、獲取各種遠(yuǎn)程導(dǎo)彈、飛機等目標(biāo)的信息將是確保戰(zhàn)爭勝利的首要條件。

當(dāng)前雷達(dá)的缺點主要有:1)發(fā)射功率大(幾十千瓦),電磁泄漏大;2)體積大,機動性差;3)對抗反隱身能力差;4)成像能力弱;5)信號處理復(fù)雜,實時性弱。從多年來雷達(dá)的發(fā)展的經(jīng)歷看,要想提高雷達(dá)的精確性和實現(xiàn)高質(zhì)量的圖像,雷達(dá)的發(fā)射電磁波頻率要更高。最近(20世紀(jì)70年代)發(fā)展起來的超寬帶雷達(dá),就是采用沖激脈沖作為載波。由此看出雷達(dá)信號的載波向極窄脈沖發(fā)展,這實際上是追求雷達(dá)信號能量集中效應(yīng),類似“子彈”的效果。要想解決上述雷達(dá)缺點還需發(fā)展新體制雷達(dá)。據(jù)此我們想到利用電磁波的粒子特性探測目標(biāo)的思想。本文基于量子技術(shù),提出新的雷達(dá)探測方法,同時給出了具體的系統(tǒng)模型。

2 量子雷達(dá)原理

2.1 電磁波的量子特性分析

實踐證明:微觀世界遵循量子力學(xué)原理。光和電磁波都具有波粒二象性。光的波動性和粒子特性都很顯著,微波波段的電磁波,波動性顯著粒子性較弱。通過測量電磁波的波動性只能獲得信號的頻率和相位,它們不能很好地反映出信息的空間序列特性。而測量電磁波的粒子性可以獲得信號的動量和位移,它們具有信息的空間序列特性,作為提取圖像信息具有天然的優(yōu)越性。但是通過測量電磁波的粒子特性來獲得信息有個致命的缺點:信號十分微弱。

當(dāng)今由于量子通信技術(shù)的興起,這一致命弱點逐步得到了解決。而現(xiàn)實當(dāng)中人的視覺系統(tǒng)其實就是一個測量光粒子特性的裝置。這使得利用電磁波的粒子特性傳遞信息有實際可參考的例子。

2.2 人類圖像處理系統(tǒng)分析

人類的大腦是一個性能優(yōu)良的、并行的圖像處理器。從人類大腦的神經(jīng)網(wǎng)絡(luò)處理信息的方式,可以得到如下幾點結(jié)論:

1)人類的視網(wǎng)膜感應(yīng)的是光波的粒子特性(類似太陽能電池板)。

2)人類大腦的神經(jīng)網(wǎng)絡(luò)具有量子感應(yīng)特性(對單量子脈沖有反應(yīng))[1～2]。

3)人類大腦的神經(jīng)網(wǎng)絡(luò)是并行處理圖像信息,且具有量子計算的自然而高效的并行特點。

早在1996年P(guān)erus博士[3]認(rèn)為,量子波函數(shù)的坍縮(Collapse)十分類似于人腦記憶中的神經(jīng)模式重構(gòu)現(xiàn)象。哈佛大學(xué)的Gould則進(jìn)一步證明了玻爾(Bohr)的量子過程的本體論解釋和感知器的腦過程的完全性理論有同樣的數(shù)學(xué)結(jié)構(gòu),這兩個過程的動態(tài)方程都包含了一種場,即量子勢或神經(jīng)勢,基于量子勢的量子過程和基于神經(jīng)勢的腦過程的動態(tài)方程有驚人的相似之處。

從以上分析可以看出,人類大腦的神經(jīng)網(wǎng)絡(luò)具有量子計算的特點。通過模擬人類神經(jīng)網(wǎng)絡(luò)處理圖像的機理來重新設(shè)計雷達(dá),可以得到一個快速高分辨率,而技術(shù)上又相對可行的雷達(dá)成像系統(tǒng)。

首先,人類視覺成像系統(tǒng)是并行的。目標(biāo)各個點的光波(電磁波)反射來的信號通過光學(xué)透鏡(眼睛),并行地照射在視網(wǎng)膜上,視覺細(xì)胞將光信號轉(zhuǎn)化為神經(jīng)脈沖信號,經(jīng)視神經(jīng)束并行投射到大腦相應(yīng)的區(qū)域。

需要說明的是,人腦成像利用的是光的量子特性。光通過透光物質(zhì)類似設(shè)置了一定的電磁場環(huán)境的光柵(晶體各原子具有相應(yīng)的電場和磁場),光子不被透光物質(zhì)原子吸收。

從物質(zhì)的波粒二象性來看,波動性表達(dá)物質(zhì)(能量)的彌散特性,傳達(dá)的是一種背景信息;粒子特性表達(dá)物質(zhì)(能量)的點特性,傳達(dá)的是一種精確信息。雖然,低頻電磁波波動性強于粒子特性,但是,它同樣存在粒子特性,只不過很弱,只要我們通過一定的測量手段是可以獲得它的粒子特性,從而可以獲得它所帶回來的、精確的目標(biāo)信息(點信息)。

2.3 量子雷達(dá)原理

2.3.1 量子雷達(dá)工作原理

通過以上分析,我們可以給量子雷達(dá)下一個定義:利用電磁波的粒子特性進(jìn)行遠(yuǎn)距離目標(biāo)探測的系統(tǒng)。量子雷達(dá)完全可以模擬人類的成像系統(tǒng)。為了敘述方便,在這里說明一下:我們把電磁波的一份能量叫做一個光子。

由并協(xié)原理可知,如果在一個裝置中能夠在物理上互相區(qū)分狀態(tài),則可探測到電磁波的粒子特性[4]。例如,利用計數(shù)器觀察電子究竟通過雙縫衍射試驗中的哪個縫隙,則電子的衍射圖像就消失了,即我們只要選擇了相應(yīng)的測量條件,就只能測得表達(dá)相應(yīng)特性(波動性或粒子性)的物理量。

根據(jù)以上原理,量子雷達(dá)的探測信號,是原子的電子從一個能級躍遷到另一個能級時,所發(fā)出的電磁波,具有特定的狀態(tài)。一般說來,電子特定狀態(tài)可以是電子的自旋。多個已知自旋狀態(tài)的電子(相當(dāng)于信號編碼)發(fā)射的電磁波,被物體反射后進(jìn)行接收。接收機通過分析電子吸收反射波后,其狀態(tài)(自旋)的改變規(guī)律,就可獲得目標(biāo)信息。目前,電磁波與電子自旋狀態(tài)之間的關(guān)系還需進(jìn)一步研究。如果它們之間的關(guān)系只能保持在一定的“相干時間”內(nèi),則目標(biāo)的探測必須在相干時間內(nèi)完成。

2.3.2 量子雷達(dá)的組成

量子雷達(dá)由發(fā)射系統(tǒng)和接收系統(tǒng)組成。如圖1所示,發(fā)射系統(tǒng)主要由靶(n個原子組成)、量子編碼系統(tǒng)和磁透鏡組成。接收系統(tǒng)由磁透鏡、接收靶和信息處理系統(tǒng)組成,如圖2所示。

編碼采用量子避錯碼。量子避錯碼基于消相干中的集體效應(yīng)。集體消相干和獨立消相干具有本質(zhì)的不同,最突出的一點是,對于集體消相干,存在相干保持態(tài)。相干保持態(tài)是指一類能在噪聲環(huán)境下保持穩(wěn)定的態(tài)。目前已經(jīng)在核磁共振中演示了糾相位錯的三比特[5]和兩比特[6]糾錯碼。

靶在設(shè)置好初始條件(編碼表達(dá)的電磁場強度大小)后,使靶原子能級發(fā)生跳變發(fā)出電磁波(載波);電磁波碰到物體形成反射波。

接收靶工作原理類似激光產(chǎn)生原理:接收到的反射波作為激光器的激勵光源;通過反射腔使激光放大,從而達(dá)到接收并放大信號的目的。

磁透鏡類似人類的眼球的作用,起到空間信息排列的作用。

信息處理系統(tǒng)主要采用量子神經(jīng)網(wǎng)絡(luò),以利用其天然并行計算的特點進(jìn)行快速圖像識別。

3 量子雷達(dá)需要解決的問題

3.1 抗干擾問題

這里同樣存在噪聲干擾問題[7],但是我們可以在對發(fā)射的電磁波進(jìn)行所謂“相關(guān)”處理,使發(fā)射電磁波處于相干狀態(tài),接收端只有收到處于這個狀態(tài)的光子,才能以最大的概率使接收器的原子能級發(fā)生躍遷。

如果我們用n位量子編碼,則容量(狀態(tài)數(shù))為2n,則干擾電磁波與發(fā)射電磁波處于相同狀態(tài)的可能性只有1/2n,所以抗干擾能力類似擴頻通信。

3.2 消相干與探測距離問題[8]

由于原子狀態(tài)存在消相干現(xiàn)象,所以接收信號應(yīng)當(dāng)在弛豫時間內(nèi)被接收到。例如,弛豫時間τ=1μ s,探測距離L=0.5×10-6×3×108=150m。所以應(yīng)當(dāng)盡量延長弛豫時間,實際上就是原子狀態(tài)的壽命。如果弛豫時間能達(dá)到10ms,則探測距離可達(dá)1500km。而原子狀態(tài)的壽命與能級差有關(guān)系,各態(tài)所處能級差越大,其自發(fā)跳變的機會越少,壽命越長。但各態(tài)級差越大,激發(fā)跳變的光子頻率越高,而工作頻率越高,“穿透能力”越弱,探測距離較近;由此看來,對于探測距離來說,工作頻率和原子各態(tài)的壽命是一對矛盾條件。因此,在選擇工作頻率時要折中考慮。當(dāng)然也可以開發(fā)出較低工作頻率下的長弛豫時間。

3.3 量子計算

實際上,量子雷達(dá)的工作原理與量子計算的原理相似,主要涉及到原子工作狀態(tài)的實現(xiàn),即給出穩(wěn)定的、所需要的原子能級,在此條件下進(jìn)行電子能級躍遷產(chǎn)生光子;同時,還要把在初始狀態(tài)下發(fā)出的光子穩(wěn)定地接收,即實現(xiàn)與發(fā)射相反的過程。目前實現(xiàn)量子計算機的物理方案有:離子阱(Ion Trap)、腔量子電動力學(xué)(腔 QED)、核磁共振(NRM)和量子點(Quantum Dot)等。

離子阱方案的主要優(yōu)點是:阱中的超冷離子處于一個幾乎與外界隔絕的空間中,由環(huán)境引起的消相干效應(yīng)非常小,因此使得量子計算的并行度較高;其主要缺點是時鐘速度太慢,用數(shù)目極大的激光束脈沖操作各個離子執(zhí)行邏輯運算時,運算速度難以提高。

腔量子電動力學(xué)方案的主要優(yōu)點是:兩個量子位之間相互作用的時間尺度大大小于離子阱方案,因此其可以在單位時間內(nèi)完成更多的操作步驟。

利用核磁共振技術(shù)實現(xiàn)量子計算機較為成熟。

量子點方案的優(yōu)點則是:量子位可以是嵌套在固體材料中的固態(tài)量子器件,這與經(jīng)典計算機的大規(guī)模集成電路的設(shè)計相似。

2000年8月,IBM公司推出了具有5個原子的量子計算機存儲器;同年,美國已成功地建立4個量子位的離子阱量子計算機,同時美國和德國的科學(xué)家利用核磁共振技術(shù)成功地建立5個量子位的量子計算系統(tǒng),在中國則利用核磁共振技術(shù)成功地建立3個量子位的量子計算機;2001年日本利用核磁共振技術(shù)已研制出16個量子位的實驗性量子計算機原型[9]。

2007年中國科技大學(xué)微尺度物質(zhì)科學(xué)國家實驗室潘建偉、楊濤、陸朝陽等,通過實驗成功制備出國際上糾纏光子數(shù)最多的(實現(xiàn)六光子)薛定諤貓態(tài)和可以直接用于量子計算的簇態(tài),刷新光子糾纏和量子計算領(lǐng)域的兩項世界紀(jì)錄。

3.4 量子神經(jīng)網(wǎng)絡(luò)

從目前的理論分析和應(yīng)用證明,量子神經(jīng)計算(QNC)模型至少在以下幾個方面具有明顯的優(yōu)勢[10]:1)指數(shù)級的記憶容量和回憶速度;2)由于可實現(xiàn)高密度的量子神經(jīng)元(1011個神經(jīng)元/mm3)和利用量子神經(jīng)元之間的糾纏特性而不需要網(wǎng)絡(luò)連線使QNN的網(wǎng)絡(luò)規(guī)模較小、網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)較簡單;3)快速學(xué)習(xí)和高速信息處理(1010bit/s)能力;4)由于不存在模式之間的相互干擾而具有消除災(zāi)變性失憶的潛力;5)單層網(wǎng)絡(luò)可求解線性不可分問題;6)高穩(wěn)定性和高可靠性等。

隨著量子信息理論的發(fā)展,量子神經(jīng)網(wǎng)絡(luò)會得到迅速發(fā)展,其關(guān)鍵是如何調(diào)和神經(jīng)計算模型非線性特征與量子系統(tǒng)中線性幺正變換之間的關(guān)系,以及如何自然地在神經(jīng)網(wǎng)絡(luò)中表達(dá)量子態(tài)的糾纏特性。

目前,量子神經(jīng)計算領(lǐng)域的研究日趨活躍,其重要標(biāo)志之一是1998年召開的第4屆國際信息科學(xué)聯(lián)合會會議和2000年召開的第4屆國際計算智能與神經(jīng)科學(xué)會議都專門設(shè)立了量子計算與神經(jīng)量子信息處理專題,此舉引起了國際理論界的廣泛關(guān)注。

4 結(jié)語

隨著量子通信技術(shù)的進(jìn)一步發(fā)展,最靈敏而精密的電子接收機將誕生,類似人類的信息處理系統(tǒng)將會出現(xiàn),量子雷達(dá)的實現(xiàn)也很快成為現(xiàn)實。到那時,具有反隱身、精確成像、便攜式雷達(dá)系統(tǒng),使我們更準(zhǔn)確精細(xì)而又方便地探測遠(yuǎn)距離目標(biāo)。

[1]Cybenko G.Approximation by superposition of a single function[J].Mathematics of Control,Signals and Systems,1989,35:335～336

[2]NIELSEN M A,CHUANG I L.Quantum Computation and Quantum Information[M].London:Cambridge University Press,2000

[3]M.Perus.Neuro-quantum parallelism in brain-mind and computers[J].Informatica,1996,20:173～183

[4]張禮,葛墨林.量子力學(xué)的前沿問題[M].北京:清華大學(xué)出版社,2000,4

[5]Cory D G,et al.Phys.Rev.Lett.,1998,81:2152～2155

[6]Leung D,et al.Phys.Rev.A,1999,60:1924～1943

[7]李傳鋒,郭光燦.量子信息研究進(jìn)展[J].物理學(xué)進(jìn)展,2000,20(4)

[8]Di Vincenzo D P.Science,1995,270:255;Bennett C.H.Phys.Todav,1995,48:24

[9]鐘誠,陳國良.量子計算及其應(yīng)用[J].廣西人學(xué)學(xué)報(自然科學(xué)版),2003,27(1)

[10]Ezhov A,Ventura D.quantum neural networks[C]//Kasabov N.ed.Future Directions for Intelligent Systems and Information Sciences,Springer-Verlag,Heidelberg,2000:213～234

[11]孫增圻.智能控制理論與技術(shù)[M].北京:清華大學(xué)出版社,2000,11

[12]閻平凡,張長水.人工神經(jīng)網(wǎng)絡(luò)與模擬進(jìn)化計算[M].北京:清華大學(xué)出版社,2000,11

[13]李俠,朱裕生.現(xiàn)代雷達(dá)技術(shù)[M].北京:兵器工業(yè)出版社,2000,10