基于量子技术的目标探测研究*

谭 宏 戴志平

(空军雷达学院四系通信教研室 武汉 430010)

1 引言

进入21世纪后,信息战、电子战、空袭战、精确战和非接触战成为未来战争的主要形式,全方位大纵深的陆海空天电一体化作战已成为必然,太空将成为国际军事竞争的新的制高点。雷达作为主要的电子信息装备,担负信息获取和精确制导的重任。雷达能否高效地、远距离地、获取各种远程导弹、飞机等目标的信息将是确保战争胜利的首要条件。

当前雷达的缺点主要有:1)发射功率大(几十千瓦),电磁泄漏大;2)体积大,机动性差;3)对抗反隐身能力差;4)成像能力弱;5)信号处理复杂,实时性弱。从多年来雷达的发展的经历看,要想提高雷达的精确性和实现高质量的图像,雷达的发射电磁波频率要更高。最近(20世纪70年代)发展起来的超宽带雷达,就是采用冲激脉冲作为载波。由此看出雷达信号的载波向极窄脉冲发展,这实际上是追求雷达信号能量集中效应,类似“子弹”的效果。要想解决上述雷达缺点还需发展新体制雷达。据此我们想到利用电磁波的粒子特性探测目标的思想。本文基于量子技术,提出新的雷达探测方法,同时给出了具体的系统模型。

2 量子雷达原理

2.1 电磁波的量子特性分析

实践证明:微观世界遵循量子力学原理。光和电磁波都具有波粒二象性。光的波动性和粒子特性都很显著,微波波段的电磁波,波动性显著粒子性较弱。通过测量电磁波的波动性只能获得信号的频率和相位,它们不能很好地反映出信息的空间序列特性。而测量电磁波的粒子性可以获得信号的动量和位移,它们具有信息的空间序列特性,作为提取图像信息具有天然的优越性。但是通过测量电磁波的粒子特性来获得信息有个致命的缺点:信号十分微弱。

当今由于量子通信技术的兴起,这一致命弱点逐步得到了解决。而现实当中人的视觉系统其实就是一个测量光粒子特性的装置。这使得利用电磁波的粒子特性传递信息有实际可参考的例子。

2.2 人类图像处理系统分析

人类的大脑是一个性能优良的、并行的图像处理器。从人类大脑的神经网络处理信息的方式,可以得到如下几点结论:

1)人类的视网膜感应的是光波的粒子特性(类似太阳能电池板)。

2)人类大脑的神经网络具有量子感应特性(对单量子脉冲有反应)[1～2]。

3)人类大脑的神经网络是并行处理图像信息,且具有量子计算的自然而高效的并行特点。

早在1996年Perus博士[3]认为,量子波函数的坍缩(Collapse)十分类似于人脑记忆中的神经模式重构现象。哈佛大学的Gould则进一步证明了玻尔(Bohr)的量子过程的本体论解释和感知器的脑过程的完全性理论有同样的数学结构,这两个过程的动态方程都包含了一种场,即量子势或神经势,基于量子势的量子过程和基于神经势的脑过程的动态方程有惊人的相似之处。

从以上分析可以看出,人类大脑的神经网络具有量子计算的特点。通过模拟人类神经网络处理图像的机理来重新设计雷达,可以得到一个快速高分辨率,而技术上又相对可行的雷达成像系统。

首先,人类视觉成像系统是并行的。目标各个点的光波(电磁波)反射来的信号通过光学透镜(眼睛),并行地照射在视网膜上,视觉细胞将光信号转化为神经脉冲信号,经视神经束并行投射到大脑相应的区域。

需要说明的是,人脑成像利用的是光的量子特性。光通过透光物质类似设置了一定的电磁场环境的光栅(晶体各原子具有相应的电场和磁场),光子不被透光物质原子吸收。

从物质的波粒二象性来看,波动性表达物质(能量)的弥散特性,传达的是一种背景信息;粒子特性表达物质(能量)的点特性,传达的是一种精确信息。虽然,低频电磁波波动性强于粒子特性,但是,它同样存在粒子特性,只不过很弱,只要我们通过一定的测量手段是可以获得它的粒子特性,从而可以获得它所带回来的、精确的目标信息(点信息)。

2.3 量子雷达原理

2.3.1 量子雷达工作原理

通过以上分析,我们可以给量子雷达下一个定义:利用电磁波的粒子特性进行远距离目标探测的系统。量子雷达完全可以模拟人类的成像系统。为了叙述方便,在这里说明一下:我们把电磁波的一份能量叫做一个光子。

由并协原理可知,如果在一个装置中能够在物理上互相区分状态,则可探测到电磁波的粒子特性[4]。例如,利用计数器观察电子究竟通过双缝衍射试验中的哪个缝隙,则电子的衍射图像就消失了,即我们只要选择了相应的测量条件,就只能测得表达相应特性(波动性或粒子性)的物理量。

根据以上原理,量子雷达的探测信号,是原子的电子从一个能级跃迁到另一个能级时,所发出的电磁波,具有特定的状态。一般说来,电子特定状态可以是电子的自旋。多个已知自旋状态的电子(相当于信号编码)发射的电磁波,被物体反射后进行接收。接收机通过分析电子吸收反射波后,其状态(自旋)的改变规律,就可获得目标信息。目前,电磁波与电子自旋状态之间的关系还需进一步研究。如果它们之间的关系只能保持在一定的“相干时间”内,则目标的探测必须在相干时间内完成。

2.3.2 量子雷达的组成

量子雷达由发射系统和接收系统组成。如图1所示,发射系统主要由靶(n个原子组成)、量子编码系统和磁透镜组成。接收系统由磁透镜、接收靶和信息处理系统组成,如图2所示。

编码采用量子避错码。量子避错码基于消相干中的集体效应。集体消相干和独立消相干具有本质的不同,最突出的一点是,对于集体消相干,存在相干保持态。相干保持态是指一类能在噪声环境下保持稳定的态。目前已经在核磁共振中演示了纠相位错的三比特[5]和两比特[6]纠错码。

靶在设置好初始条件(编码表达的电磁场强度大小)后,使靶原子能级发生跳变发出电磁波(载波);电磁波碰到物体形成反射波。

接收靶工作原理类似激光产生原理:接收到的反射波作为激光器的激励光源;通过反射腔使激光放大,从而达到接收并放大信号的目的。

磁透镜类似人类的眼球的作用,起到空间信息排列的作用。

信息处理系统主要采用量子神经网络,以利用其天然并行计算的特点进行快速图像识别。

3 量子雷达需要解决的问题

3.1 抗干扰问题

这里同样存在噪声干扰问题[7],但是我们可以在对发射的电磁波进行所谓“相关”处理,使发射电磁波处于相干状态,接收端只有收到处于这个状态的光子,才能以最大的概率使接收器的原子能级发生跃迁。

如果我们用n位量子编码,则容量(状态数)为2n,则干扰电磁波与发射电磁波处于相同状态的可能性只有1/2n,所以抗干扰能力类似扩频通信。

3.2 消相干与探测距离问题[8]

由于原子状态存在消相干现象,所以接收信号应当在弛豫时间内被接收到。例如,弛豫时间τ=1μ s,探测距离L=0.5×10-6×3×108=150m。所以应当尽量延长弛豫时间,实际上就是原子状态的寿命。如果弛豫时间能达到10ms,则探测距离可达1500km。而原子状态的寿命与能级差有关系,各态所处能级差越大,其自发跳变的机会越少,寿命越长。但各态级差越大,激发跳变的光子频率越高,而工作频率越高,“穿透能力”越弱,探测距离较近;由此看来,对于探测距离来说,工作频率和原子各态的寿命是一对矛盾条件。因此,在选择工作频率时要折中考虑。当然也可以开发出较低工作频率下的长弛豫时间。

3.3 量子计算

实际上,量子雷达的工作原理与量子计算的原理相似,主要涉及到原子工作状态的实现,即给出稳定的、所需要的原子能级,在此条件下进行电子能级跃迁产生光子;同时,还要把在初始状态下发出的光子稳定地接收,即实现与发射相反的过程。目前实现量子计算机的物理方案有:离子阱(Ion Trap)、腔量子电动力学(腔 QED)、核磁共振(NRM)和量子点(Quantum Dot)等。

离子阱方案的主要优点是:阱中的超冷离子处于一个几乎与外界隔绝的空间中,由环境引起的消相干效应非常小,因此使得量子计算的并行度较高;其主要缺点是时钟速度太慢,用数目极大的激光束脉冲操作各个离子执行逻辑运算时,运算速度难以提高。

腔量子电动力学方案的主要优点是:两个量子位之间相互作用的时间尺度大大小于离子阱方案,因此其可以在单位时间内完成更多的操作步骤。

利用核磁共振技术实现量子计算机较为成熟。

量子点方案的优点则是:量子位可以是嵌套在固体材料中的固态量子器件,这与经典计算机的大规模集成电路的设计相似。

2000年8月,IBM公司推出了具有5个原子的量子计算机存储器;同年,美国已成功地建立4个量子位的离子阱量子计算机,同时美国和德国的科学家利用核磁共振技术成功地建立5个量子位的量子计算系统,在中国则利用核磁共振技术成功地建立3个量子位的量子计算机;2001年日本利用核磁共振技术已研制出16个量子位的实验性量子计算机原型[9]。

2007年中国科技大学微尺度物质科学国家实验室潘建伟、杨涛、陆朝阳等,通过实验成功制备出国际上纠缠光子数最多的(实现六光子)薛定谔猫态和可以直接用于量子计算的簇态,刷新光子纠缠和量子计算领域的两项世界纪录。

3.4 量子神经网络

从目前的理论分析和应用证明,量子神经计算(QNC)模型至少在以下几个方面具有明显的优势[10]:1)指数级的记忆容量和回忆速度;2)由于可实现高密度的量子神经元(1011个神经元/mm3)和利用量子神经元之间的纠缠特性而不需要网络连线使QNN的网络规模较小、网络拓扑结构较简单;3)快速学习和高速信息处理(1010bit/s)能力;4)由于不存在模式之间的相互干扰而具有消除灾变性失忆的潜力;5)单层网络可求解线性不可分问题;6)高稳定性和高可靠性等。

随着量子信息理论的发展,量子神经网络会得到迅速发展,其关键是如何调和神经计算模型非线性特征与量子系统中线性幺正变换之间的关系,以及如何自然地在神经网络中表达量子态的纠缠特性。

目前,量子神经计算领域的研究日趋活跃,其重要标志之一是1998年召开的第4届国际信息科学联合会会议和2000年召开的第4届国际计算智能与神经科学会议都专门设立了量子计算与神经量子信息处理专题,此举引起了国际理论界的广泛关注。

4 结语

随着量子通信技术的进一步发展,最灵敏而精密的电子接收机将诞生,类似人类的信息处理系统将会出现,量子雷达的实现也很快成为现实。到那时,具有反隐身、精确成像、便携式雷达系统,使我们更准确精细而又方便地探测远距离目标。

[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]张礼,葛墨林.量子力学的前沿问题[M].北京:清华大学出版社,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]李传锋,郭光灿.量子信息研究进展[J].物理学进展,2000,20(4)

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

[9]钟诚,陈国良.量子计算及其应用[J].广西人学学报(自然科学版),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]孙增圻.智能控制理论与技术[M].北京:清华大学出版社,2000,11

[12]阎平凡,张长水.人工神经网络与模拟进化计算[M].北京:清华大学出版社,2000,11

[13]李侠,朱裕生.现代雷达技术[M].北京:兵器工业出版社,2000,10