Adaptive Spatial Multiplexing for Entanglement Distribution through Atmospheric Turbulence
本文提出了一种自适应空间复用(ASM)策略,该策略利用信道状态信息和奇异值分解,动态优化自由空间光链路中的空间基底和并行贝尔对数量,从而在减轻大气湍流引起的串扰和损耗的同时,最大化聚合纠缠分发速率。
原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明
想象一下,试图利用相互连接的特殊光粒子来发送一条秘密信息,这种连接使得无论相隔多远,一个粒子的变化都会瞬间影响到另一个。这种被称为“纠缠”的现象,是构建未来互联网的燃料,让信息能够以完美的安全性进行共享,并使计算机能够解决目前尚无法解决的问题。为了构建这样一个网络,科学家必须将这些相互连接的粒子通过空气从一个塔传送到另一个塔,甚至从地面传送到卫星。然而,空气并非空无一物;它充满了看不见的温度口袋和流动的空气,就像一个不断变化的、模糊的透镜。当光线穿过这些湍流时,光束会发生畸变,部分光线会丢失,而且光束经过的不同路径可能会发生混淆,从而在信息到达之前就将其扰乱。
挑战在于,仅仅通过发送更多的光来补偿损失在这里并不奏效。如果你同时发送多束光以加快传输速度,湍流会将它们混合得如此彻底,以至于接收端无法分辨哪束光携带了信息的哪一部分。这就像是试图通过一面不断变形的墙去听四台不同的广播电台,声音会变成一团混乱的杂音。以往的尝试包括发送所有的光束并寄希望于接收端能够将其理顺,或者使用复杂的编码来保护数据,但这些方法在空气非常湍流时往往无法保持连接的可靠性。
卢森堡大学的一个研究小组提出了一种更聪明的方法来处理这个问题,称为“自适应空间复用”。该系统不再盲目地发送所有光束或使用固定的规则,而是像一名交通控制器,在每次传输前都会检查路况。他们使用一种技术来精确测量此时此刻空气是如何使光线发生畸变的。基于这种实时测量,系统会计算出哪些特定的路径在当前条件下仍然清晰且足够强劲,可以承载信息。随后,系统决定仅在这些良好的路径上发送数据,并关闭那些过于破碎的路径。如果一条路径弱到无法可靠地携带信息,系统干脆跳过该路径,而不是试图强行通过信号,因为那只会产生垃圾数据。
在研究中,研究人员模拟了一个场景:四束光被送过一千米长的湍流空气。他们将这种自适应方法与其他常见方法进行了对比,例如不顾环境情况发送全部四束光,或者仅依靠接收端来修复混乱。结果显示,通过适应不断变化的空气,他们的这种方法比其他策略能传递更多有用的信息。具体而言,当他们要求每一路数据流都必须达到高质量标准时,他们的自适应系统成功建立清晰连接的概率约为 72%,而仅靠接收端修复信号的方法成功率则不足 20%。
成功的关键在于,该系统不仅仅是在信号到达后尝试修复它,而是在信号发出前对其进行重塑。通过利用对空气的测量结果来使发射端与接收端完美对齐,他们可以将混沌的光线转化为独立的、清晰的通道。当空气非常剧烈时,系统可能会决定只使用四条可能路径中的一两条。虽然这意味着发送的光束减少了,但发送出的光束更有可能完好无损地到达。这种方法还节省了能量和资源,因为它避免了将光子浪费在过于损坏的路径上。研究人员发现,这种策略使系统效率更高,与试图同时使用所有路径的方法相比,每单位光子传递的有用的信息量增加了两倍以上。
研究还观察了系统更新其测量频率的需求。由于空气一直在流动,环境条件会随时间而变化。研究人员发现,只要系统更新测量信息的频率足够快,能够跟上风速的变化,连接就能保持强劲。即使在获取新测量数据时存在轻微延迟,该系统依然表现良好,维持了高水平的数据传输成功率。这表明该技术足够稳健,能够在风向不断变化的现实环境中工作。
这项工作并不声称已经解决了大气中量子通信的问题,因为模拟过程假设使用了理想的设备,并且没有考虑到真实硬件中可能存在的各种缺陷。然而,它提供了一个明确的概念验证,即适应环境远比忽视环境更为优越。通过将大气视为一个可以被绘制和导航的动态景观,而非一个静态的障碍物,研究人员展示了一条通往更可靠量子网络的路径。研究结果表明,未来的系统需要是动态的,能够根据天气不断调整策略,以确保脆弱的纠缠链路能在穿越天空的旅程中幸存下来。
您所在领域的论文太多了?
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。