前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇量子計算的定義范文，相信會為您的寫作帶來幫助，發(fā)現更多的寫作思路和靈感。

量子計算的定義范文第1篇

關鍵詞:量子計算;遺傳算法;智能優(yōu)化;考試系統(tǒng)

中圖分類號:TP18文獻標識碼:A文章編號:1009-3044(2009)24-7068-03

Optimal Knowledge Distribution Based on the Quantum Genetic Algorithm

ZHANG Wei, HE Rong

(Yunnan Medical College, Kunming 650051, China)

Abstract: Researched the question about knowledge distribution of intelligent examination system, based on the theory of quantum computing, applied quantum genetic algorithm, to improve the strategy of knowledge distribution optimization for better coverage and efficiency.

Key words: quantum algorithm; genetic algorithm; intelligent optimization; test system

智能組卷是一種新型的計算機考試系統(tǒng)。試卷由撒布在測試區(qū)域內的考題按一定出題規(guī)則自組織而成, 這些考題具有一定的代表性,能檢測出學生對考察科目知識的學習掌握情況。考試系統(tǒng)中,考題的分布以及組織對于提高系統(tǒng)的測試水平具有重要的意義。傳統(tǒng)的考試系統(tǒng)知識分布有兩種策略,一種是人工規(guī)劃(Planning模式),另一種是大規(guī)模的隨機分散(Scattering模式)。前者缺乏靈活性與多樣性,且效率低下,不適宜計算機組卷等大規(guī)模考試。而后者若要取得較好的分布,就必須設置遠多于實際需要的考題才能較完整地覆蓋考察科目的測試區(qū)域,這與試卷中題目數量的有限性是相互矛盾的,試卷中可能存在考題不合理分布造成的測試陰影和盲區(qū)。因此考題的合理分布對智能考試系統(tǒng)的測試效果有重要的作用。盡管針對考試系統(tǒng)國內外進行大量的組卷算法研究,但對于知識點的分布優(yōu)化問題研究工作還很少,很多研究運用傳統(tǒng)遺傳算法組卷[1],優(yōu)化效果不盡理想。針對此問題,本文應用量子遺傳算法優(yōu)化知識點的分布,克服測試陰影和盲區(qū),使考試系統(tǒng)更大范圍地測試到更有效的學生學習信息。

1 知識覆蓋問題

通過對考試科目的學習,學生學習掌握的知識儲存在頭腦中。由于學生個體之間的學習差異,導致每個學生大腦中儲存和掌握的情況具有不確定性?？荚嚨哪康脑谟?通過試卷測試對學生學習情況做出相對確定的評價?？颇恐R是相對固定的,我們總是將科目知識當作圖譜,按圖索驥地構造出試卷去測試學生大腦中相關區(qū)域中知識的學習掌握情況,即是否掌握,掌握水平如何等。但在目標試卷生成以前,題庫中的考題相對與目標試卷而言表現為存在或不存在兩種可能形態(tài)?；诖?本文引入量子態(tài)對考題進行描述、編碼和處理。

1.1 試卷分布構成

試卷覆蓋是指由計算機考試系統(tǒng)生成一組考題集合(試卷)對測試區(qū)域各個知識點的涵蓋。試卷的目的是系統(tǒng)地測試和評價試卷覆蓋知識區(qū)域內學生的學習情況,并對這些數據進行處理,獲得詳盡而準確的信息,傳送到需要這些信息的教師和教學管理部門。

考題是由考點以問題的形式構成的。其中考點與考試科目的相關知識點對應。因此考題的分布是考試系統(tǒng)獲取學生學習信息的關鍵因素之一,其覆蓋范圍以及分布優(yōu)化也隨之成為研究領域中的重點。

1.2 試卷覆蓋問題

試卷由數量有限的考題組成,每道考題包含若干有針對性的知識點所設置的考點。這些考點形成了考題的測試范圍。如何組織試卷完成對目標區(qū)域的檢測,就是考試系統(tǒng)覆蓋性的問題?？碱}分布優(yōu)化的任務就是在保持試卷結構完整的前提下,動態(tài)調整考題組成,以獲得盡可能大的覆蓋率,也就是使試卷能獲得更廣泛的信息。在保持考點充分覆蓋的前提下,引入以下定義。

假設考察科目所涵蓋的知識范圍用集合S表示,組成每套試卷的考題用集合Q={qi,i=1,2,...,n}表示,每道考題測試的知識范圍為ci,試卷的測試目標知識區(qū)域為A,(A?哿S),則理想的探測效果為。設為試卷有效覆蓋知識區(qū)域的度量(考點數),d2=A為目標科目知識區(qū)域的度量(知識點數),則稱ρ=d1/d2為試卷覆蓋度。

覆蓋性問題不僅反映了試卷所能測試的范圍,而且通過合理的覆蓋控制還可以使試卷中的考題組合得到優(yōu)化,提高試卷的命題質量。

1.3 約束條件

我們采用以下公理化方式對知識覆蓋問題進行描述(目標):在考題集合Q={q1,q2,...,qn}中求一個子集T作為試卷,使得滿足以下約束條件。

① 各考題滿足試卷總體約束條件;

② 試卷覆蓋度ρ最大;

③ 考題數目T為最少。

3 量子遺傳算法的考題分布優(yōu)化

試卷的考題分布優(yōu)化是一個多目標優(yōu)化問題 ,需要在考題數與知識覆蓋率之間達到平衡。即在保持試卷中考題數目與題型符合命題要求的情況下,盡可能增加試卷的知識覆蓋度,使考題獲取最廣泛的測試信息。

3.1 量子遺傳算法

量子遺傳算法是量子計算與遺傳算法相結合的產物。它以量子計算的一些概念和理論為基礎,用量子比特編碼來表示染色體,用量子門作用和量子門更新來完成進化搜索[2]。

我們根據考題在科目知識中的分布和權重(主要是指命題價值)按字典序編號,形成知識地圖的坐標。由于題庫中的考題在目標試卷生成以前具有不確定性,即在目標試卷中既可能存在,也可能不存在。這符合量子力學中的測不準原則。我們對這些編號進行量子編碼,并用量子遺傳算法在命題規(guī)則的約束下進行知識分布優(yōu)化。

3.1.1 量子編碼

1) 量子態(tài)引入

我們用Dirac算符|>和|>分別表示考題在目標試卷中表現為存在或不存在的兩種可能形態(tài)。若用“1”表示存在,用“0”表示不存在。考題以疊加態(tài)的形式存在。即將一個量子比特可能處于|0>和|1>之間的中間態(tài)?？杀硎緸?

|Ψ>=α|0>+β|1> (2)

其中α和β分別是|0>和|1>的概率幅,且滿足下列歸一化條件:

|α|2+|β|2=1(3)

式(3)中,|α|2表示量子比特的觀測值在|0>狀態(tài)的概率投影,|β|2表示量子比特的觀測值在|1>狀態(tài)的概率投影。

定義2.1滿足式(2)和式(3)的一對實數α、β稱為一個量子比特的概率幅,記為[α,β]T。

定義2.2角度ζ(ζ∈[-π/2,π/2])定義為一個量子比特的相位,即ζ=arctan(β/α)。

2) 染色體量子編碼

我們從題型、章節(jié)、考題三個方面對試卷的染色體及種群進行量子編碼。

其中,m為染色體的基因個體表示知識分布數量(章節(jié)數);k為每個基因的量子比特數表示每道題的屬性數量。n個這樣的個體構成的種群Q(t)={q1t,q2t,...,qnt}表示試卷,其中n為題型數量。

3.1.2 量子旋轉門

量子旋轉門是實現演化操作的執(zhí)行機構。[3-5]圖1為量子旋轉門示意圖。

其操作規(guī)律如下:

θi=k*f(αi,βi) (6)

其中k是一個與算法收斂速度有關的系數,k的取值必須合理選取,如果k的取值過大,算法搜索的網格就很大,容易出現早熟現象,算法易于收斂于局部極值點,反之,如果 k 的取值過小,則搜索速度太慢甚至會處于停滯狀態(tài)。因此,本文將k視為一個變量,將k定義為一個與進化代數有關的變量,如,其中t為進化代數,max t是根據待求解的具體問題而設定的一個常數,因此k可以根據進化代數合理地調整網格大小。

函數f(αi,βi)的作用是使算法朝著最優(yōu)解得方向搜索。本文采用表1的搜索策略。其原理是使當前解逐漸逼近搜索到的最佳解,從而確定量子旋轉門的旋轉方向。其中符號e表示α和β的乘積,即e=α*β,e的正負值代表此量子比特的相位ζ在平面坐標中所處的象限。 如果 e的值為正,則表示ζ處于第一、三象限,否則處于第二或第四象限。

在表1中,α1和β1是搜索到的最佳節(jié)的概率幅,α2和β2是當前解的概率幅,當e1,e2同時大于0時,意味著當前解和搜索到的最佳解均處于第一或第三象限。當|ζ1|>|ζ2|時,表明當前解應朝著逆時針方向旋轉,其值為 +1,反之為 -1。同理可推出其他三種情況。

這樣,量子門的更新過程可以描述為qjt+1=G(t)*qjt其中,上標t為進化代數,G(t)為第t代量子門,為第t代某個個體的概率幅,qjt+1為第t+1代相應個體的概率幅。

3.1.3 量子遺傳算法流程(見圖2)

①初始化種群,種群Q={q1,q2,...,qn},其中qj為種群中的第 j 個個體。 令種群中全部的染色體基因(αi,βi) (i=1,2,...,m)都被初始化為,這意味著一個染色體所表達的是其所有可能狀態(tài)的等概率疊加。同時初始化進化代數t=0。

②量子坍塌法測量:對處于疊加態(tài)的量子位進行觀測時,疊加態(tài)將因此受到干擾,并發(fā)生變化,稱為坍塌。擾動使為疊加態(tài)坍縮為基本態(tài)。確定種群大小n和量子位的數目m,包含n個個體的種群通過量子坍塌,得到P(t),其中為第t代種群的第j個解(即第j個個體的測量值),表現形式為長度m為的二進制串,其中每一位為0或1。(量子坍塌即對Q進行測量,測量的步驟是生成一個[0,1] 之間的隨機數,若其大于概率幅的平方,則測量結果值取1,否則取0。

③群體的適應度評價,保存最優(yōu)解作為下一步演化的目標值。

④算法進入循環(huán)。首先判斷是否滿足算法終止條件,如果滿足,則程序運行結束;否則對種群中個體實施一次測量,獲得一組解及其相應的適應度。

⑤根據當前的演化目標,運用量子旋轉門進行調整更新,獲得子代種群。調整過程為根據式(6)計算量子旋轉門的旋轉角,并應用式(5)作用于種群中的所有個體的概率幅,即更新Q。

⑥群體災變:當接連數代的最優(yōu)個體為局部極值,這時就實行群體災變操作,即對進化過程中的種群施加一個較大擾動,使其脫離局部最優(yōu)點,開始新的搜索。具體操作為:只保留最優(yōu)值,重新生成其余個體。

⑦迭代與終止進化代數t'=t+1,算法轉至式(2)繼續(xù)執(zhí)行,直到算法結束。

4 仿真試驗

為了驗證算法的有效性,我們對傳統(tǒng)遺傳算法(CGA)與量子遺傳算法(QGA)所獲得的考題知識覆蓋度進行仿真對比。我們將考題對考查科目所含知識的覆蓋問題簡化為:用12個半徑為200的圓所代表的考題去覆蓋一塊1200×1000的二維平面內用矩形代表的知識區(qū)域;種群個體數 P = 45,量子位數目 m = 30,運行 600 代。算法運行結果對照如下。

從圖3所示考題知識分布優(yōu)化中覆蓋度的變化特性可以看出在不同階段的變化中,量子遺傳算法優(yōu)化性能高于傳統(tǒng)遺傳算法而且穩(wěn)定性也更強。

5 結論

在試卷中存在考題不合理分布造成的測試陰影和盲區(qū)。通過量子遺傳算法優(yōu)化考題分布,使其在保證命題要求的情況下,用最少的考題取得最大的覆蓋率,可以有效地消除探測區(qū)域內的陰影和盲點。仿真結果也表明,算法能夠較好地完成試卷考題的分布優(yōu)化,從而有效提高試卷的測試能力,對于實際的試卷命制提供了可靠的解決方案和調整依據。本文提出了創(chuàng)新性的考題分布的優(yōu)化方法,即確立了試卷的覆蓋模型,并以此為目標函數,運用量子遺傳算法對考題分布進行優(yōu)化。

參考文獻:

[1] 張維,何蓉. 基于參數估計的遺傳算法組卷研究[J]. 云南民族大學學報,2009,18(3):276-278.

[2] Donald A.Prospective Algorithms for Quantum Evolutionary Computation[C].Proc of the 2nd Quantum Interaction Symposium (QI-2008), College Publications, UK, 2008.

[3] 黃友銳. 智能優(yōu)化算法及其應用[M]. 北京:國防工業(yè)出版社,2008:38-40.

量子計算的定義范文第2篇

【關鍵詞】量子計算；量子計算機；量子算法；量子信息處理

1、引言

在人類剛剛跨入21山_紀的時刻，！日_界科技的重大突破之一就是量子計算機的誕生。德國科學家已在實驗室研制成功5個量子位的量子計算機，而美國LosAlamos國家實驗室正在進行7個量子位的量子計算機的試驗。它預示著人類的信息處理技術將會再一次發(fā)生巨大的飛躍，而研究面向量子計算機以量子計算為基礎的量子信息處理技術已成為一項十分緊迫的任務。

2、子計算的物理背景

任何計算裝置都是一個物理系統(tǒng)。量子計算機足根據物理系統(tǒng)的量子力學性質和規(guī)律執(zhí)行計算任務的裝置。量子計算足以量子計算目L為背景的計算。是在量了力。4個公設（postulate）下做出的代數抽象。Feylllilitn認為，量子足一種既不具有經典耗子性，亦不具有經典渡動性的物理客體（例如光子）。亦有人將量子解釋為一種量，它反映了一些物理量（如軌道能級）的取值的離散性。其離散值之問的差值（未必為定值）定義為量子。按照量子力學原理，某些粒子存在若干離散的能量分布。稱為能級。而某個物理客體（如電子）在另一個客體（姻原子棱）的離散能級之間躍遷（transition。粒子在不同能量級分布中的能級轉移過程）時將會吸收或發(fā)出另一種物理客體（如光子），該物理客體所攜帶的能量的值恰好是發(fā)生躍遷的兩個能級的差值。這使得物理“客體”和物理“量”之問產生了一個相互溝通和轉化的橋梁；愛因斯坦的質能轉換關系也提示了物質和能量在一定條件下是可以相互轉化的因此。量子的這兩種定義方式是對市統(tǒng)并可以相互轉化的。量子的某些獨特的性質為量了計算的優(yōu)越性提供了基礎。

3、量子計算機的特征

量子計算機，首先是能實現量子計算的機器，是以原子量子態(tài)為記憶單元、開關電路和信息儲存形式，以量子動力學演化為信息傳遞與加工基礎的量子通訊與量子計算，是指組成計算機硬件的各種元件達到原子級尺寸，其體積不到現在同類元件的1%。量子計算機是一物理系統(tǒng)，它能存儲和處理關于量子力學變量的信息。量子計算機遵從的基本原理是量子力學原理：量子力學變量的分立特性、態(tài)迭加原理和量子相干性。信息的量子就是量子位，一位信息不是0就是1，量子力學變量的分立特性使它們可以記錄信息：即能存儲、寫入、讀出信息，信息的一個量子位是一個二能級（或二態(tài)）系統(tǒng)，所以一個量子位可用一自旋為1/2的粒子來表示，即粒子的自旋向上表示1，自旋向下表示0；或者用一光子的兩個極化方向來表示0和1；或用一原子的基態(tài)代表0第一激發(fā)態(tài)代表1。就是說在量子計算機中，量子信息是存儲在單個的自旋’、光子或原子上的。對光子來說，可以利用Kerr非線性作用來轉動一光束使之線性極化，以獲取寫入、讀出；對自旋來說，則是把電子（或核）置于磁場中，通過磁共振技術來獲取量子信息的讀出、寫入；而寫入和讀出一個原子存儲的信息位則是用一激光脈沖照射此原子來完成的。量子計算機使用兩個量子寄存器，第一個為輸入寄存器，第二個為輸出寄存器。函數的演化由幺正演化算符通過量子邏輯門的操作來實現。單量子位算符實現一個量子位的翻轉。兩量子位算符，其中一個是控制位，它確定在什么情況下目標位才發(fā)生改變；另一個是目標位，它確定目標位如何改變；翻轉或相位移動。還有多位量子邏輯門，種類很多。要說清楚量子計算，首先看經典計算。經典計算機從物理上可以被描述為對輸入信號序列按一定算法進行交換的機器，其算法由計算機的內部邏輯電路來實現。經典計算機具有如下特點：

a）其輸入態(tài)和輸出態(tài)都是經典信號，用量子力學的語言來描述，也即是：其輸入態(tài)和輸出態(tài)都是某一力學量的本征態(tài)。如輸入二進制序列0110110，用量子記號，即10110110>。所有的輸入態(tài)均相互正交。對經典計算機不可能輸入如下疊加Cl10110110>+C2I1001001>。

b）經典計算機內部的每一步變換都將正交態(tài)演化為正交態(tài)，而一般的量子變換沒有這個性質，因此，經典計算機中的變換（或計算）只對應一類特殊集。

相應于經典計算機的以上兩個限制，量子計算機分別作了推廣。量子計算機的輸入用一個具有有限能級的量子系統(tǒng)來描述，如二能級系統(tǒng)（稱為量子比特），量子計算機的變換（即量子計算）包括所有可能的幺正變換。因此量子計算機的特點為：

a）量子計算機的輸入態(tài)和輸出態(tài)為一般的疊加態(tài)，其相互之間通常不正交；

b）量子計算機中的變換為所有可能的幺正變換。得出輸出態(tài)之后，量子計算機對輸出態(tài)進行一定的測量，給出計算結果。由此可見，量子計算對經典計算作了極大的擴充，經典計算是一類特殊的量子計算。量子計算最本質的特征為量子疊加性和相干性。量子計算機對每一個疊加分量實現的變換相當于一種經典計算，所有這些經典計算同時完成，并按一定的概率振幅疊加起來，給出量子計算的輸出結果。這種計算稱為量子并行計算，量子并行處理大大提高了量子計算機的效率，使得其可以完成經典計算機無法完成的工作，這是量子計算機的優(yōu)越性之一。

4、量子計算機的應用

量子計算機驚人的運算能使其能夠應用于電子、航空、航人、人文、地質、生物、材料等幾乎各個學科領域，尤其是信息領域更是迫切需要量子計算機來完成大量數據處理的工作。信息技術與量子計算必然走向結合，形成新興的量子信息處理技術。目前，在信息技術領域有許多理論上非常有效的信息處理方法和技術，由于運算量龐大，導致實時性差，不能滿足實際需要，因此制約了信息技術的發(fā)展。量子計算機自然成為繼續(xù)推動計算速度提高，進而引導各個學科全面進步的有效途徑之一。在目前量子計算機還未進入實際應用的情況下，深入地研究量子算法是量子信息處理領域中的主要發(fā)展方向，其研究重點有以下三個方面；

（1）深刻領悟現有量子算法的木質，從中提取能夠完成特定功能的量子算法模塊，用其代替經典算法中的相應部分，以便盡可能地減少現有算法的運算量；

（2）以現有的量子算法為基礎，著手研究新型的應用面更廣的信息處理量子算法；

（3）利用現有的計算條件，盡量模擬量子計算機的真實運算環(huán)境，用來驗證和開發(fā)新的算法。

5、量子計算機的應用前景

目前經典的計算機可以進行復雜計算，解決很多難題。但依然存在一些難解問題，它們的計算需要耗費大量的時間和資源，以致在宇宙時間內無法完成。量子計算研究的一個重要方向就是致力于這類問題的量子算法研究。量子計算機首先可用于因子分解。因子分解對于經典計算機而言是難解問題，以至于它成為共鑰加密算法的理論基礎。按照Shor的量子算法，量子計算機能夠以多項式時間完成大數質因子的分解。量子計算機還可用于數據庫的搜索。1996年，Grover發(fā)現了未加整理數據庫搜索的Grover迭代量子算法。使用這種算法，在量子計算機上可以實現對未加整理數據庫Ⅳ的平方根量級加速搜索，而且用這種加速搜索有可能解決經典上所謂的NP問題。量子計算機另一個重要的應用是計算機視覺，計算機視覺是一種通過二維圖像理解三維世界的結構和特性的人工智能。計算機視覺的一個重要領域是圖像處理和模式識別。由于圖像包含的數據量很大，以致不得不對圖像數據進行壓縮。這種壓縮必然會損失一部分原始信息。

作者簡介：

量子計算的定義范文第3篇

量子力學完美地解釋了在各種尺度之下物質的行為，在所有物質科學中是最成功的理論，但也是最詭異的理論。

在量子領域里，粒子似乎可以同時出現在兩個地方，信息傳遞速度可以比光速快，而貓可以同時既是死的又是活的！物理學家已經對這些量子世界中吊詭的事情困惑了90年，但他們現在還是一籌莫展。當演化論和宇宙論已經成為一般知識時，量子理論仍然讓人認為是奇特的異常事物；盡管在設計電子產品時，它是很棒的操作手冊，此外就沒什么用處了。由于人們對于量子理論的意義有著深度混淆，便繼續(xù)加深一種印象：量子理論想急切傳達的深奧道理，與日常生活無關，而且因為過于怪異，以至于一點也不重要。

在2001年，有個研究團隊開始發(fā)展一種模型，或許可以去除量子物理的吊詭之處，至少也會讓這些吊詭不那么令人不安。這個模型被稱為量子貝氏主義，它重新思考波函數的意義。

在正統(tǒng)量子理論中，一個物體（例如電子）可用波函數來表示，也就是說波函數是一種用來描述物體性質的數學式子。如果你想預測電子的行為，只需推導出它的波函數如何隨時間變化，計算的結果可以給你電子具有某種性質（例如電子位于某處）的概率。但是如果物理學家進一步假設波函數是真實的事物，麻煩就來了。

量子貝氏主義結合了量子理論與概率理論，認為波函數不是客觀實在的事物；反之，它主張把波函數作為使用手冊，是觀察者對于周遭（量子）世界做出適當判斷的數學工具。明確一點講，觀察者了解一件事：自己的行為與抉擇會無可避免地以無法預測的方式影響被觀測系統(tǒng)，因此用波函數來指明自己判斷量子系統(tǒng)具有某種特定性質的概率大小。另一個觀察者也用波函數來描述他所看到的世界，對于同一量子系統(tǒng)而言，可能會得到完全不同的結論。觀察者的人數有多少，一個系統(tǒng)（一個事件）可能擁有不同的波函數就有多少。在觀察者相互溝通、并且修正了各自的波函數以涵蓋新得到的知識之后，一個有條理的世界觀就浮現了。

最近才轉而接受量子貝氏主義的美國康奈爾大學理論物理學家摩明這么說：“在此觀點之下，波函數或許是‘我們所發(fā)現最有威力的抽象概念’?！?/p>

波函數不是真實的事物，這種想法早在20世紀30年代就出現了，那時量子力學創(chuàng)建者之一的尼爾斯·波爾在其文章中已經這么說。他認為量子理論僅僅是計算工具，即量子論只是“純符號性”的架構而已，而波函數是工具的一部分。量子貝氏主義是第一個為波耳的主張找到數學基礎的模型，它把量子理論與貝氏統(tǒng)計結合起來。貝氏統(tǒng)計是一門有200年歷史的統(tǒng)計學，這門學問把“概率”定義成某種類似“主觀信念”的事物。一旦新信息出現，我們的主觀信念也必須跟著更新。針對如何更新，貝氏統(tǒng)計定下了明確的數學規(guī)則。量子貝氏主義把波函數解釋成一種會依據貝氏統(tǒng)計規(guī)則來更新的主觀信念，如此一來，量子貝氏主義的鼓吹者相信神秘的量子力學吊詭就消失了。

以電子為例，每當我們偵測到一個電子，就會發(fā)現它一定是位于某個位置；但是當我們不去看它，則電子的波函數可能是散開的，代表了電子在某一時刻處于不同地方的可能性；如果我們再去看它，又會看到電子出現在某一個位置。根據標準說法，觀測促使波函數在一瞬間“崩陷”而集中于某一個位置之上。

空間各處的崩陷發(fā)生于同一時刻，這種情形似乎違背了“局域性原理”（即物體的任何改變一定是由其附近的另一物體所引起的），如此一來就會引發(fā)一些如愛因斯坦稱為“鬼魅般的超距作用”的困惑。

量子力學一誕生，物理學家就知道“波函數的崩陷”是這個理論深深困擾人的一項特點。這個令人不安的謎促使物理學家發(fā)展出各種量子力學的詮釋，但是都沒能完全成功。

然而量子貝氏主義說量子力學根本沒有任何詭異之處。波函數崩陷只是表示觀察者依據新信息，忽然且不連續(xù)地更新了他原先分配的概率，就好像醫(yī)生依據新的計算機斷層掃描結果，而修正了對癌癥病人病況的判斷。量子系統(tǒng)并沒有經歷什么奇怪、不可解釋的變化，改變的是（觀察者選用的）波函數，波函數呈現的是觀察者個人的期待。

量子計算的定義范文第4篇

關鍵詞：基因 基因概念 歷史淵源

中圖分類號：Q3 文獻標識碼：A 文章編號：1672-3791（2012）08（b）-0234-03

遺傳學是研究生物起源，基因和基因組結構、功能及其演變規(guī)律的學科，而基因的研究對促進遺傳學發(fā)展具有重要意義。自20世紀開始以來，基因的發(fā)展經歷了理論水平、細胞水平的遺傳學階段和分子水平上的遺傳學階段，在前人大量實驗的基礎上，人們對基因的認識不斷深入，特別是隨著人類基因組計劃和“DNA元件百科全書”計劃（Encyclopedia of DNA Elements， ENCODE）的完成，人們對基因的認識又有了新的變化，并將遺傳學中基因的概念和理論應用到了計算機、商業(yè)和信息技術等領域。

如今的21世紀，隨著學科交叉研究的發(fā)展，一些科學研究者開始利用物理化學工具來研究核酸結構，從分子水平上闡述遺傳現象背后的化學本質。本文結合大量文獻綜述了基因的發(fā)展歷程以及現階段物理化學方法在遺傳學研究中的應用，并展望了量子化學理論在遺傳學領域的應用前景。

1 基因概念的歷史淵源

19世紀，由于農業(yè)生產發(fā)展的需要，人們開始重視動植物的遺傳變異現象并對這些現象進行了系統(tǒng)研究，這為基因概念的產生創(chuàng)造了條件。1868年，Darwin C.受Hippocrates和Anaxagoras的生源說影響提出了泛生論的假說，認為生物體的細胞能產生自我繁殖的微粒，這些微粒可以匯聚于生殖細胞并決定后代的遺傳性狀，這種觀點缺乏實驗論證，不過它充分肯定了生物體內部存在特殊的物質負責遺傳性狀的傳遞。之后，Weismann A.又在前人基礎上提出了種質論（Germpiasm），認為種質是生物體的遺傳物質，它可能作為遺傳單位存在于染色體上，這對基因概念的形成奠定了理論基礎[1]。

2 基因的研究發(fā)展

2.1 基因概念的提出

在前人的遺傳學理論研究基礎上，Mendel G.J.第一個對遺傳現象做了系統(tǒng)的實驗研究。通過豌豆雜交實驗，他認為生物性狀是由“遺傳因子”來控制的，這些遺傳現象符合分離定律和自由組合定律。之后，Devries H、Correns C.和Tschermak E.分別證實了孟德爾的實驗結果，到1909年，丹麥的Johannsen W.L.首次用“基因”一詞表示遺傳因子。不過，當時的遺傳因子沒有涉及到基因的具體物質概念，只是一個經過統(tǒng)計學分析的理論概念。

2.2 基因學說的創(chuàng)立

Mendel的遺傳因子學說是宏觀水平上的發(fā)現，其所提出的遺傳因子到底是否存在于細胞中需要進行細胞水平上的研究。隨著當時工業(yè)生產的發(fā)展，用以研究生物學實驗的儀器設備有了極大的改進。20世紀初，Boveri T.[2]和Sutton W.S.[3]各自在研究減數分裂時，發(fā)現遺傳因子的行為與染色體行為呈平行關系，提出了基因就在染色體上的假說。然后，1910年，Morgan T. H.等[4]用果蠅作材料，進行了一系列雜交實驗，發(fā)現了伴性遺傳現象和基因連鎖互換定律，直接證實了基因在染色體上，建立了染色體遺傳理論。1926年，Morgan T.H.正式提出了基因學說，即“三位一體”的基因概念，基因首先是決定性狀的功能單位，能控制蛋白質的表達，決定一定的表型效應；其次是一個突變單位，可以發(fā)生在等位基因之間，表現出變異類型；最后它是一個重組單位，只發(fā)生在基因之間，可以產生與親本不同的基因型[5]。這把染色體和基因聯系了起來，說明了基因具有物質性，不過，Morgan在其著作中并沒有涉及基因的本質是什么以及基因的功能是如何發(fā)揮等問題。

2.3 基因化學本質的研究

對于基因的化學本質和功能等問題，早在1909年，英國Garrod A.E.就提出過基因產生酶的觀點。之后，1941年斯坦福大學Beadle G.和Tatum E.[6]在研究真菌過程中，提出了“一個基因一個酶”的假說，認為一個基因控制一個酶的合成，基因通過酶控制生物的代謝途徑，這從生物化學角度闡述了基因的功能，不過這種基因的概念仍然沒有揭示基因的化學本質，只是解釋了基因發(fā)揮功能的途徑。到1944，Avery等通過肺炎雙球菌轉化實驗證明了遺傳物質的化學本質是DNA，然后，1956年，美國的Fraenkel又通過煙草花葉病毒實驗證明了RNA也可以作為遺傳物質進行傳遞[7]。

2.4 基因功能的研究

1953年，Watson J.D.和Crick F.H.C.[8]提出了DNA的雙螺旋結構，人們開始從分子水平上認識基因的本質，即基因是DNA分子中含有特定遺傳信息的一段核苷酸序列，是遺傳物質的最小功能單位[9]，從此以后，人們對基因功能的認識開始有了深入的了解。1955年，Benzer S.[10]通過T4噬菌體感染大腸桿菌的互補實驗提出了順反子學說，認為基因就是順反子，即一個遺傳功能單位，一個順反子決定一條多肽鏈，它并不是一個突變單位和交換單位。一個順反子可以包含一系列突變子，突變子是DNA中構成的一個或若干個核苷酸，由于基因內的各個突變子之間有一定距離，所以突變子彼此之間能發(fā)生重組，重組頻率與突變子之間的距離成正比[11]。

20世紀60年代之前，人們已經認識到基因是有著精細結構的DNA分子，其結構可以繼續(xù)分割，不過，當時對于基因功能表達及其具體作用等問題的研究依然局限于傳統(tǒng)的“一個基因一個酶”的學說。1961年，法國遺傳學家Jacob F.和Monod J.L.[12]根據對大腸桿菌的試驗，提出了大腸桿菌操縱子模型，認為DNA的不同區(qū)域存在一個調節(jié)基因和一個操縱子，操縱子模型包括若干結構基因、操縱基因和啟動基因。這一模型進一步說明了基因是可分的，通過基因間的密切協作，細胞才能表現出獨特的功能[13]。此后，隨著DNA重組技術和DNA測序技術的發(fā)展，人們對基因的研究更加深入，發(fā)現了許多基因的其他功能和特點，極大地完善了人們對生物體各種遺傳現象的認識。

2.5 基因概念的新發(fā)展

20世紀70年代以后，隨著分子生物學技術的飛速發(fā)展，人們對基因的結構和功能上的特征有了更多的認識，其中比較重要的發(fā)現有假基因、重疊基因、跳躍基因、斷裂基因、反轉錄基因、印記基因等。結合基因的這些新發(fā)現，現今人們認識基因有以下幾種特點[5]：（1）基因不都是離散的，因為有重疊基因；（2）基因不一定是連續(xù)的，如斷裂基因；（3）基因可以移動，其位置可以改變，如跳躍基因；（4）基因不是全能的結構單位，有很多順式作用元件影響轉錄或剪接；（5）基因也不是簡單的功能單位，因為基因可以通過順式或反式剪接，產生多種蛋白質。那么，到底應該怎樣給一個基因準確定義呢？近年來，有很多人對此提出了看法。

Gerstein等[14]提出，基因的定義應該和原來的定義有兼容，建立在已有的生物術語基礎之上。他們認為，基因是基因組序列的聯合體，這些序列可以編碼具有潛在重疊功能的產品（蛋白質或RNA），基因與其調節(jié)序列是多對多關系。在此基礎上，Pesole[15]則認為基因是一個離散的基因組區(qū)域，其轉錄可以被一個或多個啟動子和遠端調節(jié)成分調控，并含有合成功能蛋白質或非編碼RNA的信息?；蛟谧罱K功能產物上有共同性質，這個定義主要針對真核生物基因組，強調每個基因都分布于基因組的連續(xù)區(qū)域，基因序列包含5′UTR和3′UTR。此外，還有學者從計算機角度對基因的定義做了描述，他們把基因組比喻為一個生命體的大的操作系統(tǒng)，而基因就是其中的一個子程序?？傊?，隨著當今科技水平的發(fā)展，人們通過對DNA、RNA和蛋白質新功能的研究，發(fā)現基因并不是以前想得那么簡單，其概念、功能和特征是隨著一些特殊的生命遺傳現象可以改變的。

如阮病毒的發(fā)現，朊病毒是一種只有蛋白質而沒有核酸的病毒，就之前生物學家對基因的概念而言，朊病毒的復制并非以核酸為模板，而是以蛋白質為模板，這又重現了20世紀遺傳物質本質問題的爭議，是現階段基因概念的新挑戰(zhàn)。此外，2006年，《自然》雜志在New Feature欄目上刊登了“什么是基因？”一文，這篇文章結合最近的研究成果對基因的概念做了新的詮釋，一些研究發(fā)現，RNA不是被動的將基因信息傳遞下去，而是主動地調控細胞的活動，有的RNA鏈不是傳統(tǒng)認為的只由DNA的一條鏈轉錄，而是由兩條鏈轉錄得來，還有一些RNA可以通過某種途徑使正?；虺聊?，在必要時還會作為模板糾正某些異常基因，跨世代地攜帶生物體遺傳信息[16]。這些研究發(fā)現加深了我們對RNA的認識，深化了我們對生物體遺傳現象的了解。又20世紀90年代，美籍華人牛滿江教授又發(fā)現了“外基因”，即一些生物體細胞質中mtRNA能激活一些特定基因，使生物體表達特定的蛋白質，還有，2008年《自然》雜志上報告，美國科學家確認了一種可導致乳腺癌轉移的超級基因，這種基因可控制腫瘤細胞中其他基因的表達，它的表達與癌癥發(fā)生有密切的聯系[17]。

總之，隨著科學的不斷發(fā)展，人們對于生物遺傳現象的認識越來越深入，基因的概念也隨著生物學的發(fā)展不斷變化和完善。由于其他非生命領域的研究對象顯示出了生命力及與生物基因相似的特征，現今，經濟領域和計算機領域中又出現了企業(yè)基因[18]、產品基因[19]、數據基因[20]等新的定義，基因概念的基本理論已經發(fā)展到更多學科中了，對基因本質和特征的研究越來越有必要。

3 量子化學作為研究核酸方法的應用

當前，遺傳學的研究已經發(fā)展到了分子水平，然而對于生物遺傳現象中一些酶、核酸、激素等活性物質的構象、生物活性和其具體作用機制依然存在爭議。生物系統(tǒng)研究的最大難題是生物分子的復雜性，常規(guī)的實驗方法只能得到實驗現象的宏觀方面解釋，而不能從微觀方面對實驗現象的化學本質做出解釋。目前有一些研究者將物理化學方法應用到了生命科學領域，建立了從理論分析到實驗優(yōu)化的方法模式，他們根據實際體系在計算機上進行實驗，通過比較模擬結果和實驗數據檢驗理論模型的準確性，并在此基礎上模擬生物大分子的結構、性質和反應過程。

隨著計算機技術和物理化學理論的發(fā)展，以及X射線、NMR等技術的應用，人們可以利用一些物理化學工具在計算機上進行分子模擬，以此來模擬DNA、RNA和蛋白質的結構，預測蛋白質與核酸的功能和性質。而且，隨著計算方法的改進，高度變化的核酸體系的精確分子模擬已成為可能，依賴強大的計算機就能模擬一些更復雜的反應，如DNA、RNA和蛋白質的催化及折疊等[21]。

其中應用比較廣泛的物理化學工具就是量子化學方法，量子化學方法是應用量子化學基本原理和方法來研究化學體系的結構和化學反應性能的科學，其基本理論主要有價鍵理論（VB）、分子軌道理論（MO）、密度泛函理論（DFT），基本的計算方法有從頭算方法（ab initio）、半經驗方法（semi-empirical method）、密度泛函方法（Density Functional Theory）[22]。量子化學的原理和方法在物理化學、藥學計算和生命科學領域有廣泛的應用，可以很好地分析分子間相互作用的機理，解釋實驗中一些宏觀現象的物理化學本質。如李梅杰[23]利用量子化學方法中的高精度組合從頭算方法（ONIOM-G3B3）研究了核酸自由基性質和損傷機理，很好地解釋了生命過程中由于自由基和電子轉移導致DNA的斷鏈損傷而引起的衰老、癌癥、神經紊亂等疾病的發(fā)生。又如2002年，Starikov E.B.[24]總結了核酸中量子化學方法的應用，闡述了核酸中電荷轉移過程的量子化學描述及其化學機理，并詳細地討論了不同量子化學方法在研究核酸電子構型中的優(yōu)缺點。此外，于芳[25]運用量子化學工具對胞嘧啶與丙烯酰胺組成的分子體系進行了計算，以此來模擬核酸與蛋白質相互作用的反應過程，分析了DNA與蛋白質的作用形式。

對于利用量子化學方法研究蛋白質的應用，國外在這方面做得比較深入。如紐約州立大學石溪分校Simmerling C.等[26]應用量子化學方法研究了一種小分子量蛋白質，僅有20個色氨酸構成，準確地預測了蛋白質三維結構的折疊過程。又如Berriz和Shakhnovich[27]模擬了小的三螺旋束蛋白的折疊，Daggett和Fersht[28]模擬了小的單結構域蛋白的動力學折疊.還有Akira Shoji等[29]采用密度泛函理論方法優(yōu)化了右手α-螺旋的PLA（聚L-丙氨酸）分子（如圖1所示，即H-Ala18-OH分子），分析了αR-螺旋的PLA形成的機制，獲得優(yōu)化的αR-螺旋H-Ala18-OH構型外側的1H、13C、15N、17O原子的化學位移與用高分辨率固相NMR檢測的相同。

4 展望

近年來，國內外量子化學在分子生物學中的應用日趨廣泛，如利用量子化學方法研究納米微粒促進靶向給藥、純化核酸以及處理廢氣等技術的發(fā)展；應用量子化學方法優(yōu)化生物活性分子結構，研發(fā)新型抗疾病藥物；采用分子模擬的量子化學計算方法探究激素與受體以及其他活性分子與核酸的作用機理等等，很大程度上促進了分子生物學和醫(yī)學的發(fā)展。從目前所作的科學研究看，量子化學完全可以作為遺傳學工具來研究生物體遺傳現象背后的化學本質，其在遺傳學的研究中有廣闊的應用前景。

參考文獻

[1] 光曉元.基因概念的歷史淵源及其歷史發(fā)展[J].安慶師范學院學報，2002，8（4）：95-97.

[2] Boveri T.ber mehrpolige Mitosen als Mittel zur Analyse des Zellkerns[J]. Verh Phys.Med Ges Würzburg，1902， 35：67-90.

[3] Sutton W S.The chromosomes in heredity[J].Bio Bull，1903，4：231-251.

[4] Morgan T H.Sex-limited inheritance in Drosophila[J].Science，1910，32（812）：120-122.

[5] 謝兆輝.基因概念的演繹[J].遺傳，2010，32（5）：449-454.

[6] Beadle G W，Tatum E L.Genetic control of biochemical reactions in neurospora[J].Proc Natl Acad Sci USA， 1941，27（11）：499-506.

[7] 高汝勇.基因概念的發(fā)展歷程[J].科技風，2009（11）：128-128.

[8] Watson J D，Crick H F C.A structure for deoxyribosenucleic acid[J].Nature，1953：171，737.

[9] 趙亞華.基礎分子生物學教程.2版.北京：科學出版社，2007，7：1-10.

[10] Benzer S.Fine structre of a genetic region in bacteriophage[J].Proc Natl Acad Sci USA，1955，41（6）：344-354.

[11] 張勇.基因概念之演變[J].生物學通報，2002，37（10）：52，54.

[12] Jacob F，Monod J.Genetic vegulator ymechanisms in the synthesis of proteins[J].J.Mol.Biol，1961（3）：318.

[13] 劉元，陳國梁，梁凱.基因概念的演變[J].延安大學學報，2005，24（4）：80-83.

[14] Gerstein M B，Bruce C，Rozowsky J S，et al.What is a gene，post-ENCODE？History and updated definition[J].Genome Res，2007，17（6）：669-681.

[15] 施江，辛莉，郭永新，等.現代生物學基因研究進展—— 從遺傳因子到超級基因（2）[J].生物學通報，2009，44（4）：4-7.

[16] 唐捷.基因是什么[J].生物化學與生物物理進展，2006，33（7）：607-608.

[17] 歐陽芳平，徐慧，郭愛敏，等.分子模擬方法及其在分子生物學中的應用[J].生物信息學，2005（1）：33-36.

[18] 許曉明，戴建華.企業(yè)基因理論的演化及其順反子系統(tǒng)新模型的構建[J].上海管理科學，2008，30（2）：86-90.

[19] 楊金勇，黃克正，尚勇，等.產品基因研究綜述[J].機械設計，2007，24（4）：1-4.

[20] 奚建清，湯德佑，郭玉彬.數據基因：數據的遺傳信息載體[J].計算機工程，2006，32（17）：7-9.

[21] Pesole G.What is a gene？An updated operational definition[J].Gene，2008，417（1-2）：1-4.

[22] 趙艷麗，許炎，李遙潔，等.量子化學在金屬配合物中的應用進展[J].廣東化工，2010，37（9）：75-76.

[23] 李梅杰.核酸自由基性質和損傷機理的量子化學研究[D].合肥：中國科學技術大學化學與材料科學學院，2007.

[24] Starikov E B.Quantum chemistry of nucleic acids：how it could help and when it is necessary[J].Journal of Photochemistry and Photobiology C：Photochemistry Reviews，2002，3：147-164.

[25] 于芳.酰胺類化合物與DNA堿基相互作用的理論研究[M].江蘇：江南大學應用化學系，2009.

[26] Simmerling C，Strockbine & Roitberg A E.All-atom structure prediction and folding simulations of a stable protein[J].Journal of the American Chemical Society，2002，124：11258-11259.

[27] Berriz G F，Shakhnovich E I. Characterization of the folding kinetics of three-helix bundle protein via a minimalist Langevin model[J].Journal of Molecular Biology，2001，310：673-685.

量子計算的定義范文第5篇

【關鍵詞】量子;通信;技術;發(fā)展

對量子信息進行研究是將量子力學作為研究基礎，根據量子并行、糾纏以及不可克隆特性，探索量子編碼、計算、傳輸的可能性，以新途徑、思路、概念打破原有的芯片極限。從本質來說：量子信息是在量子物理觀念上引發(fā)的效應。它的優(yōu)勢完全來源于量子并行，量子糾纏中的相干疊加為量子通訊提供了依據，量子密碼更多的取決于波包塌縮。理論上，量子通信能夠實現通信過程，最初是通過光纖實現的，由于光纖會受到自身與地理條件限制，不能實現遠距離通信，所以不利于全球化。到1993年，隱形傳輸方式被提出，通過創(chuàng)建脫離實物的量子通信，用量子態(tài)進行信息傳輸，這就是原則上不能破譯的技術。但是，我們應該看到，受環(huán)境噪聲影響，量子糾纏會隨著傳輸距離的拉長效果變差。

一、量子通信技術

（一）量子通信定義

到目前為止，量子通信依然沒有準確的定義。從物力角度來看，它可以被理解為物力權限下，通過量子效應進行性能較高的通信;從信息學來看，量子通信是在量子力學原理以及量子隱形傳輸中的特有屬性，或者利用量子測量完成信息傳輸的過程。

從量子基本理論來看，量子態(tài)是質子、中子、原子等粒子的具體狀態(tài)，可以代表粒子旋轉、能量、磁場和物理特性，它包含量子測不準原理和量子糾纏，同時也是現代物理學的重點。量子糾纏是來源一致的一對微觀粒子在量子力學中的糾纏關系，同時這也是通過量子進行密碼傳遞的基礎。Heisenberg測不準原理作為力學基本原理，是同一時刻用相同精度對量子動量以及位置的測量，但是只能精確測定其中的一樣結果。

（二）量子通信原理

量子通信素來具有速度快、容量大、保密性好等特征，它的過程就是量子力學原理的展現。從最典型的通信系統(tǒng)來說具體包含：量子態(tài)、量子測量容器與通道，擁有量子效應的有：原子、電子、光子等，它們都可以作為量子通信的信號。在這過程中，由于光信號擁有一定的傳輸性，所以常說的量子通信都是量子光通信。分發(fā)單光子作為實施量子通信空間的依據，利用空間技術能夠實現空間量子的全球化通信，并且克服空間鏈路造成的距離局限。

利用糾纏量子中的隱形量子傳輸技術作為未來量子通信的核心，它的工作原理是：利用量子力學，由兩個光子構成糾纏光子，不管它們在宇宙中距離多遠，都不能分割狀態(tài)。如果只是單獨測量一個光子情況，可能會得到完全隨機的測量結果;如果利用海森堡的測不準原理進行測量，只要測量一個光子狀態(tài)，縱使它已經發(fā)生變化，另一個光子也會出現類似的變化，也就是塌縮。根據這一研究成果，Alice利用隨機比特，隨機轉換已有的量子傳輸狀態(tài)，在多次傳輸中，接受者利用量子信道接收;在對每個光子進行測量時，同時也隨機改變了自己的基，一旦兩人的基一樣，一對互補隨機數也就產生。如果此時竊聽者竊聽，就會破壞糾纏光子對，Alice與Bob也就發(fā)覺，所以運用這種方式進行通信是安全的。

（三）量子密碼技術

從Heisenberg測不準原理我們可以知道，竊聽不可能得到有效信息，與此同時，竊聽量子信號也將會留下痕跡，讓通信方察覺。密碼技術通過這一原理判別是否存在有人竊取密碼信息，保障密碼安全。而密鑰分配的基本原理則來源于偏振，在任意時刻，光子的偏振方向都擁有一定的隨機性，所以需要在糾纏光子間分設偏振片。如果光子偏振片與偏振方向夾角較小時，通過濾光器偏振的幾率很大，反之偏小。尤其是夾角為90度時，概率為0;夾角為45度時，概率是0.5，夾角是0度時，概率就是1;然后利用公開渠道告訴對方旋轉方式，將檢測到的光子標記為1，沒有檢測到的填寫0，而雙方都能記錄的二進制數列就是密碼。對于半路監(jiān)聽的情況，在設置偏振片的同時，偏振方向的改變，這樣就會讓接受者與發(fā)送者數列出現差距。

（四）量子通信的安全性

從典型的數字通信來說：對信息逐比特，并且完全加密保護，這才是實質上的安全通信。但是它不能完全保障信息安全，在長度有限的密文理論中，經不住窮舉法影響。同時，偽隨機碼的周期性，在重復使用密鑰時，理論上能夠被解碼，只是周期越長，解碼破譯難度就會越大。如果將長度有限的隨機碼視為密鑰，長期使用雖然也會具有周期特征，但是不能確保安全性。

從傳統(tǒng)的通信保密系統(tǒng)來看，使用的是線路加密與終端加密整合的方式對其保護。電話保密網，是在話音終端上利用信息通信進行加密保護，而工作密鑰則是偽隨機碼。

二、量子通信應用與發(fā)展

和傳統(tǒng)通信相比，量子通信具有很多優(yōu)勢，它具有良好的抗干擾能力，并且不需要傳統(tǒng)信道，量子密碼安全性很高，一般不能被破譯，線路時延接近0，所以具有很快的傳輸速度。目前，量子通信已經引起很多軍方和國家政府的關注。因為它能建立起無法破譯的系統(tǒng)，所以一直是日本、歐盟、美國科研機構發(fā)展與研究的內容。

在城域通信分發(fā)與生成系統(tǒng)中，通過互聯量子路由器，不僅能為任意量子密碼機構成量子密碼，還能為成對通信保密機利用，它既能用于逐比特加密，也能非實時應用。在嚴格的專網安全通信中，通過以量子分發(fā)系統(tǒng)和密鑰為支撐，在城域范疇，任何兩個用戶都能實現逐比特密鑰量子加密通信，最后形成安全性有保障的通信系統(tǒng)。在廣域高的通信網絡中，受傳輸信道中的長度限制，它不可能直接創(chuàng)建出廣域的通信網絡。如果分段利用量子密鑰進行實時加密，就能形成安全級別較高的廣域通信。它的缺點是，不能全程端與端的加密，加密節(jié)點信息需要落地，所以存在安全隱患。目前，隨著空間光信道量子通信的成熟，在天基平臺建立好后，就能實施范圍覆蓋，從而拓展量子信道傳輸。在這過程中，一旦量子中繼與存儲取得突破，就能進一步拉長量子信道的輸送距離，并且運用到更寬的領域。例如：在潛安全系統(tǒng)中，深海潛艇與岸基指揮一直是公認的世界難題，只有運用甚長波進行系統(tǒng)通信，才能實現幾百米水下通信，如果只是使用傳統(tǒng)的加密方式，很難保障安全性，而利用量子隱形和存儲將成為開辟潛通的新途徑。

三、結束語

量子技術的應用與發(fā)展，作為現代科學與物理學的進步標志之一，它對人類發(fā)展以及科學建設都具有重要作用。因此，在實際工作中，必須充分利用通信技術，整合國內外發(fā)展經驗，從各方面推進量子通信技術發(fā)展。

參考文獻

[1]徐啟建，金鑫，徐曉帆等.量子通信技術發(fā)展現狀及應用前景分析[J].中國電子科學研究院學報，2009，4（5）：491-497.