《全球6G技術大會：2024年面向6G時代前沿技術初探量子信息技白皮書（29頁）.pdf》由會員分享，可在線閱讀，更多相關《全球6G技術大會：2024年面向6G時代前沿技術初探量子信息技白皮書（29頁）.pdf（29頁珍藏版）》請在三個皮匠報告上搜索。

1、1/28前前言言2023年，ITU-R發布了IMT-2030框架，強調可持續性、安全性和彈性，將未連接的連接和無處不在的智能作為首要方面，作為普遍適用于所有使用場景的設計原則。在另一項關于2030 年及以后 IMT 未來發展的建議中，ITU-R 提到，與 RAN 相關的量子技術是一項潛在技術，可在允許通過網絡實體合法交換敏感信息時確保安全性和彈性。因此，應用量子技術實現第六代（6G）及后續通信的安全性和彈性的目標變得更加明確。為此，在這份每年修訂的白皮書中，我們介紹了過去一年量子信息技術（QIT）在通信、網絡和計算領域應用的研究進展，并對2024年量子技術研究提出了一些預期。第二章重點介紹量子

2、安全通信，旨在通過應用量子機制保護關鍵信息。介紹從量子密鑰分配（QKD）、量子隨機數生成器（QRNG）和量子信息網絡（QIN）方面不斷進行的各種理論和實驗開始，隨后介紹了世界各地最先進的 QKD 標準化活動。對6G的影響分別介紹了在車聯網上部署的量子加密演示，與 G.698.4 設備集成連續可變 QKD(CV-QKD)，以及量子密碼技術在6G網絡中的部署。第3章深入研究了如何通過應用量子計算來滿足6G所期望的通信系統性能的大幅提升和創新業務的豐富多樣性。首先分析了通信的計算場景和關鍵問題，包括信號處理、網絡優化、業務處理、網絡智能化等。其次，提出了具有強大計算基礎的“經典+量子”混合計算平臺，

3、為不同領域提供量身定制的計算支撐服務，促進研究創新和產品落地。第三，通過三個例子介紹了量子計算對6G的影響，分別應用量子計算解決經典通信問題?；?023年的突破性成果，2024年或將成為量子計算技術的重要一年，由此開始量子計算領域有望從物理量子比特過渡到糾錯邏輯量子比特，同時反量子密碼學研究時間表也將提前。2/28目錄目錄前言.11.引言.32.量子通信與網絡.52.1關鍵技術.52.1.1量子密鑰分發.52.1.2量子隨機數生成器.62.1.3量子信息網絡.72.2量子密鑰分發標準化活動.82.2.1中國標準化進展.82.2.2國際性標準化進展.102.3對 6G 的影響.132.3.1車

4、聯網中的量子加密.132.3.2量子加密與承載網設備集成.142.3.3量子通信安全.143.量子計算.163.1通信計算場景及關鍵問題.163.1.1信號處理.163.1.2網絡優化.173.1.3業務處理.173.1.4網絡智能化.183.2量子混合異構計算.183.3對 6G 的影響.193.3.1單小區大規模 MIMO 天線優化.203.3.2多小區大規模MIMO波束選擇.223.3.3毫米波信號相位校正.244.未來展望.275.致謝.283/281.引言引言這份每年修訂的白皮書旨在介紹量子信息技術(quantum information technologies,QITs)的最新研

5、究進展，以滿足6G或后6G時代在通信和計算方面所面臨的嚴格要求。除了QITs為通信和網絡，以及計算帶來的預期收益之外，本版本的白皮書還提出了對2024年量子技術研究的一些展望。第第2章章 量子通信與網絡量子通信與網絡第2章將重點介紹量子安全通信，它利用量子力學原理來保護關鍵信息安全。2023 年，以下關鍵技術領域取得了持續不斷的理論和實驗進展。量子密鑰分發(quantum key distribution,QKD)方面，科研成果和經典量子共傳輸研究取得了突破，并且 QKD 系統的性能也得到了進一步提升。量子隨機數生成器(Quantum random number generator,QRNG)

6、技術正朝著更高效、更穩定的目標進行研發改進。許多實驗室和研究機構開展了大量實驗來驗證量子信息網絡(quantum Information Network,QIN)的可行性和穩定性。關于 QKD 的標準化活動，主要的標準化組織正積極制定相關的標準，涵蓋術語定義、應用場景和需求、網絡架構、設備技術要求、QKD 安全、測試評估方法等各個方面。最后，白皮書通過三個示例討論了量子技術對6G的影響：車聯網中的量子加密演示；將連續變量 QKD(CV-QKD)技術與 G.698.4 設備集成，從而使 QKD 融入現有經典通信網絡，充分利用現有電信基礎設施；在6G網絡中部署量子密碼技術，實現通信系統的整體安全管

7、理。第第3章章 量子計算量子計算為了滿足 6G 預期的大幅提升的通信系統性能和豐富多樣的創新業務，第3章將深入探討如何利用量子計算技術來增強通信能力。首先，考慮到通信本質上是一系列的數學計算，白皮書從計算角度描述了一個分層的通信網絡，以便分析通信計算場景和關鍵問題，包括信號處理、網絡優化、業務處理和網絡智能化。其次，提出了一種“經典+量子”混合計算平臺，該平臺擁有強大的計算基礎，可提供針對不同領域的定制化計算支持業務，促進研究創新和產品實現。值得一提的是，這種混合計算平臺的架構設計遵循了模塊化、標準化、廣泛兼容、自主安全和智能高效的原則和理念。第三，通過三個示例介紹了量子計算對 6G 的影響，

8、這些示例分別利用量子計算來解決經典通信問題。4/28這三個示例包括：使用濾波變分量子算法(Filtering Variational Quantum Algorithm,FVQE)解決單小區大規模多輸入多輸出(Multiple-Input Multiple-Output,MIMO)天線優化問題；使用基于相干伊辛模型(CoherentIsing machines,CIM)設計的量子算法解決MIMO波束選擇(MIMO beam selection,MBS)問題；以及通過在終端側應用量子支持向量機(Quantum Support Vector Machine,QSVM)算法獲得的相位偏移校正模型來解

9、決毫米波信號相位校正問題，從而降低參考信號開銷。第第4章章 未來展望未來展望2023年最后一個季度，我們見證了量子領域的一個行業里程碑，即突破了1,000個量子比特的壁壘，賦予量子計算機前所未有的計算能力。與此同時，來自學術界的專家們創造了迄今為止擁有最多邏輯量子比特（即48個邏輯量子比特）的量子計算機。邏輯量子比特相較于硬件量子比特，有望顯著減少量子計算機遭受的大量糾錯開銷。因此，2024年可能會成為量子計算技術的重要一年，屆時量子計算領域預計將從物理量子比特轉向糾錯邏輯量子比特；與此同時，抗量子密碼學研究也將加速發展。5/282.量子通信與網絡量子通信與網絡2.1 關鍵技術關鍵技術2.1.

10、1 量子密鑰分發量子密鑰分發量子通信利用量子疊加態或糾纏態來實現密鑰分發或信息傳輸，在理論上具有無條件安全性。量子密量子密鑰分發鑰分發(Quantum key distribution,QKD)是發展最成熟的量子通信技術，其基于量子力學基本原理，并結合“一次一密”的加密方式在通信用戶之間傳輸密鑰。2023 年，圍繞QKD開展了各種理論和實驗，在科研成果和經典量子共傳輸等方面的研究取得了進展，并且QKD系統的性能進一步提升。由清華大學聯合團隊通過將測量互補性與量子非局域性聯系起來，給出了設備無關 QKD(Dcvice-independent,DI-QKD)協議的安全證明，為DI QKD 的實用化

11、提供了新的理論工具1。由澳大利亞國立大學牽頭的聯合團隊提出了一種測量設備無關的QKD協議，該協議需要制備高維量子態并使用相干總光子數方法進行測量，仿真表明當編碼在7維度狀態時，它可以在比雙場協議更短的距離內突破 PLOB 極限2。由中國電信科學技術研究院牽頭的合作項目成功地在光傳輸網絡內演示了高達1 Tbps的總傳輸數據容量，該實驗采用少模光纖在 100.96 公里實現共纖傳輸，生成為2.7 kbps的安全密鑰速率(security key rate,SKR)3。使用固態單光子發射器進行 QKD 實驗因其性能的快速提高和與未來量子網絡的兼容性而日益受到關注。由英國赫瑞-瓦特大學牽頭的聯合團隊使

12、用 InGaAs 量子點作為單光子源進行了QKD實驗，在100公里的距離和一分鐘的采集時間內生成了13 kbps的有限密鑰4。這些研究成果有助于探索QKD應用并實現大規模 QKD 網絡。目前，基于 QKD 和其他技術方案的量子通信系統已經在國內外實現商用。然而，商用 QKD 系統仍面臨著安全密鑰速率、傳輸距離、設備體積和成本高等方面的挑戰。制備測量方案是商用 QKD 的主要技術手段-，可以-分為兩種類型：連續變量 QKD(continuous variable QKD,CV-QKD)和離散變量 QKD(discrete variable,DV-QKD)。CV-QKD 的優勢在于可以在城域距離內

13、利用經典通信檢測方案實現較高的 SKR。2023 年，山西大學1https:/doi.org/10.1103/PhysRevLett.131.1408012https:/doi.org/10.1038/s41534-023-00698-53https:/doi.org/10.1364/OL.5004064https:/doi.org/10.1038/s41467-023-39219-56/28采用離散調制 CV-QKD 技術在 80 公里范圍內生成了 2.11 Mbps 的 SKR5。上海交通大學利用發射端光源集成系統在 50 公里距離上實現了 0.75 Mbps 的 SKR6。丹麥技術大學采

14、用接收端集成方案系統在 10公里距離上實現了 300 Mbps 的 SKR7?；F盧大學給出了離散調制 CV-QKD 的有限密鑰長度安全性證明，并通過實驗演示了 QKD 傳輸距離可以超過 72 公里，密鑰長度為 10128。DV-QKD 實驗系統也在不斷發展，SKR 和傳輸距離均取得了一定的提升。2023 年，日內瓦應用物理小組利用多像素超導納米探測器(Superconducting Nanowire Single Photon Detector,SNSPD)編碼的時分制QKD 技術，實現了 10 公里距離上的 64 Mbps SKR9。中國科學技術大學的研究團隊利用多像素 SNSPDs取得了

15、雙方面的突破：使用基于誘騙態 BB84 QKD 協議10，在 10 公里光纖鏈路上實現了 115.8 Mbps 的SKR 的新紀錄；采用 3 強度發送-不發送雙場量子密鑰分發協議(Sending-or-not-sending Twin-field quantumkey distribution,SNS-TF-QKD)，實現了在 1002 公里光纖通道上無中繼的 QKD。這些研究表明，當前的技術可以滿足高帶寬通信的加密需求，并且在長距離通信方面也具有可行性。實現 QKD 產業化需要低成本、可批量生產且實用的 QKD 設備。從商業應用的角度來看，量子通信的核心器件，包括 QKD 編碼器和解碼器，正

16、朝著小型化和高性價比的方向發展。中國信息通信科技集團旗下國家信息光電子創新中心研制了硅基偏振態調制器和解調器?？恐@兩個模塊，在 150 公里的距離上實現了基于量子位的時鐘同步和芯片級偏振補償，達到了 866 bps 的 SKR11。瑞士日內瓦大學和意大利光子學和納米技術研究所的研究人員演示了一種基于芯片的 QKD 系統，該系統使用支持高速調制的硅基發射器芯片和鋁硼硅酸鹽玻璃中的偏振無關低損耗接收器芯片，在 151 公里的距離上實現了1.3 kbps的傳輸12。2.1.2 量子隨機數生成器量子隨機數生成器量子隨機數生成器量子隨機數生成器(Quantum Random Number Genera

17、tor,QRNG)是一種利用量子力學原理生成真隨機數的器件。與傳統隨機數生成器不同，QRNG 基于真空態噪聲、激光自發輻射的量子相位噪聲和光子數統計等量子光學原理生成真隨機數。它是迄今為止唯一在理論上可證的真隨機數生成器，利用量子力學5https:/doi.org/10.1364/OL.4920826https:/doi.org/10.1364/PRJ.4733287https:/arxiv.org/abs/2305.196428https:/doi.org/10.1103/PRXQuantum.4.0403069https:/doi.org/10.1038/s41566-023-01168-

18、210https:/doi.org/10.1038/s41566-023-01166-411https:/doi.org/10.1364/PRJ.48294212https:/doi.org/10.1364/PRJ.4814757/28的不確定性來保證生成高度不可預測且不相關的隨機數。QRNG 具有重要的應用價值。在密碼學中，真隨機數對于密鑰生成、加密算法和認證等至關重要。QRNG 可以提供更高的安全性防止密碼破解。需要注意的是，QRNG 僅保證生成序列的真隨機性，并不包含分發過程的安全性。QRNG 技術正處于開發和改進階段。許多研究機構和公司致力于研發更高效、更穩定的 QRNG。2023年，

19、來自根特大學牽頭聯合團隊的研究人員通過實驗演示了一種超快的隨機數生成速率，達到 100 Gbit/s，將基于真空漲落的 QRNG 速率提升了一個數量級，創下新紀錄13。英國Quantum Dice公司發布了其最新一代 APEX QRNG，該款生成器具有高達 7.5 Gbps14的后處理隨機數生成速率，同時可以集成到現有基礎設施中，并具備高安全性特性。德國聯邦教育和研究部資助基于芯片級量子隨機數生成器項目15，旨在開發一款基于量子光子效應的高速隨機數生成芯片，并滿足 IT 產品安全共同準則。隨著量子科技的進一步發展，QRNG 預計將被用于更廣泛的應用領域，并為信息安全和科學研究領域作出重大貢獻。

20、2.1.3 量子信息網絡量子信息網絡量子信息網絡量子信息網絡(Quantum Information Networks,QIN)是基于量子力學原理的通信網絡系統。它利用量子糾纏、量子隱形傳態、量子中繼等關鍵技術，旨在實現量子長距離通信、量子計算和量子信息互聯網絡等功能。QIN 目前是量子信息領域的研究熱點，代表著未來通信和計算的前沿發展方向。近年來，國內外都在積極推進量子信息網絡的研發和應用，許多實驗室和研究機構開展了大量的實驗來驗證 QIN 的可行性和穩定性。2023年，中國科學技術大學、北京大學的研究人員在“祖沖之”超導量子計算機平臺上實現了51位量子比特糾纏，使用了高保真并行量子門，實現

21、了51位的一維簇態和30位的二維簇態，保真度分別為0.637 0.030和0.671 0.00616。北京大學等的聯合團隊構建了基于芯片的多維量子糾纏網絡。該網絡由1個中央芯片通過光纖連接3個端芯片構成，利用混合復用技術，在端芯片有效實現了糾纏恢復和全連接，該成果為建設大規模、實用化的糾纏網絡奠定了基礎17。美國國家標準與技術研究院(National Institute ofStandards and Technology,NIST)搭建了 NG-QNet測試平臺，用于驗證 QIN 基礎組件的功能18。林肯實驗室領導的研究團隊建造了一個 50 公里的三節點量子網絡實驗平臺(Boston-Are

22、a Quantum Network,13https:/doi.org/10.1103/PRXQuantum.4.01033014https:/www.quantum- QIN 的研發。例如，Qunnect 公司與紐約大學合作，成功測試了使用高糾纏量子光子構建的 16 公里長的 QIN 鏈路22。這些努力和合作有望推動 QIN 的發展和應用。2.2 量子密鑰分發標準化活動量子密鑰分發標準化活動近年來，主要的標準化組織積極開展了 QKD 相關標準的制定工作，包括中國通信標準化協會(ChinaCommunications Standardization Association,CCSA)、中國密碼工

23、業標準化技術委員會(China CryptographyIndustry Standardization Technical Committee,CSTC)、全國信息安全標準化技術委員會(National InformationSecurity Standardization Technical Committee,TC260)等國內機構；國際上則有國際標準化組織(InternationalOrganization for Standardization,ISO)、國際電信聯盟(International Telecommunication Union,ITU)和歐洲電信標準化協會(Europ

24、ean Telecommunications Standards Institute,ETSI)等組織參與。這些標準的制定涵蓋了術語定義、應用場景和需求、網絡架構、設備技術要求、QKD 安全性、測試評估方法等方面。2.2.1 中國標準化進展中國標準化進展中國通信標準化協會中國通信標準化協會(CCSA)CCSA 是中國信息通信領域從事通信標準體系研究的標準化組織。CCSA 成立了量子通信和信息技術領域第七專項工作組(7th Special Task Group,ST7)，包括兩個子工作組：量子通信工作組(QuantumCommunication Working Group，WG1)和量子信息處理

25、工作組(Quantum Information Processing WorkingGroup，WG2)兩個分工作組。ST7 在術語定義、應用場景和需求、網絡架構、設備技術要求、QKD 安全性和測試評估方法等方面啟動了 25 個標準研制項目。其中，國家標準 GB/T 42829-2023 量子安全通信應用基本要求于 2023 年 8 月 正式發布。另外還有 12 項通信行業標準也已正式發布實施：19https:/doi.org/10.48550/arXiv.2307.1569620https:/uwaterloo.ca/news/science/connecting-canada-and-eu

26、rope-through-quantum-satellite?utm_source=miragenews&utm_medium=miragenews&utm_campaign=news21https:/journals.aps.org/prapplied/abstract/10.1103/PhysRevApplied.20.02404822https:/www.nyu.edu/about/news-publications/news/2023/september/nyu-takes-quantum-step-in-establishing-cutting-edge-tech-hub-in-.h

27、tml9/28量子密鑰分發與經典光通信共纖傳輸技術要求(YD/T 4632-2023)量子密鑰分發(QKD)系統測試方法第 2 部分：基于高斯調制相干態協議的 QKD 系統(YD/T3835.2-2023)量子密鑰分發(QKD)網絡 AK 接口技術要求第 1 部分：應用程序接口(API)(YD/T 4410.1-2023)量子密鑰分發(QKD)系統技術要求第 2 部分：基于高斯調制相干態協議的 QKD 系統(YD/T3834.2-2023)基于 IPSec 協議的量子安全通信應用設備技術規范(YD/T 4303-2023)量子密鑰分發(QKD)網絡管理技術規范-第 1 部分：NMS 系統功能(

28、YD/T 4302.1-2023)量子安全通信網絡架構(YD/T 4301-2023)基于 BB84 協議的量子密鑰分發(QKD)的關鍵組件與模塊-第 2 部分：單光子探測器(YD/T3907.2-2022)基于 BB84 協議的量子密鑰分發(QKD)的關鍵組件與模塊-第 1 部分：激光源(YD/T3907.1-2022)基于 BB84 協議的量子密鑰分發(QKD)的關鍵組件與模塊-第 3 部分：量子隨機數生成器(QRNG)(YD/T 3907.3-2021)量子密鑰分發(QKD)系統測試方法-第 1 部分：誘騙態 BB84 協議 QKD 系統(YD/T3835.1-2021)量子密鑰分發(Q

29、KD)系統技術要求-第 1 部分：(YD/T 3834.1-2021)誘騙態 BB84 協議 QKD 系統(YD/T 3835.1-2021)中國密碼行業標準化技術委員會中國密碼行業標準化技術委員會(CSTC)QKD 技術涉及密碼的生成、管理和使用。CSTC 開展了 QKD 技術規范和評測體系等密碼行業標準研究。目前，已經正式發布了以下兩項量子相關的密碼行業標準：誘騙態 BB84 量子密鑰分發產品技術規范(GM/T 0108-2021)誘騙態 BB84 量子密鑰分發產品測試規范(GM/T 0114-2021)全國信息安全標準化技術委員會全國信息安全標準化技術委員會(TC260)TC260 是中

30、國信息安全技術領域從事信息安全標準化工作的技術組織，負責組織和開展國家信息安全相關的標準化技術工作。TC260 承擔 ISO/IEC JTC1/SC27 等信息安全相關國際標準化組織的相應業務工作。10/28由全國信息安全標準化技術委員會主導推動的量子安全通信領域的兩項國際標準提案，ISO/IEC 23837-1量子密鑰分發的安全要求、測試和評估方法第 1 部分：要求和 ISO/IEC 23837-2 量子密鑰分發安全要求、測試和評估方法第 2 部分：測試和評估方法已經正式發布。2.2.2 國際性標準化進展國際性標準化進展國際標準化組織國際標準化組織(ISO)ISO 是目前世界上最大、最權威的

31、國際標準化機構，國際電工委員會(International ElectrotechnicalCommission,IEC)負責電氣和電子工程領域的國際標準化工作。國際標準化組織/國際電工委員會第一聯合技術委員會(First Joint Technical Committee of the International Organization for Standardization/InternationalElectrotechnical Commission,ISO/IEC JTC1)是信息技術領域的國際標準化委員會，負責信息技術的國際標準化工作。其中，ISO/IEC JTC1 下設的信息技

32、術安全技術分委會信息安全、網絡安全和隱私保護分委會(Information Security,Network Security and Privacy Protection Subcommittee,ISO/IEC JTC1 SC27)負責信息技術安全的一般方法和技術的標準化，包括確定信息技術安全業務的一般要求，開發安全技術和機制，提出安全指南，以及為管理準備支持性文件和標準。SC27 在 2023 年正式發布了由中國主導的兩個量子密鑰分發相關技術標準：ISO/IEC 23837-2:2023 信息安全-量子密鑰分發的安全要求、測試和評估方法-第 2 部分：評估和測試方法ISO/IEC 238

33、37-1:2023 信息安全-量子密鑰分發的安全要求、測試和評估方法-第 1 部分：要求:國際電信聯盟國際電信聯盟(ITU)ITU 是負責信息和通信技術事務的聯合國機構，負責制定全球電信標準。ITU 下屬的電信標準化部門密切關注量子信息技術的發展及其未來對信息通信網絡和產業的影響。ITU-T 量子通信相關標準化工作目前處于世界領先地位。ITU-T 的量子通信相關技術標準包括 Q 系列-交換和信令及其相關的測量和測試，X 系列-數據網、開放系統通信和安全，以及 Y 系列-全球信息基礎設施、互聯網協議方面、下一代網絡、物聯網和智慧城市。Q 系列標準中與量子通信相關的部分是 Q.4160-Q.417

34、9：量子密鑰分發網絡的協議和信令。目前已經正式發布的標準包括：11/28ITU-T Q.4160(12/2023)：量子密鑰分發網絡-協議框架ITU-T Q.4161(12/2023)：量子密鑰分發網絡的 Ak 接口協議ITU-T Q.4162(12/2023)：量子密鑰分發網絡的 Kq-1 接口協議ITU-T Q.4163(12/2023)：量子密鑰分發網絡的 Kx 接口協議ITU-T Q.4164(12/2023)：量子密鑰分發網絡的 Ck 接口協議X 系列標準中與量子通信相關的部分是 X.1700-X.1729：量子通信。目前已經正式發布的標準包括：X.1702:量子噪聲隨機數生成器架構

35、X.1710:量子密鑰分發網絡的安全框架X.1712:量子密鑰分發網絡的安全要求和措施-密鑰管理X.1714:量子密鑰分發網絡的密鑰組合和保密密鑰提供X.1715:集成量子密鑰分發網絡和安全存儲網絡的安全要求和措施Y 系列標準中與量子通信相關的部分是 Y.3800-Y.3999：量子密鑰分發網絡。目前已經正式發布的標準包括：Y.3800:支持量子密鑰分發的網絡概述Y.3801:量子密鑰分發網絡的功能要求Y.3802:量子密鑰分發網絡-功能架構Y.3803:量子密鑰分發網絡-密鑰管理Y.3804:量子密鑰分發網絡-控制和管理Y.3805:量子密鑰分發網絡-軟件定義網絡控制Y.3806:量子密鑰分

36、發網絡-服務質量保證要求Y.3807:量子密鑰分發網絡-服務質量參數Y.3808:量子密鑰分發網絡和安全存儲網絡集成框架Y.3809:量子密鑰分發網絡部署的基于角色的模型Y.3810:量子密鑰分發網絡互聯-框架Y.3811:量子密鑰分發網絡-服務質量保證的功能架構Y.3812:量子密鑰分發網絡-基于機器學習的服務質量保證要求Y.3813:量子密鑰分發網絡互聯-功能要求Y.3814:量子密鑰分發網絡-機器學習啟用的功能要求和架構Y.3815:量子密鑰分發網絡-韌性概述12/28Y.3816:量子密鑰分發網絡-基于機器學習的服務質量保證功能架構增強Y.3817:量子密鑰分發網絡互聯-服務質量保證要

37、求Y.3818:量子密鑰分發網絡互聯-架構Y.3819:量子密鑰分發網絡-自治管理和控制啟用的要求和架構模型歐洲電信標準協會歐洲電信標準協會(ETSI)ETSI 是歐洲的一個獨立的非盈利性區域信息通信技術標準化組織。ETSI 在 2008 年就成立了ISG-QKD 標準組，專門探索 QKD 的標準化。ETSI 發布了 12 份技術規范，涵蓋術語定義、防護配置文件、系統組件、應用接口、安全證書、部署參數等方面。其中，應用接口、組件和內部接口以及控制接口均已發布了第二版：ETSI GS QKD 016 V1.1.1(2023-04)：量子密鑰分發(QKD)：共同準則保護配置文件-成對制備測量式量子

38、密鑰分發模塊ETSI GS QKD 018 V1.1.1(2022-04)：量子密鑰分發(QKD)：軟件定義網絡的編排接口ETSI GS QKD 015 V2.1.1(2022-04)：量子密鑰分發(QKD)：軟件定義網絡的控制接口ETSI GS QKD 004 V2.1.1(2020-08)：量子密鑰分發(QKD)：應用接口ETSI GS QKD 014 V1.1.1(2019-02)：量子密鑰分發(QKD)：基于 REST 的密鑰傳遞 API 的協議和數據格式ETSI GS QKD 012 V1.1.1(2019-02)：量子密鑰分發(QKD)：用于 QKD 部署的設備和通信通道參數ETS

39、I GR QKD 007 V1.1.1(2018-12)：量子密鑰分發(QKD)：詞匯表ETSI GR QKD 003 V2.1.1(2018-03)：量子密鑰分發(QKD)：組件和內部接口ETSI GS QKD 011 V1.1.1(2016-05)：量子密鑰分發(QKD)：組件表征-用于 QKD 系統的光學組件表征ETSI GS QKD 008 V1.1.1(2010-12)：量子密鑰分發(QKD)：QKD 模塊安全規范ETSI GS QKD 005 V1.1.1(2010-12)：量子密鑰分發(QKD)：安全證明ETSI GS QKD 002 V1.1.1(2010-06)：量子密鑰分發

40、(QKD)：使用案例13/282.3 對對 6G 的影響的影響2.3.1 車聯網中的量子加密車聯網中的量子加密中國聯通構建了量子密鑰云平臺，從 QKD 或 QRNG 獲取量子密鑰，安全存儲和管理密鑰。通過安全機制，可以將量子密鑰分發到用戶安全終端，提供高級別的安全保護。利用該量子密鑰云平臺，我們已經開展了一些量子加密演示，例如量子加密通話、量子公網集群對講、量子視頻會議和量子無人機巡邏。最近，我們展示了車聯網場景中的量子加密。在此場景下，指揮調度信號需要高級別的安全性，以確保自動駕駛或遠程駕駛下車輛的安全。我們將量子密鑰云平臺部署在車聯網中，并通過專有網絡連接到智能交通服務云平臺、自動泊車系統

41、和遠程駕駛艙。車輛和路側單元(road side unit,RSU)可以通過承載網絡連接。我們可以在平臺和系統中集成量子軟件開發工具包(SDK)，或者在終端側部署量子密鑰盒，可以從量子密鑰云平臺獲取量子密鑰，并對指揮調度信號進行量子加密。量子 SDK 也可集成到車輛的無線通信模塊中，為車輛提供網絡接入。安全終端和平臺使用預加載的量子密鑰進行身份認證和初始加密。車聯網對網絡傳輸延遲非常敏感，因為車輛行駛速度很快。因此，我們測試了加密/解密導致的額外延遲，并證明對原始服務沒有太大影響。圖 1 車聯網場景中的量子加密14/282.3.2 量子加密與承載網設備集成量子加密與承載網設備集成通常，QKD

42、網絡需要建立額外的光纖，這在承載網絡中部署也非常昂貴。我們希望將 QKD 融合到經典通信網絡中，這樣可以節省光纖資源并利用現有的電信基礎設施。G.698.4 系統是一種多通道雙向密集波分復用(Dense Wavelength Division Multiplexing,DWDM)系統，可用于前傳網絡、城域承載網。該系統利用低成本的 C 波段可調諧激光器，并采用雙向的 OD/OM/OADM 技術。對于城域或接入應用，其最大覆蓋距離約為 20 公里，并且不使用光放大器。G.698.4 系統不包含光放大器，這在 QKD 系統中是不允許的。此外，CV-QKD 是一種新型技術，對經典通信引起的噪聲具有更

43、強的魯棒性，并且比 DV-QKD 便宜得多。因此，將 CV-QKD 與 G.698.4 設備集成非常方便。如圖2所示，我們將 CV-QKD 與 G.698.4 設備集成。該設備包括 QKD 模塊、光通信模塊、WDM 模塊、加密模塊和控制模塊。CV-QKD 的量子信號使用 WDM 模塊與 G.698.4 系統的波長復用，并通過相同的光纖傳輸。經過共傳輸后，量子信號在接收端由 WDM 模塊分離。QKD 模塊產生的量子密鑰被發送到加密模塊，可以將明文數據轉換為密文。我們還將QKD控制功能集成到G.698.4中，以實現加密參數設置，例如加密方法、量子密鑰有效期。圖 2 CV-QKD 與 G.698.4

44、 設備的集成2.3.3 量子通信安全量子通信安全量子通信是一種利用量子力學原理進行信息傳輸的新型通信方式，它利用量子態的特殊性質，例如量子疊加態和量子糾纏，實現信息的安全傳輸。量子密碼技術是量子通信安全的核心技術，是量子通信技術的基礎。量子密碼技術是指利用量子態作為信息加密和解密的核心技術，其中 QKD 結合了量子力學和量子密碼學的原理。量子密碼技術通過利用量子態生成和分發加密密鑰來確保密鑰的安全性。15/28量子密碼技術主要通過量子密鑰實現機密傳輸，數據機密性通過相應的單光子量子交換來實現。在量子密鑰層，量子密鑰將為每個用戶提供相應的量子密鑰通信服務。在實際傳輸過程中，單光子的量子形式難以被

45、觀察和復制，并且在傳輸過程中使用“一次一密”的方法。因此，只有雙方同時使用各自的密鑰才能實現數據信息的解密，從而可以提高傳輸過程中的數據信息機密性，并確保數據信息不會被竊取和篡改。通過在 6G 網絡中部署量子密碼技術，實現通信系統的整體安全管理。量子密碼技術將量子密鑰作為主要保密手段，為 6G 通信中具有相應權限的用戶分發量子密鑰，在數據存儲和傳輸過程中進行非順序替換和形態變化，實現 6G 通信的端到端安全保障。16/283.量子計算量子計算3.1 通信計算場景及關鍵問題通信計算場景及關鍵問題通信的本質是一系列數學計算。從計算的角度來看，通信網絡可以簡單地分為物理層、網絡層和應用層，如圖 3

46、所示。其中，物理層物理層主要負責通信信號處理，網絡層網絡層負責拓撲、接入、路由、資源管理，應用應用層層則主要負責服務優化和流量管理。為了提高處理性能，機器學習機器學習(machine learning,ML)被引入到每一層，并成為通信領域一種特殊的重要計算場景。此外，每一層的安全性安全性一直是默認的計算場景。圖 3 計算視角的分層通信網絡3.1.1 信號處理信號處理通信信號處理是通信的基礎計算。以無線信號處理為例，信號處理涉及發射端和接收端雙方的信號變換、濾波、編碼、解碼、調制、解調、傳輸、檢測、估計和干擾協調等操作。對于大規模 MIMO 系統、大帶寬正交頻分復用(Orthogonal Fre

47、quency Division Multiplexing,OFDM)系統和大規模終端接入系統，信道估計、預編碼、信號檢測以及信道編碼和解碼等信號處理的計算復雜度會顯著增加。大規模 MIMO 信號處理。大規模 MIMO 信號處理存在于大規模天線陣列系統、分布式天線系統和蜂窩無蜂窩系統中，涉及信道估計、預編碼、信號檢測等處理過程，包括矩陣乘法、求逆、張量積、共軛轉置、分解等高維矩陣運算。這些基本操作需要大量的計算資源，對系統設計提出了重大挑戰。目前，為了解決這個計算問題，通常采用壓縮感知或關鍵參數估計等方法，利用高維信號的稀疏特性，以較小的計算代價實現有效的信號處理。大規模終端接入信號處理：無線通

48、信系統連接的終端（用戶）數量日益增加。在多個終端共享接入資源的情況下，隨著終端數量的增加，無線接入信號的維度也會增加，給信道估計、多用戶信號檢測和干擾17/28協調帶來困難。高頻率和大帶寬信號處理：毫米波、太赫茲和可見光頻段可以提供更大的帶寬，但寬帶無線信號帶來更大的矩陣運算和信道編碼解碼，尤其是長碼的復雜性。另一方面，高頻寬帶無線系統也將用于目標測距、測速、測角等定位場景，需要進行雷達信號計算。3.1.2 網絡優化網絡優化網絡優化的總體目標是通過網絡拓撲、功能、服務、參數和資源等方面的優化方法來提高客戶滿意度。網絡拓撲優化是指在滿足整體流量傳輸和災難恢復備份需求的前提下，盡量降低整體網絡建設

49、成本。網絡拓撲優化貫穿于網絡規劃、網絡建設和網絡運維的每一個環節。與此相關的是路由優化。網絡覆蓋優化是指通過網絡參數配置最大化網絡覆蓋范圍，主要包括盲區、弱區、重疊區和導頻干擾區優化。對于大規模天線系統，需要優化的信號波束和數據波束參數較多，優化空間大，問題復雜。網絡容量優化是指合理分配用戶流量到網絡資源中，以最大化系統容量。無線網絡容量優化主要包括單站多用戶接入控制、多用戶調度和負載均衡。網絡節能優化是指在滿足既定服務需求的情況下，以最低的能源消耗成本為目標，重點優化最小速率約束下的功率控制、基站/載波切換和計算任務卸載/遷移。3.1.3 業務處理業務處理業務處理主要指網絡中的源信號處理和業

50、務優化。大規模多模態業務的發展對計算能力提出了更高的要求。源信號處理是指對圖像、視頻、語音、文本等源內容進行采樣、量化、表示、編碼、壓縮、傳輸和重構等一系列計算過程。隨著元宇宙業務的逐步興起，對 3D 視頻的預制作或實時渲染需要更高的計算能力。近年來，基于自然語言處理、計算機視覺、語音識別等 AI 服務，特別是基于大型模型的業務，更是爆炸式地增加了計算能力需求。同時，語義通信技術取代符號表示，采用語義表示，提供了一種新的源編碼傳輸方式，也為源信號處理帶來了新的計算場景。業務優化是指通過調整網絡和服務設備、功能、參數等，使網絡狀態與服務狀態相匹配，保證端到端18/28的業務質量。業務優化的重點包

51、括流量預測、流量優化、用戶行為預測、內容分發、緩存優化、業務遷移和業務參數優化等。3.1.4 網絡智能化網絡智能化機器學習將應用場景中的原始問題計算轉化為機器學習中的計算，為信號處理、網絡優化和業務優化提供了新的算法范式。智能信號處理：AI 技術在信號處理方面的應用已經在通信領域得到了廣泛的開展。其中，監督學習具備回歸和分類能力，用于信道參數檢測和估計、調制模式檢測和分類、頻譜感知和檢測?？梢詫π盘栠M行聚類和降維的非監督學習，可用于降低高維通信信號的維數；強化學習擅長決策和預測，可用于頻譜感知與共享；深度學習可以對通信信號進行分類、估計、消除干擾，以及完成信道估計、信號檢測、波束管理等諸多信號

52、處理相關任務。這些 AI 方法在大數據分析、高效參數估計、交互式決策等方面有獨特的優勢，但是存在模型訓練復雜度高、參數估計量大等問題，對通信系統的計算能力提出了很高的要求。智能網絡優化：將優化問題轉化為基于機器學習模型和算法的模型訓練和推理計算。網絡和 AI 也可以在架構層面實現深度融合。智能業務處理：幾乎所有業務優化問題都可以通過引入機器學習來解決和提升，例如流量檢測、分類和預測，內容分發和緩存優化，用戶行為特征分析，業務參數優化等等。3.2 量子混合異構計算量子混合異構計算計算能力是 AI 行業發展的關鍵因素之一。訓練大規模深度學習模型需要巨大的計算成本，許多企業和研究機構難以持續獲得此類

53、資源進行開發。另一方面，量子計算有可能從理論、范式、硬件、算法和應用等多個維度增強AI的計算能力。這種增強顯著提高了訓練效率，同時降低了計算成本。此外，在特定或計算難解的問題領域，如組合優化、仿真和機器學習，量子計算自然具有優勢，能夠有效利用和擴展超越經典計算集群的計算資源。因此，針對來自各種應用驅動型企業和研究機構對計算資源的廣泛需求，一種“經典+量子”混合計算平臺將提供技術先進且經濟實惠的計算服務?！敖浀?量子”混合計算平臺在硬件層面由兩部分組成：量子計算和經典計算。在軟件方面，它既涵蓋量子軟件平臺，也涵蓋經典計算軟件平臺。解決方案的整體架構應遵循模塊化、標準化、廣泛兼容、自主安全和智能高

54、效的原則和概念。有效設19/28計和配置系統的硬件結構，確保其與軟件的需求和特性相匹配，最大限度地發揮硬件能力，提高計算效率，滿足未來發展和系統升級的需求。核心系統架構包括核心系統的硬件基礎設施和軟件基礎設施。首先，核心硬件基礎設施的主芯片和加速器芯片可以采用商用芯片和國產芯片結合的方式，以保證在復雜多變的國際環境中芯片供應鏈和應用生態的安全性。主芯片采用兼容 x86 的架構（包括國產的海光x86 處理器），加速器芯片則采用兼容主流 GPU 生態的架構。這種方式平衡了國際認可的硬件和國產可控的核心硬件，具有良好的生態兼容性。它可以廣泛兼容大量成熟的應用軟件和 AI 框架，便于集成各種計算資源，

55、滿足 AI 訓練、推理、數值模擬、大數據處理、量子計算等多種計算模式的需求。這種跨越眾多應用場景的無縫兼容性降低了應用程序的開發成本。此外，硬件基礎設施層采用多種計算設備，能夠根據不同應用的差異化計算特性提供計算資源，從而實現靈活的資源分配。其次，核心系統的軟件基礎設施層需要集成 AI、高性能計算和大數據等多種計算框架。通過計算服務中間件的管理，實現工作空間管理、資源管理、資源調度、應用中心、計費管理、權限管理和用戶管理等功能。在計算方面，AI 計算平臺需要支持訓練和推理兩種不同的應用場景。它應該支持數據集管理、超參數調整、模型管理、模型開發、容器服務、鏡像倉庫、任務測量和應用部署等各種管理功

56、能。它應該支持主流的 AI 計算框架，例如TensorFlow、PyTorch、PaddlePaddle，以及 AI 算法開發平臺。對于超級計算，它需要豐富的基礎軟件環境，包括編譯器、數學庫、自動配置工具和軟件調優工具。云服務需要支持彈性擴展等功能。在量子計算領域，需要利用下一代量子模擬技術，在傳統計算硬件上提供高效可靠的量子計算模擬服務，從而提高計算效率。統一的技術架構有利于支持各種應用場景，促進上層應用創新，培育繁榮的應用生態，吸引相關企業和人才?！敖浀?量子”混合計算平臺憑借其強大的計算基礎，提供針對不同領域的計算支持服務，促進科研創新和產品落地。計算服務中間件提供軟硬件一體化的解決方案

57、，硬件層面擁有AI處理芯片，平臺內置了各種 AI框架和工具包。該設置使戶能夠方便地完成算法移植、適配、開發和測試。適配后的應用程序可以通過應用管理平臺通過容器鏡像進行打包和部署，減少對部署環境的依賴。此外，它還可以根據應用程序的計算需求分配和調度底層的計算資源。并且，它提供完整的應用程序生命周期管理功能，包括創建、升級、暫停和終止，確保應用程序高效穩定運行。3.3 對對 6G 的影響的影響量子計算的關鍵影響在于三個方面：網絡、機器學習和安全，如圖 4 所示。量子優化、量子搜索、量20/28子信號處理和量子機器學習可以提升網絡能力和服務質量。研究重點應放在設計用于網絡優化和網絡智能的量子計算算法

58、。圖 4 量子計算對通信的影響3.3.1 單小區大規模單小區大規模 MIMO 天線優化天線優化需求分析需求分析以靜態小區優化為例，該問題的優化目標是最大化單小區覆蓋率，優化變量包括水平方位角、仰角（或傾角）、水平波束寬度和垂直波束寬度。假設基站位于(0,0)，采用單小區模型。小區用戶分布在一個以基站為中心的扇形范圍內，半徑為 300米，扇形角為 120。小區內隨機均勻分布有一些采樣點。覆蓋率是指 RSRP 大于閾值的門限值的采樣點（即用戶）數量與小區內所有采樣點數量的比值。如果 RSRP 大于閾值，則認為該采樣點可以被天線波束有效覆蓋。21/28圖 5 單小區大規模 MIMO 天線優化變量取值

59、范圍如下：-水平波束寬度：15,25,45,65,90,105,110-垂直波束寬度：6,12,25-水平方位角-30:1:30-仰角：-15:1:15該問題屬于 NP 困難的組合優化問題，可以通過量子算法進行求解。方案設計方案設計上述問題可使用濾波變分量子算法(Filtering Variational Quantum Algorithm,FVQE)進行求解。通過引入濾波算子，量子態演化為：F f H,|其中，f(H,)是單調遞減函數，實現了基態的概率放大。利用參數（例如硬件高效模擬）的變分算法，借助參數平移規則逼近濾波算子。如果將大規模 MIMO 天線的權重優化問題重新建模為哈密頓量基態問

60、題，則可以使用該算法進行求解。由于該算法采用硬件高效模擬，因此無需過多考慮線路優化和線路映射問題。原始量子芯片悟空支持的基本量子門為 CZ,R，其中 是 XY 平面上的旋轉軸與 X 正方向之間的夾角。通過 PyQPanda 內置的編譯算法，任何 SU(2)門都可以轉換為具有任意旋轉軸的兩個門以及一個 Vrital Z 門。有關 FVQA 的22/28更多細節請參見參考文獻23。性能仿真驗證與分析性能仿真驗證與分析仿真結果表明，該算法可以優化覆蓋率，效果與量子粒子群優化等經典優化算法相當。該算法的測試平臺為原始的悟空 72 比特量子計算機。為了確?？煽康男阅?，選擇芯片中鏈式耦合的 6 個量子比特

61、進行測試。該算法獲得最佳解的概率達到 70.34%，實現了預設的覆蓋率最大化目標。3.3.2 多小區大規模多小區大規模 MIMO 波束選擇波束選擇需求分析需求分析大規模 MIMO 技術利用大量天線和波束成形技術，可以同時提供多個數據流，從而實現更高的吞吐量和更好的信號質量。這有望改善蜂窩網絡的覆蓋范圍和容量。然而，由于用戶的高移動性和小區間干擾，傳統的相對靜態波束成形設置已無法滿足網絡覆蓋的動態需求。MIMO 波束選擇(MIMO Beam Selection,MBS)問題日益突出。MBS 指在給定約束條件下選擇一組波束以最大化網絡性能，例如改善信號質量和系統吞吐量。具體來說，在 MBS 問題中

62、，目標覆蓋區域通常被劃分為網格，每個波束在對應網格上都具有參考信號接收功率(Reference Signal Receiving Power,RSRP)值。網格的 RSRP 定義為該網格上接收到的最大 RSRP 值。MBS 問題就是要為每個小區找到一組波束，使每個網格的 RSRP 值最大化。MBS 問題是一個 NP 困難的組合優化問題，尤其是在具有大量小區和天線的 5G 系統中。例如，當多個小區擁有數百個波束時，從數十億種波束組合中找到最優解非常困難。對于組合優化問題，經典算法包括貪婪算法、分支定界算法和模擬退火算法。貪婪算法簡單高效，但可能陷入局部最優。分支定界算法可以保證全局最優，但計算成

63、本可能很高。模擬退火是一種元啟發式優化算法，通過逐漸降低溫度來促進優化向全局最優收斂，但并不能保證這一點。相干伊辛模型(Coherent IsingMachines,CIM)已被應用于多種場景，包括壓縮感知和作業調度問題。研究小組將基于 CIM 設計量子算法來解決 MBS 問題。問題與解決方案問題與解決方案在 MBS 問題中，目標覆蓋區域被劃分為網格，如圖 6 所示，每個網格由多個小型基站覆蓋。每個小23Amaro,David et al.“Filtering variational quantum algorithms for combinatorial optimization.”Quan

64、tum Science&Technology(2022)7 015021.23/28區都有一組 MIMO 波束，MBS 問題就是要從每個小區中選擇一定數量的波束，以使滿足特定約束條件的網格數量最大化。如果網格中的最大 RSRP 值超過給定閾值，并且網格中最大 RSRP 值與次大 RSRP 值之間的差值超過給定值。則小區到網格的 RSRP 由所有波束中的最大 RSRP 決定。設置最大信號強度與次大信號強度之間差值閾值的原因在于，在 MIMO 系統中，波束之間存在互干擾。如果多個波束的信號強度相似，則會造成信號干擾，降低接收機的性能。圖 6 MBS 的問題該問題可以轉換為二元二次無約束優化(Qua

65、dratic Unconstrained Binary Optimization,QUBO)形式，具體細節請參見參考文獻24?；?QUBO 模型導出伊辛矩陣，將伊辛矩陣輸入到 CIM 中，然后運行 CIM 來解決優化問題。CIM 仿真驗證與分析仿真驗證與分析CIM 仿真的目的是評估使用 CIM 作為 MBS 問題的解決方案是否可行，即解決方案的質量和問題規模是否適合 CIM。如圖 7 所示，CIM 的工作方式不同于依賴半導體集成芯片的傳統計算機。相反，它使用光纖中的激光脈沖作為基本計算單元，稱為量子比特。早期研究集中于注入式同步激光伊辛機的想法。由于耦合激光器數量與量子比特的平方成正比增加，

66、因此提出了一種基于簡并光參量振蕩器(Degenerate Optical ParametricOscillator,DOPO)的改進方案，該方案利用非線性光學晶體。已經開發了兩種基于 DOPO 的方法，分別是24Huang,Yuhong et al.“Quantum Computing for MIMO Beam Selection Problem:Model and Optical ExperimentalSolution.”GLOBECOM 2023-2023 IEEE Global Communications Conference(2023):5463-5468.24/28光延遲線 C

67、IM 和測量反饋 CIM。第一種方案的負載和精確控制要求不可接受。研究小組采用由北京玻色量子科技有限公司提供的第二種方法進行 CIM 仿真。圖 7 CIM 原理圖表 1 全面比較了 CIM 物理機、模擬退火(Simulated Annealing,SA)和 Tabu 搜索算法的性能。在所有情況下，CIM 物理機始終都能為算法實現找到目標函數的最優值。此外，CIM 物理機發現的解決方案的哈密頓量非常接近最優解的哈密頓量，這證實了該方法在簡化模型和尋找接近最低能量值的解決方案方面的有效性。表 1 CIM 物理機、模擬退火和 Tabu 搜索性能比較3.3.3 毫米波信號相位校正毫米波信號相位校正需求

68、分析需求分析5G 毫米波頻段的無線傳輸對相移更加敏感。此時，需要跟蹤參考信號(Tracking Reference Signal,TRS)來跟蹤數據信號的相位旋轉并進行修正和補償。這種方法可以實現更精確的性能補償，但它需要連續發送參考信號進行測量，這需要大量的信令開銷。隨著機器學習的不斷發展，AI 可以用于解決信號校正問題，例如支持向量機。然而，當樣本量較大時，支持向量機需要大量的存儲空間和計算時間。量子支持向量機(Quantum Support Vector Machine,QSVM)25/28算法是一種基于量子計算的機器學習算法，具有與經典算法相同的的功能，更低的計算復雜度和更快的計算速度

69、。該算法需要相應的性能報告和參數信令通知?；靖鶕K端的計算能力下發相位偏移校正模型，無需持續發送 TRS。終端可以根據模型直接校正信號相位偏移，從而減少對 TRS 的依賴并降低信令開銷。方法描述方法描述方法描述如下：步驟 1：UE 接收 BS 發送的控制信令/配置規則，以確定 UE 使用的頻率偏移校正方法。UE 根據指令確定使用的校正方法并進行相位校正。校正方法包括：使用參考信號校正、使用接收機算法校正、以及以上兩種算法的聯合校正。通過配置校正方法，網絡可以考慮業務需求和終端能力，選擇最合適的校正方法，在考慮接收端復雜性的同時考慮信令成本和延遲，選擇最合適的校正方法。步驟 2：UE將終端能力

70、信息上報給BS。網絡根據首次能力信息配置校正方法；首次能力信息是指 UE 支持的頻率偏移校正方案，還可以包括以下幾種終端能力信息：1）終端校正算法所需的處理時間；2）終端處理問題的規模（以量子比特衡量）；3）退相干時間；4）量子門保真度。校正方法根據控制信令確定，用于直接通知 UE。根據配置規則，可以通過 UE 接收網絡側配置的首次信息和校正方法之間的對應關系來確定校正方法，然后根據首次信息和對應關系確定校正方法。首次信息可以是 MCS 索引或處理延遲要求。步驟 3：網絡側完成訓練模型，并根據首次能力信息通過 RRC 信令向 UE 下發合適的算法模型。具體方法為：網絡側存在一個訓練數據集。訓練

71、集數據包括特征向量和標簽。例如，特征向量表示調制信號通過信道后的信號強度和相位，標簽表示調制信號所屬的類別?？梢酝ㄟ^接收 M 個已知上行信號（例如已知上行信號）作為訓練集數據?；谟柧毤瘮祿嫿?M 個線性方程組，實現 SVM 分類器，然后利用 HHL 算法求解方程組，訓練 SVM 分類器，得到訓練模型；使用不同樣本大小訓練多個模型，并根據 UE 能力信息向終端側下發合適的訓練模型；將接收到的信號輸入訓練好的分類器模型，對信號進行分類并進行偏移校正，輸出其校正后的信號，完成信號校正。步驟 4：接收算法中的重復測量次數會影響相位校正的精度，需要根據指示信息確定。接收端可以根26/28據首次指示信

72、息確認重復測量次數。首次指示信息可以直接指示重復測量次數的信令，也可以與其他信令系統聯合配置，例如 MCS。（RRC 需要為聯合配置下發新的 MCS 指標表）27/284.未來展望未來展望2023 年最后一個季度，量子領域見證了劃時代的里程碑突破了 1000 個量子比特的閾值，賦予量子計算機空前強大的計算能力。2023 年 11 月，量子初創公司 Atom Computing25宣布其新一代量子計算平臺成功創建了 1,225 個原子陣列。2023 年 12 月，IBM 宣布研制出基于名為 Condor 的芯片的量子系統，這是迄今為止發布的最大的基于transmon的量子處理器，擁有 1,121

73、 個可運行的量子比特26。此外，由哈佛大學、QuEra Computing 公司、馬里蘭大學和麻省理工學院的專家組成的聯合研究團隊創造了迄今為止擁有最多邏輯量子比特的量子計算機27，實現 48 個邏輯量子比特?；谶壿嬃孔颖忍囟怯布孔颖忍氐姆椒ㄓ型麥p少量子計算機遭受的大量糾錯問題。其中，邏輯量子比特是通過量子糾纏連接的一組量子比特。邏輯量子比特計算機不依賴冗余的信息副本作為糾錯協議，而是利用糾纏的內置冗余。研究小組在自然雜志上發表的論文中表明，他們的量子計算機在執行計算任務時，比其他基于物理量子比特的大型機器產生的錯誤更少。上述突破性的成就標志著邁向容錯量子計算機的重要一步，這種計算機能夠解決大規模問題。預計這將對醫學、材料科學、制藥、能源等領域產生突破性影響，引領這些領域進入目前計算機技術無法企及的階段。與此同時，量子計算的顛覆性潛力也提出了數據安全方面的關鍵問題，并威脅到現有的加密標準，從而加快了抗量子密碼學研究的日程。從 2024 年開始，量子計算領域預計將從物理量子比特轉向糾錯邏輯量子比特，抗量子密碼學研究也將加速，這將是量子計算技術發展的重要一年。25https:/atom-