压缩感知理论(CS)在弱信号量子测量与蛋白质结构计算中的应用

发布时间：2023-05-14 06:00

　　压缩感知(Compressive Sensing, CS)理论自2006年被提出至今已15年有余,在许多领域如单像素相机、CT扫描成像、雷达等经典系统中获得了成功应用与充分的发展,但在量子和生物系统中还有很大的发展空间.本文首先简单回顾了CS的基本知识及其应用的发展历史,然后重点介绍了北京理工大学量子技术研究中心多年来将CS(以及它的新发展理论)应用于量子精密测量和生物系统上取得的研究成果,具体包括极微弱光信号下的测量与成像、利用CS理论进行多体量子态层析密度矩阵的计算以及根据由CS理论发展的矩阵填充理论进行蛋白质结构计算等方面,说明CS理论不论是在弱信号探测还是量子计算甚至在生物大分子研究方面都具有极大的应用前景和优势,最后对CS理论的应用和发展进行总结和展望.

【文章页数】：27 页

【文章目录】：
1 引言
2 CS在物理应用研究方面的新进展
    2.1 CS算法在弱光探测与光子计数成像中的应用
        2.1.1 CS极弱光探测(单光子成像)的应用
        2.1.2 基于CS的单光子计数时间分辨成像光谱仪
        2.1.3 单像素光子计数成像的堆积效应研究
        2.1.4 基于离散正交Krawtchouk矩变换的实时重构光子成像
        2.1.5 并行红外CS在远距离成像上的应用
    2.2 CS算法在量子态层析中的应用
        2.2.1 基于CS-Phaselift的量子态层析和保真度估计
        2.2.2 基于CS-PhaseLift的多步优化量子态层析
    2.3 基于CS的蛋白质结构计算与预测的应用
        2.3.1 APG算法计算蛋白质结构
        2.3.2 基于ScaledASD算法蛋白质结构计算
        2.3.3 基于Riemannian方法的蛋白质结构计算
        2.3.4 基于矩阵填充技术从核磁共振测量数据中恢复晶体结构中的缺失区域
3 总结和展望



本文编号：3817325