量子科技中心_量科网

在大规模多输入多输出（Massive MIMO）系统中，最大似然（ML）检测问题属于NP难问题，随着发射天线数量和符号数量的增加，该问题在经典计算环境下变得极其复杂。量子近似优化算法（QAOA）作为当前在噪声中等规模量子（NISQ）设备上运行的主要候选算法，能在近似解决组合优化问题时展现量子优势。本研究提出了一种基于QAOA的二进制符号最大似然检测求解器。在该方案中，研究人员首先推导出1级QAOA期望值的通用紧凑解析表达式；其次提出基于贝叶斯优化的参数初始化方法，可加速QAOA收敛至更低局部极小值，并提高测量到精确解的概率。与现有最先进的基于QAOA的ML检测算法相比，该方案具有更通用紧凑的1级QAOA期望值表达式，所需量子资源更少，且获得精确解的概率更高。