量子纠缠分发稳定性中的自适应资源与内存控制

该研究团队针对随机流量和有限内存相干性条件下运行的量子中继节点,提出了一种拥塞感知控制方法。研究将纠缠态生成建模为受去极化内存退相干影响的概率过程(产生维尔纳态),同时假设纠缠请求服从泊松分布和突发性ON-OFF过程。通过排队论框架,研究人员将物理层内存动力学与拥塞依赖的服务行为相耦合,以分析稳定性、延迟与保真度之间的权衡关系。 研究结果表明:运营机制可通过负载参数表征,固定截止策略会强加严格的稳定性限制,并引发保真度与延迟之间的本质性权衡。为此,该工作引入了队列感知的自适应控制策略,动态调整内存截止时间和并行纠缠生成通道数量。截止时间自适应通过牺牲保真度换取服务容量,可在临界负载附近恢复稳定性;而资源扩展则能在不降低纠缠质量的前提下提升容量。在突发流量场景下,联合自适应策略能有效抑制延迟峰值,仅在拥塞期间激活额外通道。 该框架还被扩展至双用户共享资源场景,其中独立流量流会竞争公共资源池。研究发现稳定性由总负载决定,而自适应资源再分配可稳定固定分区模式下发散的队列。这些成果为量子网络中的自适应资源管理提供了基于队列感知的拥塞控制新视角。

作者单位: VIP可见
提交arXiv: 2026-03-25 23:36

量科快讯