量子科技中心_量科网

原子干涉测量产生的异构多变量时间序列流，其演化受相位演化、条纹动力学、控制变量及辅助传感测量共同影响。准确预测这些信号对于预测性监测、相位校正及智能量子传感至关重要，但需要有效建模长期时间依赖关系及多传感源间的相互作用。本文提出BARFI-Q——一种用于原子干涉测量多元时间序列预测的量子增强块注意力残差融合框架。BARFI-Q集成了基于分块的嵌入、双分支时间建模、层次化融合、自适应块注意力残差聚合及量子特征映射模块。与采用固定加性残差路径的传统Transformer预测模型不同，BARFI-Q自适应复用跨层信息，并通过量子特征映射增强融合后的隐层表征。为尊重相位周期性，预测目标在圆形空间中采用正弦和余弦分量表示。实验表明，在重复运行及不同历史窗口大小下，BARFI-Q始终优于强基线模型。融合消融实验进一步验证了联合建模通道与空间特征交互的效益。这些结果表明，多尺度时间学习、层次化融合、自适应残差路由及量子增强隐层变换为原子干涉测量时间序列预测提供了有效框架。