量子网络中分布式资源分配的框架
该团队为量子互联网引入了一种分布式资源分配框架，该框架基于反馈机制实现完全去中心化协调，以支持多个共存应用的并行服务。在“量子网络效用最大化”（QNUM）数学框架下，研究团队开发了量子网络控制算法——通过效用函数将纠缠速率与质量映射为联合优化目标，从而量化网络性能。随后提出的QPrimal-Dual算法采用去中心化、可扩展架构，通过战略部署仅需局部状态信息和有限经典通信的网络控制器来求解QNUM问题。 理论分析表明：对于可分凹效用函数，该算法具有全局渐近稳定性；对于更广泛的非凹情形，研究人员给出了保证局部稳定性的充分条件。为降低控制开销并应对量子存储器退相干效应，该工作还提出了局部近似全局参量及预防网络拥塞的解决方案。通过在真实量子网络架构中的仿真验证，QPrimalDual算法显著优于基线分配策略，具备良好的网络规模扩展性，并对时延与退相干效应表现出强鲁棒性。这些发现表明，QPrimalDual有望成为量子网络中全分布式资源分配的高性能实践基础
