量子科技中心_量科网

该团队提出了一种量子增强马尔可夫链蒙特卡洛 (QE-MCMC) 方法，用于从联合目标分布中对湍流加速度向量进行采样，该分布依赖于所有三个分量和高度，以模拟两种湍流剪切流中无质量拉格朗日示踪粒子的输运和弥散。研究首先考虑了一个均匀剪切流，其特征为均匀剪切率 \(S\)。其次，考虑了一个在摩擦雷诺数 \(Re_{\tau}=1000\) 的平面湍流通道流两半部分中形成的湍流边界层，其中平均剪切率 \(S(y)\) 随距壁面距离 \(y\) 变化。在这种混合量子-经典方法中，两个梅特罗波利斯-黑斯廷斯 (Metropolis-Hastings) 采样子步骤中第一个步骤的建议分布 \(Q\) 由参数化量子电路构建。该算法生成合成示踪粒子轨迹。由此得出的示踪粒子对弥散标度律（从拉格朗日视角探测湍流混合的核心量）与由耦合朗之万方程构成的随机输运模型以及经典MCMC对应方法的结果一致。与经典采样方法不同，QE-MCMC 使用了缓和的目标分布。由于湍流通道流中示踪粒子动力学的高度依赖性，该团队引入了马尔可夫链转移矩阵第一和第二特征值之间的有效高度加权谱隙。研究发现，在从具有交叉相关性的多元分布进行采样时，当使用最高量子比特数及相应分辨率时，该谱隙显著超过经典MCMC的谱隙。因此，该团队的研究结果支持将该一次性算法作为生成式拉格朗日量子计算模块的适用性，该模块可能嵌入到复杂的流体流动问题中。该团队发现该模块在每空间维度量子比特数 \(N_q \le 6\) 的较小范围内能够可靠运行。