Skip to main content
QUICK REVIEW

[论文解读] Analytic Constructions of General n-Qubit Controlled Gates

Yang Liu, Gui‐Lu Long|ArXiv.org|Aug 24, 2007
Quantum Computing Algorithms and Architecture参考文献 1被引用 4
一句话总结

本文提出了两种用于使用单量子比特门和CNOT门构造通用n量子比特受控-U(Cⁿ(U))量子门的解析门分解方案:一种具有指数复杂度,另一种具有多项式复杂度。主要贡献在于显式、封闭形式的电路分解,可最小化门数并避免数值误差,其中多项式方案在n > 8时优于指数方案。

ABSTRACT

In this Letter, we present two analytic expressions that most generally simulate $n$-qubit controlled-$U$ gates with standard one-qubit gates and CNOT gates using exponential and polynomial complexity respectively. Explicit circuits and general expressions of decomposition are derived. The exact numbers of basic operations in these two schemes are given using gate counting technique.

研究动机与目标

  • 提供一种通用的解析方法,用于构造任意n量子比特受控-U门,而无需依赖数值优化。
  • 通过最小化Cⁿ(U)门实现中的基本门(CNOT门和单量子比特门)数量,降低量子电路复杂度。
  • 开发两种不同的分解方案——一种为指数复杂度,一种为多项式复杂度——以支持可扩展且高效的量子电路设计。
  • 通过避免迭代或数值门构造方法,实现Cⁿ(U)门的无误差、精确合成。
  • 通过提供解析推导出的、可重用的门分解,支持量子编程语言的发展。

提出的方法

  • 引入两个门阵列模块:Aᵐ(用于量子比特m, m+1, m+2, n)和Bⁱⱼ(用于量子比特i, j, n),在递归交替序列中使用,以校正基础部分的相位和控制错误。
  • 采用递归构造:Cⁿ(U) = C̃ⁿ⁻¹(U) × (Aⁿ⁻³Bⁿ⁻⁴ₙ₋₁Aⁿ⁻³Bⁿ⁻³ₙ₋₁…),其中C̃ⁿ⁻¹(U)为修改后的(n−1)量子比特受控门网络。
  • 使用(n−4)位格雷码序列对Bⁱⱼ模块进行索引,确保相邻控制状态仅在一个量子比特上不同,从而实现系统的相位校正。
  • 应用同余模相位移(CMPS)方法,仅使用CNOT门和单量子比特门模拟Toffoli门,将每个Toffoli门的门数从14减少到7。
  • 推导出通用分解公式:Cⁿ(U) = C̃⁴(V₁) × ∏ₖ₌₇ⁿ [T⁽¹,…,k−₂⁾ₖ₋₁ Cᵏ⁻¹ₙ(Vₙ₋ₖ₊₁†) T⁽¹,…,k−₂⁾ₖ₋₁ Cᵏ⁻¹ₙ(Vₙ₋ₖ₊₁)],并给出明确的门序列。
  • 执行门合并与优化,以计算最终电路中CNOT门和单量子比特门的确切数量。

实验结果

研究问题

  • RQ1能否为任意n ≥ 5的n量子比特受控-U门推导出通用的解析分解?
  • RQ2在构建Cⁿ(U)电路时,指数与多项式门复杂度之间的最优权衡是什么?
  • RQ3如何高效地仅使用CNOT门和单量子比特门模拟Toffoli门,同时最小化门数?
  • RQ4能否通过使用格雷码索引的A和B模块序列,系统性地实现多受控门的相位校正?
  • RQ5对于不同n值,Cⁿ(U)电路所需的CNOT门和单量子比特门的确切数量是多少?

主要发现

  • 对于n ≤ 8,指数复杂度方案最优,该范围内总门数少于多项式方案。
  • 当n > 8时,多项式复杂度方案比指数方案更高效,对大规模电路具有显著的门数减少效果。
  • 最终优化电路对任意n ≥ 7,恰好需要24n² − 212n + 540个CNOT门和32n² − 288n + 739个单量子比特门。
  • CMPS方法将Toffoli门模拟的门数从14减少到7,显著提升了效率。
  • 该分解完全为解析且精确,避免了数值门合成带来的误差累积。
  • 通用公式Cⁿ(U) = C̃⁴(V₁) × ∏ₖ₌₇ⁿ [T⁽¹,…,k−₂⁾ₖ₋₁ Cᵏ⁻¹ₙ(Vₙ₋ₖ₊₁†) T⁽¹,…,k−₂⁾ₖ₋₁ Cᵏ⁻¹ₙ(Vₙ₋ₖ₊₁)] 提供了一种可重用、可扩展的构造方法,适用于任意n。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。