基于Grover自适应搜索的混合量子-经典最大似然检测：用于RIS辅助宽带无线系统
信号处理
2025-05-09 v1 网络与互联网体系结构
摘要
第六代无线系统的复杂度不断增加，对信号处理方法提出了严苛的性能要求，尤其是在频率选择性传播条件下，必须同时实现高谱灵活性和低计算复杂度。在本文中，我们提出了一个基于可重构智能表面(RIS)的宽带系统的混合量子-经典检测框架。我们针对RIS辅助宽带无线通信的最大似然检测(MLD)问题，将其形式化为二次无约束二进制优化问题，再使用Grover自适应搜索(GAS)求解。为加速收敛，我们基于经典最小均方误差检测器的阈值初始化GAS算法。仿真结果表明，所提出的混合经典-量子检测方案在实现接近最优MLD性能的同时，显著降低了查询复杂度。这些发现凸显了量子增强检测策略与RIS技术结合的潜力，为宽带无线通信提供了高效且接近最优的解决方案。
引用
@article{arxiv.2505.03914,
title = {Hybrid Quantum-Classical Maximum-Likelihood Detection via Grover-based Adaptive Search for RIS-assisted Broadband Wireless Systems},
author = {Maryam Tariq and Raneem Abdelrahim and Omar Alhussein and Sami Muhaidat},
journal= {arXiv preprint arXiv:2505.03914},
year = {2025}
}
备注
submitted to conference, 6 pages