Klassische- und Quantensimulation von Quantennetzwerken

Quantennetzwerke (QN) sind die nächste Generation des Internets. Sie verwenden quantenmechanische Eigenschaften wie Verschränkung, die kein klassisches Analogon besitzen. QN ermöglichen sichere Kommunikation, verbesserte Informationsverarbeitung durch Kopplung von Quantenrechnern,sowieAnwendungen im Bereichvon Sensornetzwerken für Hochpräzisionsmessungen. Prototypen und Bausteine für QN wurden bereits experimentell demonstriert, aber die Erweiterung zu mehr Nutzern, größeren Distanzen und voller Funktionalität bleibt eine Herausforderung. Aber auch aus theoretischer Sicht stehen wir bei der Untersuchung von komplexen und großen QN erst am Anfang. Netzwerkprotokolle müssen entwickelt und für große Netzwerke simuliert werden noch bevor sie realisiert werden. In diesem Projekt werden neue Werkzeuge für die Untersuchung, Simulation und Design von QN und Protokollen entwickelt, wobei insbesondere verschränkungsbasierte Netzwerke betrachtet werden. Diese basieren auf der Verwendung von verschränkten Zuständen, welche im Voraus hergestellt, und bei Bedarf lokal manipuliert werden, um den gewünschten Zielzustand zu erzeugen. Wir planen die Untersuchung dieser Prozesse und die Optimierung der Netzwerke unter Berücksichtigung von Rauschen und Fehlern. Darüber hinaus soll auch eine Erweiterung von QN untersucht werden, wobei die klassische Kontrollebene durch eine quantenmechanische Ebene ersetzt wird, wodurch die Überlagerung von verschiedenen Prozessen wie Informationsübertragung oder Zustandspräparation ermöglicht wird. Dies eröffnet neue, unerwartete Möglichkeiten, etwa um Rauschen zu reduzieren, oder die Netzwerkeigenschaften effizienter zu untersuchen. Weitere Protokolle wie ein Quanten-PING werden entwickelt und untersucht, bei denen festgestellt werden soll, ob Quantenzustände noch benutzbar sind. Die Simulation von QN im Multiplexbetrieb ist ein weiteres Ziel unserer Untersuchungen, sowohl im Standard-Betrieb zur Erzeugung von Zuständen, als auch im Rahmen der Zustandsmanipulationen durch Messungen, wobei u.a. maschinelles Lernen verwendet wird. Wir werden auch das Design von Selbst-kalibrierenden Netzwerken untersuchen, welche kohärente Überlagerung von verschiedenen Quantenkanälen benutzen.