Construction of two-qubit logical gates by transmon qubits in a three-dimensional cavity

We report the implementation of qubit-qubit coupling in a three-dimensional(3 D) cavity, using the exchange of virtual photons, to realize logical operations. We measure single photon and multi-photon transitions in this qubit-qubit coupling system and obtain its energy avoided-crossing spectrum. With ac-Stark effect, fast control of the qubits is achieved to tune the effective coupling on and off and the state-swap gate (SWAP)~(1/2) is successfully constructed. Moreover, using two-photon transition between the ground state and doubly excited states, a kind of two-photon Rabi-like oscillation is observed. A quarter period of this oscillation corresponds to the logical gate (bSWAP)~(1/2), which is used for generating Bell states.(bSWAP)~(1/2) and (iSWAP)~(1/2) are the foundations of future preparation of two-qubit Bell states and realization of CNOT gate.     

硅通孔内铜电沉积填充机理研究进展

上海交通大学多元兼容集成制造技术团队针对TSV互连的深孔填充电镀难题, 借助有限元软件和任意拉格朗日-欧拉算法, 完成了方程组的数值解算, 实现了TSV填充模式的数值仿真。利用有限元和任意拉格朗日-欧拉算法分析了盲孔的填充机制, 通孔的蝴蝶形式的电镀填充过程, 以及不同深宽比孔的同时填充模式,并利用仿真数据进行了样品的研制及参数优化。分析了电镀的电流密度和热处理温度对电镀填充TSV-Cu的力学属性的影响。通过原位压缩试验研究了电流密度对TSV-Cu的力学性能和显微组织的影响。利用单轴薄膜拉伸试验分析了热处理工艺对TSV-Cu材料属性的影响。结果表明, 随着热处理温度的升高, TSV-Cu的断裂强度和屈服强度明显下降, 杨氏模量呈波纹状变化但变化趋势缓慢。基于上述研究结果, 研究了热失配应力所导致的互连结构热变形机制, 通过自主搭建的原位测试系统,实时观测TSV-Cu随温度变化而产生的变形大小,以研究影响TSV-Cu互连热应力应变的规律。 结果表明, TSV-Cu 的热变形过程分为弹性变形阶段、类塑性强化阶段以及塑性变形阶段。     

强吸收结构高速超导纳米线单光子探测器

本文研究具有强吸收结构的高速超导纳米线单光子探测器(SNSPD)的设计与仿真.该SNSPD基于高折射率入射介质和空气腔结构,可以提高超导纳米线的光子吸收率.与现有超导单光子探测器结构相比,在相同材料和厚度的超导超薄膜制成纳米线的条件下,用更低的占空比就可以实现接近于100%的吸收率,这使得电子束曝光步骤的难度大大降低.而SOI衬底的采用则可以同时保证超导薄膜的高质量生长,不影响探测器的本征量子效率.另外,在保证同样大的有效探测面积的条件下,由于需要的纳米线的总长度显著减小,制备过程中发生缺陷的概率显著降低,探测器的最高计数率可以得到提升.     

基于Nb/Al材料结构的超导纳米线单光子探测器的光学表征（英文）

本文主要研究了作为可见光和近红外光波段Nb基单光子探测器.在本文中概述了Nb+Al结构的超导纳米线单光子探测器(SNSPD)的制备,并对制备出的SNSPD器件进行了直流表征,测试了其超导转变温度,并从中选取了直流特性良好的样品进行了光学表征.当单光子探测器被一个直流偏置在其临界电流以下并接近临界电流值时,激光器发出的1550nm波段的光子脉冲到达单光子探测器,使其产生电学信号.20nm厚的SNSPD不能对单光子产生反应;5nm厚的SNSPD可以探测单个光子,并且计算了其系统探测效率.     

基于神经网络的GPS深度融合弹载惯导模型

针对传统弹载惯性导航系统误差修正采用线性化模型，无法对非线性误差进行修正的缺点，提出一种基于神经网络的GPS深度融合弹载惯导模型。构建IMU六路脉冲数到发射惯性坐标系下视速度增量的非线性映射关系，利用GPS信息对网络误差模型进行训练，为GPS信号失效后的长航时惯性导航系统提供更高精度的误差修正模型。仿真实验结果表明，相较于纯惯性导航系统，所提模型能够在GPS信号失效后抑制惯导系统误差发散，速度精度提高76.56%，位置精度提高91.61%。