period/2，波形二的近距离盲区边界和最大不模 糊探测范围分别为 cτ2 pulse/2 和 cτ2 period/2。需要指出的是，这里假设波形一中各个脉冲的调 制序列是相同的、脉冲二中各个脉冲的调制序列也是相同的，这也是雷达技术中通常采用的 设计。如果能够通过调制序列区分同一种波形内的各个脉冲，则能够增大最大不模糊距离。 为了实现一定距离范围内的连续覆盖，波形二的最大不模糊测量范围需要小于或等于波形一 的近距离盲区边界，从而要求τ2 PRACH（物理随机接入信道）机制实现随机接入。由于缺乏足够 的正交前导序列，其对于大规模接入而言是不可扩展的。一方面，PRACH 机制是经典 ALOHA 的一个变种，它对被允许接入网络的活跃终端数量施加了限制。另一方面，相对于 终端数目的海量特性，相干时频块大小有限仅能支持少量的正交前导序列，每一终端从相同 的序列集合中随机选择一个序列来执行接入，不可避免地导致严重的序列碰撞和无法忍受的 接入时延。随着传输-冲突- 信令交互急剧增加，信令风 暴开销远超机器类型终端所要发送的有效数据载荷。例如，在 PRACH 的四步过程中，只有 64 个长度为 863 的 Zadoff-Chu (ZC) 序列可用。前导序列的随机分配，不仅引发序列冲突 导致性能下降（在步骤 1)，而且需要一个额外但必须的步骤（步骤 3）用于向基站（BS） 报告显性的用户 ID。因此，对于随机接入 6G 需要一个可扩展的设计方案。所需的时频资

保真度 超过纠错平衡点门限 注：1、量子 TSMixer 所需量子比特数≥ log4(输出特征维度)，其中 输出特征维度在三个不同的 mixer 模块中分别代表 patch 数量（单个 输入时间序列的切片数量），d_model（模型的隐藏维度，该值越大 模型越复杂）以及输入数据信道数量。 3.部署需求 移动网络的算力需求主要分布在核心网、接入网、基站，以及 运维平台。集中化无线运维平台通常为全国或省级规模，部署在数 质量。 这里给出一个输入序列长度为 512，预测序列长度为 96 的量子 TSMixer 模型性能评测案例，如表 10 所示。 表 10 用于网络流量预测的量子 Tsmixer 模型性能测试例 测试场景 网络流量预测 测试对象 量子 TSMixer 模型 测试环境 模拟环境（经典服务器）+真机环境 问题规模 输入序列长度为 512，预测序列长度为 96 性能指标 源配置，保障网络服务质量。这里给出一个输入序列长度为 96，预 测序列长度为 48 的量子 TTM 模型性能评测案例，如表 11 所示。 表 11 用于无线时空性能预测量子 TTM 模型性能测试例 测试场景 网络流量预测 测试对象 量子 TTM 模型 测试环境 模拟环境（经典服务器）+真机环境 问题规模 输入序列长度为 96，预测序列长度为 48 性能指标 模型预测精度（与经典模型对比）

量子信息技术应用案例集（2024） 9 最后在 HHL 算法实验中，学生是利用图形界面编程方法，将简 化后的 HHL 算法结构在真实系统中进行测试，学生可以自由拖动量 子逻辑门，设置逻辑门参数，最后得出不同逻辑门序列的实验数据 （见图 6）。 图 6 在 SpinQuasar 中通过图形界面编程实现 HHL 算法 四、 应用成效与前景 (一) 创新点/先进性/成效/潜力 基于核磁量子计算机的教学方案，给之前的量子计算教学带来 。基因 组是所有生命遗传物质的集合，由 A、T、G、C 4 种碱基组成，其 碱基序列信息记录着生命进化的历史。 由于测序技术或测序仪器的内在缺陷，测序读长仍小于基因组 长度，所以除少数基因组较小的 DNA 病毒外，绝大多数基因组仍无 法通过一次测序直接获得全部的序列信息，需要通过高覆盖度测序 和序列组装获得完整的基因组信息。如图 7 所示。 图 7 基因组测序流程 (二) 案例推广与发展前景 基于分布式 VQE 算法的基因组装方法，我们可以将二代测序技 术产生的百量级数量的 k-mers 组装为较长的长序列基因组，适用于 微生物、小型动植物以及病毒等具有相对较小基因组的生物体的测 序。在实际应用中，根据二代测序技术得到的序列长度所产生的 k- mers 数量，我们可以使用一台至万台的量子计算机上同步运行上万 量子信息技术应用案例集（2024） 21

地址。 SRv6 结合了 SR-MPLS 头端编程和 IPv6 报文头可扩展性两方面的优势。SRv6 具有比 SR-MPLS 更强大的网络编程能力，主要体现在以下三个方面。第一层是 Segment 序列。它可以将多个 Segment 组合起来，形成 SRv6 路径。第二层是对 SRv6 SID 的 128 bit 地址的运用。MPLS 标签封装主要是分 成四个段，每个段都是固定长度（包括 20 Class 和 1 bit 的 栈底标志）。而 SRv6 的每个 Segment 长度是 128 bit，可以灵活分为多段，每段的长度也可以变化， 由此具备灵活编程能力。第三层是紧接在 Segment 序列之后的可选 TLV。报文在网络中传送时，如 果需要在转发平面封装一些非规则的信息，可以通过消息头中 TLV 的灵活组合来完成。SRv6 通过 三层编程空间，具备了更强大的网络编程能力，可以更好地满足不同的网络路径需求，如网络切片、 反馈，灵活调整网络资源配置与策略，提升应用 的性能和用户体验。 ●智能服务：考虑按需引入智能服务，对流量数据进行智能分析预测，分析历史流量数据，预测 19 / 33 未来的流量模式。根据时间序列、用户行为模式等因素，提前调整网络资源分配。 ●定制化服务：面向垂直行业的特殊诉求，按需剪裁功能模块、调整服务流程，为智能工厂、远 程医疗等场景量身定制专属网络用户面，全方位释放用户面微服务分解效能，赋能网络进阶。

形成可变信息板、广播、第三方导航及车载终端等多种形式并存的信息发布方式， 增强信息发布的全面指导性和触达性，做好伴随式信息服务。 公路精细管理控制需求。出行公众对信息服务的需求，按宏观时间序列可 分为出行前、中、后三部分，按中微观时间序列可分为事件发生前、中、后三部 分。根据不同时期管理控制方对信息需求的摸排，制定科学有序的信息发布策略， 满足多时段、多场景的精细化管控。 公路优化交通体验需求。需要从安全性需要、经济性需要、快速性需要、

2、前沿的多智能体技术能够完成超过70次以上的任务动态分解，并且准确率90%以上，解决了领域复杂任务智能， 准确完成及落地，业界首创。 3、领域语言大模型，包括日志大模型自动分析异常日志序列并诊断，时间序列大模型即插即用，所有评估指标业界 领先。 网络云故障处理基于多智能体的智能运维，使用到如下关键技术： 28 中兴通讯高阶自智网络实践案例 4.3 智能化案例：移网业务投诉智能化处理

文时，发现用户没有登录，会马上给内网的机器回 复一个带Reset标志的TCP报文，内网机器收到该报文后会关闭连接。 从图中可以看到，报文3必须要在报文5前到达内网的机器，否则报文3会由于TCP序列号不 正确而被抛弃。 目前ASG仅在机器未登陆时控制TCP的连接，登陆后不进行策略控制TCP连接。 对于HTTP的推送，原理是一致的，就是在收到TCP包的时候就开始进行TCP劫持（从技术

Spark Spark Dataframes & ML Pipelines for DL RayOnSpark InferenceModel Automatic Cluster Serving 时间序列 计算机视觉 自然语言处理 由英特尔® oneAPI 工具套件提供支持 * 指 BigDL 2.0 已包含 BigDL 和 Analytics Zoo。 了解更多 : https://github

速演进，要求新安全技术在实现规模支持同时，有效降低对硬件资源依赖； 2）用户多样化需求复杂：智算中心网络用户需求多样化，包括可靠、定序、重传等不 同服务类型。为满足差异化服务的安全传输，需结合报文序列号检测，数据包完整性验证及 重传检测等技术，通过安全协议与数据链路层及传输层等技术协同实现对特定安全服务支持； 3）用户隐私数据泄露及滥用风险增加：随着AI大模型对数据需求不断增加，用户数据

利用量子模拟方法来研究铁电纳米材料，并研究该材料在下一代电 子设备中的使用，以此来提高电子设备的性能并降低功耗127。量旋 科技提出一种基于分布式 VQE 算法的基因组组装方法，以解决二 代测序技术在处理重复基因序列和巨大计算需求时的挑战128。丰田 北美研究所（TRINA）与量子计算公司 Xanadu 启动新项目，致力 于利用量子计算推进材料科学模拟，具体包括改进复杂材料的设计、 表征和优化等129。