ارائه یک روش جدید و جامع برای نمایش کوانتومی سیگنال های صوتی دیجیتال

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه مهندسی کامپیوتر، واحد دزفول، دانشگاه آزاد اسلامی، دزفول، ایران

2 گروه مهندسی کامپیوتر، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران

چکیده

دور از انتظار نیست که با افزایش روز افزون حجم اطلاعات و داده­های پردازشی، محاسبات کلاسیک به سبب محدودیت­هایی همچون افزایش شدید بار محاسباتی و پیچیدگی زمانی، و همچنین عدم توانایی یا مقرون به صرف نبودن اجرای برخی الگوریتم­ها و پردازش­ها، به انتهای راه خود برسد. در دهه­های اخیر محاسبات کوانتومی به‌عنوان یکی از فناوری­های نویدبخش جدید برای غلبه بر محدودیت­های محاسبات کلاسیک پیشنهاد شده است و نسل جدیدی از کامپیوترها و شبکه­های ارتباطی بر مبنای آن در حال شکل­گیری است. پردازش سیگنال­های دیجیتال یکی از شاخه­هایی است که سعی در استفاده از توانایی­های محاسبات کوانتومی داشته است و در این راستا تاکنون روش­های انگشت‌شماری جهت نمایش سیگنال­های صوتی به فرم کوانتومی ارائه شده است. این روش­ها یا توانایی نمایش دقیق یک سیگنال دیجیتال به فرم کوانتومی را ندارند و یا اینکه قابلیت استفاده برای انواع سیگنال­های صوتی تک­کاناله یا چندکاناله را دارا نمی‌باشند. بنابراین، در این خصوص نیاز به یک روش نمایش جامع و دقیق احساس می­شد که بر این اساس در این مقاله، نمایش کوانتومی جامع سیگنال­های دیجیتال (CQRDS) پیشنهاد شده است، که قابلیت نمایش دقیق هر سیگنال صوتی دیجیتال به فرم کوانتومی معادل را دارد و برای انواع سیگنال­های صوتی تک کاناله و یا چندکاناله قابل استفاده می­باشد. نمایش پیشنهادی از سه دنباله کوانتومی درهم­تنیده، شامل یک دنباله اعشاری مکمل دو برای ذخیره دامنه نمونه­ها، و دو دنباله کوانتومی صحیح، جهت ذخیره اطلاعات کانال و زمان نمونه­ها استفاده می­کند. در این مقاله نحوه نمایش، آماده‌سازی، بازیابی و فشرده­سازی سیگنال­های صوتی کوانتومی با روش پیشنهادی تشریح شده است. همچنین مقایسه دقیقی بین قابلیت­ها و ویژگی­های روش پیشنهادی با روش‌های موجود ارائه شده است که این مقایسه بیانگر جامع بودن روش پیشنهادی نسبت به روش­های موجود می­باشد.

کلیدواژه‌ها


عنوان مقاله [English]

Proposing a New and Comprehensive Method for Quantum Representation of Digital Audio Signals

نویسندگان [English]

  • J. Chaharlang 1
  • M. Mosleh 1
  • S. Rasouli Heikalabad 2
1 Department of Computer Engineering, Dezful Branch, Islamic Azad University,Dezful, Iran
2 Department of Computer Engineering, Tabriz Branch, Islamic Azad University, Tabriz, Iran
چکیده [English]

Consequences such as increasing computational load, increasing time complexity, inability or inefficiency to implement some algorithms and processes, along with the increasing volume of information and data, bring about almost an end to classical calculations. In recent decades, quantum computing has emerged as one of the promising new technologies to overcome the limitations of classical computing, and a new     generation of computers and communication networks is being formed based on it. Digital signal             processing is one of the areas that has tried to use the capabilities of quantum computing. In this regard, there are a few methods for representing audio signals in quantum form, which are either unable to display accurately a digital signal in quantum form or can't be used for single-channel or multi-channel audio    signals. Therefore, a comprehensive and precise method is needed. Accordingly, in this paper, a            comprehensive quantum representation of digital signals (CQRDS) is proposed, which can accurately    display each digital audio signal in the quantum form. Besides, it can be used to represent a variety of     single-channel or multi-channel audio signals. The proposed representation uses three entangled qubit  sequences, including a 2's complement fractional sequence, to store the amplitude of the samples, and two quantum sequences in true form to store the channel information and the time information of the samples. Representation, preparation, retrieval, and compression of quantum audio signals are described by the  proposed method of this paper. Also, a precise comparison between the capabilities and features of the  proposed method with that of the existing methods is presented, indicating its comprehensiveness.
 

کلیدواژه‌ها [English]

  • Quantum Computing
  • Quantum Signal Processing
  • Quantum Audio
  • Quantum Signal Representation
  [1]      M. A. Nielsen and I. Chuang, “Quantum computation and quantum information,” ed: AAPT, 2002.##
  [2]      P. W. Shor, “Algorithms for quantum computation: Discrete logarithms and factoring,” in Foundations of Computer Science, 1994 Proceedings, 35th Annual Symposium on, Ieee, pp. 124-134, 1994.##
  [3]      L. K. Grover, “A fast quantum mechanical algorithm for database search,” in Proceedings of the      twenty-eighth annual ACM symposium on Theory of computing, ACM, pp. 212-219, 1996.##
  [4]      D. Stranneby, “Digital signal processing and applications,” Elsevier, 2004.##
  [5]      S. E. Venegas-Andraca and S. Bose, “Storing, processing, and retrieving an image using quantum mechanics,” in Quantum Information and Computation, vol. 5105: International Society for Optics and Photonics, pp. 137-148, 2003.##
  [6]      S. E. Venegas-Andraca and J. Ball, “Processing images in entangled quantum systems,” Quantum Information Processing, vol. 9, no. 1, pp. 1-11, 2010.##
  [7]      J. I. Latorre, “Image compression and entanglement,” arXiv preprint quant-ph/0, 510031, 2005.##
  [8]      P. Q. Le, F. Dong, and K. Hirota, “A flexible representation of quantum images for polynomial preparation, image compression, and processing operations,” Quantum Information Processing, vol. 10, no. 1, pp. 63-84, 2011.##
  [9]      Y. Zhang, K. Lu, Y. Gao, and M. Wang, “NEQR: a novel enhanced quantum representation of digital images,” Quantum Information Processing, vol. 12, no. 8, pp. 2833-2860, 2013.##
[10]      K. Liu, Y. Zhang, K. Lu, X. Wang, and X. Wang, “An Optimized Quantum Representation for Color Digital Images,” International Journal of Theoretical Physics, pp. 1-11, 2018.##
[11]      B. Sun, A. M. Iliyasu, F. Yan, F. Dong, and K. Hirota, “An RGB multi-channel representation for images on quantum computers,” Journal of Advanced Computational Intelligence and Intelligent Informatics, vol. 17, no. 3, pp. 404-417, 2013.##
[12]      E. Şahin and I. Yilmaz, “QRMW: quantum representation of multi wavelength images,” Turkish Journal of Electrical Engineering & Computer Sciences, vol. 26, no. 2, pp. 768-779, 2018.##
[13]      J. Wang, “QRDA: quantum representation of digital audio,” International Journal of Theoretical Physics, vol. 55, no. 3, pp. 1622-1641, 2016.##
[14]      F. Yan, A. M. Iliyasu, Y. Guo, and H. Yang, “Flexible representation and manipulation of audio signals on quantum computers,” Theoretical Computer Science, 2017.##
[15]      P. Li, B. Wang, H. Xiao, and X. Liu, “Quantum Representation and Basic Operations of Digital Signals,” International Journal of Theoretical Physics, vol. 57, no. 10, pp. 3242-3270, 2018.##
[16]      P. Li, B. Wang, H. Xiao, and X. J. I. J. O. T. P. Liu, “Quantum Representation and Basic Operations of Digital Signals,” vol. 57, no. 10, pp. 3242-3270, 2018.##
[17]      E. Şahin and İ. Yilmaz, “QRMA: quantum representation of multichannel audio,” Quantum Information Processing, vol. 18, no. 7, p. 209, 2019.##
[18]      E. Şahin and I. Yilmaz, “QRMW: quantum representation of multi wavelength images,” Turkish Journal of Electrical Engineering Computer Sciences  vol. 26, no. 2, pp. 768-779, 2018.##
[19]      F. Yan, A. M. Iliyasu, Y. Guo, and H. J. T. C. S. Yang, “Flexible representation and manipulation of audio signals on quantum computers,” vol. 752, pp. 71-85, 2018.##
[20]       G. Yang, X. Song, W. N. Hung, F. Xie, and M. A. Perkowski, “Group theory based synthesis of binary reversible circuits,” in International Conference on Theory and Applications of Models of Computation, Springer, pp. 365-374, 2006.##
[21]   R. K. Brayton, G. D. Hachtel, C. McMullen, and A. Sangiovanni-Vincentelli, “Logic minimization algorithms for VLSI synthesis,” Springer Science & Business Media, 1984.##