量子傅里叶变换与量子信道信息理论解析
1. 离散傅里叶变换(DFT)
1.1 DFT定义
假设我们有一个包含 $N$ 个复数的向量 $\mathbf{f}$,其元素为 $f_k$,其中 $k \in {0, 1, \ldots, N - 1}$。离散傅里叶变换(DFT)是一个将这 $N$ 个复数映射为另外 $N$ 个复数的变换,变换后的系数 $f_j$ 由下式给出:
[f_j = \frac{1}{\sqrt{N}} \sum_{k = 0}^{N - 1} \omega^{-jk} f_k]
其中 $\omega = \exp(2\pi i / N)$。逆 DFT 则为:
[f_j = \frac{1}{\sqrt{N}} \sum_{k = 0}^{N - 1} \omega^{jk} f_k]
1.2 DFT性质
- 基向量变换 :若 $f^l_k = \delta_{k, l}$,则 $f^l_j = \frac{1}{\sqrt{N}} \omega^{-jl}$。
- 正交性 :DFT 后的向量是正交归一的,即 $\sum_{j = 0}^{N - 1} (f^l_j)^* f^m_j = \delta_{l, m}$。
- 卷积定理 :两个向量 $\mathbf{f}$ 和 $\mathbf{g}$ 的循环卷积定义为 $(f * g) i = \sum {j = 0}^{N - 1} f_j g_{i - j}$(其中 $g_
超级会员免费看
订阅专栏 解锁全文
1002

被折叠的 条评论
为什么被折叠?



