银河宇宙射线(GCR)和太阳粒子辐射(SPE)对太空辐射屏蔽的影响:OLTARIS模拟以及利用量子算法进行材料选择的量子优化
《iScience》:Impact of GCR and SPE on space radiation shielding: OLTARIS simulation and quantum optimization of material selection using quantum algorithms
【字体:
大
中
小
】
时间:2026年10月23日
来源:iScience 4.5
编辑推荐:
亮点
• 提出了一种量子-经典方法来解决空间辐射防护挑战
• 使用OLTARIS评估了Al、LiH、聚乙烯和高氢含量材料
• Be(BH4)2在防止空间粒子事件(SPE)方面表现最佳,而LiH在银河宇宙射线(GCR)环境中的剂量当量率最低
• 材料选择通过量子算法
亮点
• 提出了一种量子-经典方法来解决空间辐射防护挑战
• 使用OLTARIS评估了Al、LiH、聚乙烯和高氢含量材料
• Be(BH4)2在防止空间粒子事件(SPE)方面表现最佳,而LiH在银河宇宙射线(GCR)环境中的剂量当量率最低
• 材料选择通过量子算法完成,并与暴力搜索(Brute-Force)结果进行了对比
摘要
在长期的深空任务中,人类和航天器面临的主要挑战来自三种不同来源的空间辐射:银河宇宙射线(GCRs)、太阳粒子事件(SPEs)以及范·艾伦带(Van Allen belts)中的捕获粒子。高能粒子辐射可能对航天器系统、传感器、电子元件和宇航员造成危害,从而影响任务的可靠性。因此,有效的屏蔽措施至关重要。传统上使用铝等被动屏蔽材料,但其局限性(尤其是在产生二次辐射方面)促使人们寻找更高效的替代品。本研究利用NASA开发的在线空间辐射评估工具OLTARIS,系统地评估了锂氢化物(LiH)、聚乙烯(C2H4)、锂硼氢化物(LiBH4)、铍硼氢化物(Be(BH4)2)和氨硼烷(NH3BH3)等材料的防护性能。此外,还研究了1989年10月发生的太阳粒子事件对这些材料性能的影响,通过粒子通量分布(能量谱)和等效剂量分布进行了评估。结果表明,这些材料在不同辐射环境中的防护效果有所不同,说明其性能取决于具体辐射环境。铍硼氢化物(Be(BH4)2在空间粒子事件环境中表现最佳,而锂氢化物(LiH)在银河宇宙射线环境中的剂量当量最低。研究还发现,粒子级别的剂量当量和通量贡献表明,在空间粒子事件环境中,材料的防护性能与其中氢含量直接相关。此外,还探讨了太阳调制对银河宇宙射线环境中剂量当量的影响。随着太阳调制的增强,银河宇宙射线强度降低,剂量当量也随之减少。由于空间辐射环境包含高能粒子辐射,为了验证大量材料用于空间辐射屏蔽的可行性,潜在配置的复杂性带来了严重的计算挑战。为了解决这一问题,将材料选择问题表述为二次无约束二元优化(QUBO)模型,并使用变分量子本征值求解器(VQE)和量子近似优化算法(QAOA)进行求解。通过将OLTARIS的剂量当量数据映射到伊辛模型,并结合VQE和QAOA的量子-经典混合方法,找到了能够最小化辐射剂量的最优屏蔽配置,展示了量子算法在推进空间辐射防护策略方面的潜力。我们的结果与OLTARIS和量子优化算法在空间粒子事件环境中的预测一致。
引言
随着技术的发展,人类探索地球以外的太空以及载人航天任务的增加变得越来越重要。在太空中,人类面临的主要挑战之一是来自太阳和其他恒星的辐射。这些辐射的能量范围从几MeV到约1 TeV不等。由于高能特性,辐射会导致传感器和电子元件通过总电离剂量、位移损伤和单次事件效应而发生严重退化。在地球上,我们受到自身磁场和厚大大气层的保护。但在深空中,这种保护措施不存在。因此,航天器必须为其搭载的电子系统和传感器提供足够的屏蔽。
空间辐射的主要来源有:(1)银河宇宙射线(GCRs)、(2)太阳粒子事件(SPEs)以及(3)范·艾伦辐射带中的捕获粒子。GCRs具有各向同性特性,由超新星爆炸产生,主要由约85%的质子、13%的α粒子和少量较重核素组成。SPEs发生在太阳耀斑和日冕物质抛射期间(图1),主要由质子(90%-95%)和氦核(5%-8%)构成。它们更具不确定性且寿命较短,而捕获辐射主要影响低地球轨道(LEO)上的卫星或宇航员。GCR也会影响LEO的辐射暴露程度,但每种辐射源的具体贡献取决于轨道高度和倾角。因此,在规划长期载人航天任务时,适当的辐射屏蔽是必不可少的。
图1 空间辐射环境
辐射屏蔽有两种方式:主动屏蔽和被动屏蔽。主动屏蔽利用电场和磁场,但这种方法有其优缺点。优点包括节省空间、更有效抵御SPEs、可重复使用且更可控;缺点是需要高功率电源和复杂结构。被动屏蔽则是通过在辐射源和目标组织之间放置屏蔽材料来实现辐射吸收。传统上,在太空探索任务中使用铝基材料作为屏蔽层,但由于铝会产生大量二次辐射,导致剂量和通量远超过可接受范围。世界各地的研究人员正在努力开发更高效的屏蔽材料,以降低剂量和通量,并适用于各种应用场景。本研究使用OLTARIS评估了不同类型材料在GCR环境中的防护性能。我们的主要目标是研究GCRs和SPEs对材料性能的影响,并通过在空间辐射环境(GCR和SPE)中优化材料响应来确定最有效的屏蔽材料。
铝基屏蔽在短期任务中能有效缓解由SPE引起的急性退化,但累积的SPE暴露仍会导致电子元件的长期退化,包括位移损伤和半导体器件的阈值变化。全任务评估显示,在高度屏蔽的环境中,SPE的剂量贡献仍然存在,并增加总体任务暴露量,这进一步加强了优化长期暴露屏蔽方法的必要性。
由于太空中高能粒子辐射的复杂性,评估广泛的辐射屏蔽材料带来了巨大的计算挑战。量子优化为这种复杂的材料选择任务提供了有效框架。随着问题规模的增大,组合空间的复杂性呈指数级增长。在使用经典模拟(如OLTARIS)评估大量屏蔽材料及其可能配置时,这一问题尤为突出。例如,模拟不同厚度或多层结构的材料会导致大量潜在的屏蔽配置。这种复杂性的快速增加使得经典算法难以在实际时间内找到精确解,因为它们必须穷尽所有组合。为了解决这一挑战,将材料选择问题表述为二次无约束二元优化(QUBO)问题,并使用变分量子本征值求解器(VQE)和量子近似优化算法(QAOA)进行求解。通过将OLTARIS的剂量当量数据映射到伊辛模型,并结合VQE和QAOA的量子-经典混合方法,找到了最小化辐射剂量的最优屏蔽配置,展示了量子算法在推进空间辐射防护策略方面的潜力。我们的结果与量子优化算法的预测一致。
结论
随着技术的进步,人类探索地球以外的太空以及载人航天任务的增加变得越来越重要。太空中面临的关键挑战之一是来自太阳和其他恒星的辐射。这些辐射的能量范围广泛,从几MeV到约1 TeV不等。高能辐射会导致传感器和电子元件因总电离剂量、位移损伤和单次事件效应而发生严重退化。在地球上,我们受到自身磁场和厚大气层的保护。但在深空中,这种保护不存在,因此航天器必须为其搭载的电子系统和传感器提供足够的屏蔽。
辐射屏蔽有两种方式:主动屏蔽和被动屏蔽。主动屏蔽使用电场和磁场,但有其优缺点;缺点是需要高功率电源和复杂结构。被动屏蔽则是在辐射源和目标组织之间放置屏蔽层来吸收辐射。传统上,在太空探索任务中使用铝基材料作为屏蔽层,但它们并不理想,因为铝会产生大量二次辐射,导致剂量和通量远高于可接受范围。全球研究人员正在努力开发更高效的屏蔽材料,以降低剂量和通量,并适用于不同应用场景。本研究使用OLTARIS评估了不同类型材料在GCR环境中的防护性能,主要关注GCRs和SPEs对材料性能的影响,并通过优化材料反应来确定最有效的屏蔽材料。
虽然铝基屏蔽在短期任务中能有效缓解SPE引起的急性退化,但累积的SPE暴露仍会导致电子元件的长期退化。全任务评估表明,在高度屏蔽的环境中,SPE的剂量贡献仍然存在,增加了总体任务暴露量,因此需要优化长期暴露的屏蔽方法。
由于太空中高能粒子辐射的复杂性,评估广泛的辐射屏蔽材料带来了巨大的计算挑战。量子优化为这类复杂材料选择任务提供了有效框架。随着问题规模的增大,组合空间的复杂性呈指数级增长。在使用经典模拟(如OLTARIS)评估大量屏蔽材料及其可能配置时,这种效应尤为明显。例如,模拟不同厚度或层叠结构的材料会导致大量潜在的屏蔽配置,使得经典算法难以在实际时间内找到精确解。为了解决这一问题,将材料选择问题表述为二次无约束二元优化(QUBO)问题,并使用变分量子本征值求解器(VQE)和量子近似优化算法(QAOA)在量子模拟器(IBM AerSimulator)上进行求解。本研究应用VQE和QAOA解决映射到伊辛模型的QUBO问题,使用了IBM AerSimulator。我们的研究关注空间辐射屏蔽的材料选择问题,使用来自OLTARIS的剂量当量数据,目标是最小化不同屏蔽深度下的等效辐射剂量。虽然VQE最初是为量子化学开发的,但两者在解决QUBO框架下的优化问题时表现出显著的适应性。在我们的方法中,将每种屏蔽深度的屏蔽材料选择问题表述为相应的QUBO实例,并将其映射到伊辛哈密顿量上,使用VQE和QAOA求解其基态。所得配置代表了最小化辐射剂量的最佳材料选择,从而提高了空间辐射防护的效果,这对设计深空任务的屏蔽材料非常有用。
结果
本节使用OLTARIS和Python编程分析了不同深度下的剂量当量率和质子剂量当量率的变化。此外,还研究了不同屏蔽材料中的粒子通量分布,以了解辐射吸收行为和能量谱。选择剂量当量而非吸收剂量是因为剂量当量表示了单位质量ICRP-60组织中电离辐射沉积的能量,而吸收剂量则反映了特定类型辐射的测量剂量。
使用OLTARIS在SPE和GCR环境中计算了各种材料的剂量当量率。结果如图2所示。为了模拟SPE环境,选择了1989年10月事件的通量分布,这是有记录以来最强烈的SPE事件之一,其产生的质子通量超过10^10 protons/cm2(能量高于30 MeV),对未屏蔽的航天器和宇航员构成致命风险。为了模拟GCR环境,使用了Badhwar-O’Neill 2014模型,并设置了400 MV的太阳调制参数。太阳活动具有11年的周期,从太阳活动最大值到最小值变化。当太阳活动最大时,GCRs会受到强太阳磁场的影响而发生偏转;而在太阳活动最小值时,GCRs受到的影响最小,因此强度最大。这种现象称为太阳调制。
从图2可以看出,在GCR环境中,锂氢化物(LiH)的剂量当量率低于聚乙烯和铝;在SPE环境中,聚乙烯的剂量当量率也低于LiH和铝。值得注意的是,SPE环境中的剂量当量率远高于GCR环境。这是因为SPE的强度远高于GCR。较高的剂量当量值凸显了针对SPE环境定制更好的屏蔽方案的必要性。
在GCR和SPE环境中,质子是最丰富的粒子。因此,需要了解质子剂量当量率随深度的变化。计算了GCR和SPE环境中LiH、聚乙烯和铝的质子剂量当量率,并在图3中展示结果。
从图3可以看出,直到10 g/cm2的厚度范围内,LiH的质子剂量当量率低于聚乙烯和铝;超过10 g/cm2后,聚乙烯的质子剂量当量率低于LiH和铝。这与SPE环境中的总剂量当量率变化一致(见图2)。这表明在SPE环境中,质子与材料的相互作用更为显著。在GCR环境中,重离子的存在掩盖了质子的影响。
太阳调制(?)对GCR环境中剂量当量的影响反映了太阳活动的水平。较高的φ值表示更强的太阳活动(太阳活动极大期),而较低的φ值对应于较弱的活动(太阳活动极小期)。为了检验之前呈现结果的一致性,针对不同水平的太阳调制,计算了铝、聚乙烯和氢化锂(LiH)在不同φ值(从400 MV(太阳活动极小期)到1400 MV(太阳活动极大期)下的剂量当量。这里,每种屏蔽层的厚度为15 g/cm2。结果如图4所示。在高太阳活动期间,太阳的磁场变得更加强烈,能够偏转更多的宇宙射线(GCRs),从而导致辐射剂量降低。相反,在太阳活动较低时,更多的宇宙射线穿透内太阳系,增加辐射剂量。因此,随着太阳调制参数值的增加,剂量当量值减小。可以观察到,所有材料的相对屏蔽效果在所有φ值范围内都是一致的。
图4:GCR环境中剂量当量随太阳调制的变化
从前面的内容可以看出,聚乙烯产生的质子剂量当量最低,但在GCR环境中的总剂量当量方面仍然低于氢化锂(LiH)。为了深入研究这种材料对不同粒子的屏蔽效果,比较了质子和铁核在通过15 g/cm2厚度的聚乙烯屏蔽层前后的辐射通量。结果如图5所示。研究了质子(左)和铁核(右)通过聚乙烯屏蔽层前后的能量分布式辐射通量。辐射通量提供了关于单位时间内单位面积内入射的特定粒子辐射或次级粒子辐射数量的重要信息,其单位为cm?2day?1(MeV/n)?1。一个有效的辐射屏蔽层预计能够显著降低通过它的入射辐射通量。
图5:GCR环境中质子和铁的通量随能量的变化(使用OLTARIS模拟,φ = 400,太阳活动极小期)
从图4可以看出,质子在低能量下的辐射通量大于高能量下的通量,这意味着质子在屏蔽层内部通过各种相互作用成为了次级粒子。对于铁核,通过屏蔽层后的辐射通量明显低于通过屏蔽层前的通量,这表明聚乙烯能有效屏蔽重离子。在GCR环境中,重离子与屏蔽材料的相互作用会产生大量次级粒子。因此,具有较低原子序数的材料可以最小化屏蔽核的核碎裂,从而降低剂量当量。氢化锂的原子序数低于聚乙烯(Li的Z值为3,C的Z值为6),因此在GCR环境中的性能更好。
图5:GCR环境中质子和铁的通量随能量的变化(使用OLTARIS模拟)
在SPE环境中,也需要评估各种粒子的通量分布。分析了质子通过15 g/cm2聚乙烯屏蔽层前后的辐射通量。结果如图6所示。
图6:SPE环境中聚乙烯的通量随能量的变化(对数刻度,使用OLTARIS模拟,2089年10月)
在质子的情况下,观察到通过屏蔽层后的辐射通量小于通过屏蔽层前的通量,除了能量大于2 GeV的情况。在SPE环境中,由于输入光谱中没有重离子,因此材料单独吸收质子的能力决定了其屏蔽效果。
从前面的内容可以看出,聚乙烯在SPE环境中的表现优于氢化锂(LiH)。为了了解聚乙烯较高的氢含量是否是其在强质子辐射下表现更好的原因,评估并分析了几种含氢量更高的材料(氢化锂 [LiBH4]、氨硼烷 [NH3BH3] 和铍氢化物)在SPE环境中的剂量当量。这些结果对应于完整的SPE光谱,包括质子和重离子;而在下一节中,只考虑了质子成分。尽管质子是SPE光谱的主要成分,但重离子的加入仍会影响次级粒子的产生和剂量特性。
图7:1989年10月SPE环境中富含氢的屏蔽材料的剂量当量率(使用OLTARIS模拟)
从图7可以看出,氢质量分数最高的铍氢化物(Be(BH4)2)的剂量当量低于其他列出的材料。这证实了在高氢含量的材料在SPE情况下能够提供更低的剂量当量。
在这项研究中,比较了各种高氢含量材料以及铝在中性粒子效应(SPE)环境中的质子剂量当量率。研究质子剂量当量率的原因是质子是SPE光谱的主要组成部分。结果如图8所示。
从图中可以看出,Be(BH4)2的质子剂量当量低于LiH、聚乙烯、LiBH4和NH3BH3的质子剂量当量。这一结果与前一节的观察结果一致。这些结果强调了为SPE开发屏蔽解决方案时的一个重要考虑因素。像Be(BH4)2这样的材料可以在强太阳活动期间用于防护敏感航天器电子设备和国仪器的辐射硬化外壳。
为了统计验证这些排名,对所有材料对在SPE环境中的质子剂量当量率应用了Wilcoxon符号秩检验(详见STAR方法中的定量和统计分析)。在本研究中,它用于评估在不同屏蔽深度点上质子剂量当量率变化的统计显著性。表1中的每对比较得出的Wilcoxon统计量为0,p值为0.0000610。这证明了在所有深度点上,屏蔽材料排名Be(BH4)2 < NH3BH3 < LiBH4 < 聚乙烯 < LiH < 铝的统计显著性。所有显著对的零统计值(W)表明一种材料在每个深度点上都始终优于另一种材料,反映了图8中显示的质子剂量当量率分布的单调性和良好分离性。此外,所有比较的计算p值均小于0.05,表明结果在统计上是显著的。
表1:SPE环境中质子剂量当量的统计分析(Wilcoxon符号秩检验)
在SPE环境中,使用AerSimulator(量子模拟器)和经典暴力方法(Brute-Force)实施了量子算法(VQE和QAOA)来比较量子优化和经典优化方法,以便直接比较两种方法在解决空间应用中的屏蔽优化问题时的性能。比较的目的是算法验证和可扩展性分析,而不是立即的速度优势。比较了不同参数,包括电路深度、使用的量子比特数、时间复杂性和优化值与深度的关系图。表2显示了AerSimulator(VQE和QAOA)与经典暴力方法在SPE环境中的各种参数比较。
表2:SPE环境中各种参数的比较
在表2中,p = ansatz depth代表QAOA电路中的交替操作层数量;nq = 量子电路中使用的量子比特数;nc = 相应QUBO公式中的经典二进制变量总数;S = 量子电路执行次数,即估计期望值的次数;K = 更新变分参数的经典优化迭代次数。VQE和QAOA都使用了六个量子比特和三个电路深度,在识别最佳屏蔽材料和相应的最小剂量当量值方面与经典暴力方法相匹配。经典暴力方法最快(约0.00029秒),其次是QAOA(约0.079秒),然后是VQE(约0.329秒),时间复杂性和开销随问题和电路深度的增加而增加。对于这个小规模问题(6种材料=6个量子比特),经典暴力方法由于其低维度而自然更快。
为了进一步检查所有深度的屏蔽材料算法行为,图9显示了SPE环境中每个深度的优化值。两种量子求解器在0-2 g/cm2的范围内都显著降低了吸收剂量,而在4 g/cm2以上则呈现出接近饱和的趋势。这种行为符合物理预期,即增加屏蔽可以减少辐射剂量,但在更大的厚度下收益递减。随着太阳活动的变化,GCR通量的绝对值也会变化。然而,次级粒子产生的相对光谱行为和物理趋势在整个太阳周期内保持一致。VQE和QAOA几乎相同的稳定曲线证实了在无噪声模拟条件下的数值鲁棒性和收敛性。
图9:VQE & QAOA的优化值与深度(以g/cm2为单位)的比较(log10刻度)
该图旨在表明两种方法都正确地达到了(相同的)最优优化值。这里的优化值是编码的Ising哈密顿量的期望值。在这项工作中,我们将这些方法应用于SPE(图9)。这些结果支持这样一个观点:对于某些低维度、高影响的优化问题,混合量子算法可以达到与经典方法相同的精度,同时为未来的可扩展性提供了见解。
讨论
本研究分析了各种金属氢化物、聚合物和传统材料的辐射屏蔽效果,重点关注它们的储氢能力和质子衰减特性作为关键因素。我们研究了剂量当量作为屏蔽层厚度的函数,同时还研究了不同空间辐射粒子(如质子和重离子(铁)在GCR和SPE环境中的贡献。研究了铝(传统材料)、聚乙烯(聚合物)和氢化锂(金属氢化物)在GCR和SPE环境中的剂量当量。聚乙烯在SPE环境中产生的剂量当量最低,而氢化锂(LiH)在GCR环境中的表现最好。为了探究这种环境依赖性背后的原因,分别研究了这两种环境中的质子剂量当量。观察到在SPE环境中,屏蔽效果与材料衰减质子的能力成正比,氢质量分数较高的材料是更好的质子衰减剂。这一观察结果通过评估一些含有较高氢含量的额外材料(硼氨(NH3BH3)和硼氢化铍(Be(BH4)2)的剂量当量率得到了验证。此外,还评估了太阳辐照变化对剂量当量的影响。未来研究中还可以模拟新材料,如填充水的碳纳米管和氮化硼纳米管(BNNTs),因为它们具有很高的化学和机械稳定性,可以用于有效的屏蔽。通过比较在不同边界条件下的质子和铁通量,发现在高能宇宙射线(GCR)环境中,材料减少来自铁等重离子的剂量当量的能力决定了其总体屏蔽效果。通过Wilcoxon符号秩检验(W = 0.000061,所有成对比较都通过)的统计验证进一步证实,这些材料性能差异在每个模拟深度点上是一致的,而不是单一深度或采样选择的结果,从而增加了这里报告的实际设计排名的可信度。同时,这项研究还展示了使用混合量子算法(VQE和QAOA)解决量子组优化(QUBO)问题在太空应用中的可行性,通过一个实际案例研究,该研究专注于基于OLTARIS提供的不同深度的剂量当量数据进行深度依赖的材料选择。在Aer模拟器上执行VQE和QAOA后得到的结果与经典暴力方法一致,认定它们是SPE空间辐射环境中的最佳屏蔽材料。量子优化得到的结果也与OLTARIS模拟的结果相符。这项工作验证了我们的QUBO到Ising映射,并显示了VQE和QAOA在近期量子设备上的可靠性。VQE和QAOA能够快速收敛到正确解,突显了混合量子-经典方法在小规模问题上的潜力。总体而言,这项研究通过展示如何将OLTARIS的剂量当量数据嵌入量子(QUBO)框架并通过量子变分算法解决,从而连接了经典辐射建模和量子优化。
**研究的局限性**
在现有的工作中,辐射传输是使用确定性的高电荷和高能量传输(HZETRN)代码来模型的。蒙特卡罗方法(例如GEANT4)可以在未来的工作中提供更现实的次级粒子生成建模。当前的工作侧重于优化不同材料在SPE环境下的屏蔽性能,并且仅以1989年10月的一个历史事件为例进行了说明。这项工作可以扩展到结合NASA OLTARIS平台数据库中的其他SPE事件。目前的模拟工作使用了ICRU组织等效板,并采用了ICRP-60的质量因子来测量辐射剂量,以进行相关的航天器电子保护评估。此外,这项工作可以使用解剖学体模(例如MAX/FAX)进行扩展,并可以测量宇航员的辐射剂量,并为他们的保护设计和优化屏蔽材料。另外,量子优化(VQE和QAOA)仅在无噪声的IBM Qiskit Aer模拟器上执行。在未来研究中,可以实现基于真实硬件噪声模型的性能评估。
**资源可用性**
更多信息和资源请求应联系主要联系人Kavita Lalwani博士(kavita.phy@mnit.ac.in)。
**材料可用性**
本研究中评估的所有材料都是基于其标准化学成分和密度(表3)使用NASA的OLTARIS模拟平台进行计算模拟的,OLTARIS的来源在表3中给出。
| 材料名称 | 化学式 | 密度(g/cm3) |
|-----------------|-----------------|-----------------|
| 铝 | Al | 2.72 |
| 氢化锂 | LiH | 0.82 |
| 聚乙烯 | (C2H4)n | 0.94 |
| 硼氢化锂 | LiBH4 | 0.66 |
| 硼氨 | NH3BH3 | 0.78 |
| 硼氢化铍 | Be(BH4)2 | 0.60 |
**数据和代码可用性**
经典模拟(OLTARIS)和量子模拟(Qiskit)的数据保存在CSV文件中,代码用Python编程编写,详细信息如下:
- OLTARIS模拟输出数据(所有六种屏蔽材料在GCR和SPE环境中的剂量当量率、质子剂量当量率和通量作为深度的函数)已保存在仓库中(链接在此处):
https://github.com/kavita-lalwani/Classical-Quantum-Optimization
- QUBO问题公式、Ising映射、VQE和QAOA实现(Qiskit Aer模拟器)、经典暴力基准测试以及Wilcoxon符号秩统计分析的原始代码已保存在仓库中(链接在此处):
https://github.com/kavita-lalwani/Classical-Quantum-Optimization
- 无其他额外资源。
**致谢**
我们感谢MNIT Jaipur对本研究工作的支持。同时,我们也感谢NASA-OLTARIS模拟平台和IBM量子模拟器(Qiskit)为进行高级量子和经典模拟以优化太空辐射屏蔽提供的模拟设施。
**作者贡献**
K.L.参与了研究的主题、想法、概念和流程图的制定,并参与了结果验证以及与两种不同经典和量子方法的比较。
V.V.S. 使用基于NASA的OLTARIS平台准备了经典模拟的手稿写作。
D.A. 参与了使用OLTARIS模拟准备和完成图表。
M.G. 参与了将经典模拟的输出结果整合到量子模拟中,用于太空辐射屏蔽。
D.T. 参与了Wilcoxon符号秩测试,以统计验证SPE环境中质子剂量当量率的材料排名。
**利益声明**
作者声明没有竞争利益。
**方法**
**关键资源表**
**试剂或资源**
**来源标识符**
**软件和算法**
- OLTARIS(在线太空辐射评估工具),v5.01:NASA兰利研究中心
- HZETRN(高电荷和高能量传输)确定性传输代码:Wilson等人实现,内置在OLTARIS v5.01中
- 1989年10月SPE通量光谱:内置在OLTARIS中
- Qiskit Aer模拟器:IBM Research
- Qiskit TwoLocal Ansatz(VQE):IBM Quantum文档
- COBYLA优化器:IBM Quantum文档
**数据存储**
OLTARIS剂量当量率、质子剂量当量率和通量输出数据集(用于GCR和SPE环境中的六种屏蔽材料)保存在仓库中(链接在此处):
https://github.com/kavita-lalwani/Classical-Quantum-Optimization
QUBO公式化、VQE/QAOA实现、经典暴力基准测试以及Wilcoxon符号秩统计分析的Python代码保存在仓库中(链接在此处):
https://github.com/kavita-lalwani/Classical-Quantum-Optimization在银河宇宙射线(GCR)中存在的重离子,如铁(Fe-56),可以与屏蔽核发生核相互作用,导致碎片化并产生次级粒子。这些次级粒子对总辐射剂量有所贡献。这一过程在决定材料在GCR和空间粒子环境(SPE)中的屏蔽效果方面起着重要作用。在这项研究中,使用面积为15克/厘米2的板材几何结构来评估选定材料的屏蔽效果。这意味着材料的物理厚度与密度之积等于15克/厘米2。选择15克/厘米2的总面积密度是空间辐射传输研究中常用的代表性屏蔽厚度,以便在实际相关的质量范围内比较材料的性能。屏蔽效果是通过15层,每层1克/厘米2来实现的,这不是为了模拟物理上的多层结构,而是因为OLTARIS报告了每层之后的剂量当量值,从而能够进行深度分辨的屏蔽效果比较。模拟是在距离太阳1天文单位(AU)的自由空间中,持续1天的任务期间进行的。辐射响应使用ICRU组织等效材料作为标准化的比较评分介质进行评估,剂量当量是使用ICRP-60质量因子计算的。这种组织等效板材仅作为排名屏蔽性能的与材料无关的参考探测器。模拟设置的示意图如图11所示。该图展示了富含氢的材料如何有效减弱来自太阳的辐射,并允许最小量的辐射通过。辐射传输是在OLTARIS中使用HZETRN(高电荷和高能量传输)代码来进行的。HZETRN是一种基于直线前向近似的确定性一维传输求解器,它将外部辐射环境穿过屏蔽材料进行传播。每个材料段内的粒子传输也是使用HZETRN的一维直线前向近似来处理的,没有建模显式的角度散射或侧向传输。在这个框架中,辐射环境(GCR或SPE)是通过板材几何边界处的能量依赖的粒子谱来指定的。在这项工作中,模拟了从400兆伏(最低)到1400兆伏(最高)的不同太阳调制下的GCR环境中的等效剂量。SPE环境是使用OLTARIS平台模拟1989年10月的太阳事件。图11 材料对太阳粒子事件的屏蔽:人体模型曝光模拟
为了选择适合空间辐射屏蔽的材料,验证大量材料是一个重大的计算挑战,因为可能的配置组合复杂度很高,而经典算法由于资源需求大而效率低下。为了解决这个问题,该问题被表示为一个二次无约束二进制优化(QUBO)实例,并首次使用量子优化技术来解决,具体来说是变分量子本征求解器(VQE)和量子近似优化算法(QAOA)在量子模拟器(IBM Aer Simulator)上进行。在这里,QUBO本质上是一种在优化工作流中使用的数学表述方法,用于将原始问题陈述映射成可优化的形式。它类似于伊辛哈密顿量,因此特别适合将经典优化问题转化为变分算法(如QAOA和VQE)的量子哈密顿量表示。因此,QUBO本质上提供了原始优化问题与量子优化模型之间的映射和表述框架。图12展示了使用Aer Simulator的基于VQE和QAOA的QUBO优化工作流程的流程图。在以下小节中,将解释流程图中每个步骤的细节。
- **数据准备与插值**:优化每个深度的辐射剂量当量,同时受到每个深度层只选择一种材料的约束。成功标准是VQE和QAOA算法成功收敛到对应于最小剂量状态(基态能量)的比特串。剂量当量数据来自OLTARIS模拟,并输入到优化模型中。由于材料之间的空间采样深度剖面不均匀,数据被仔细插值到一组共同的深度点上,确保原始值保持不变。此外,剂量值在0-100范围内全局归一化,以引导方法朝向正确的最小化解。
- **QUBO问题表述**:然后将归一化的输出编码成一个QUBO模型,以最小化二次函数,该函数由方程2表示。QUBO模型是涉及二元变量的组合优化问题的标准数学表示。
```math
f(x) = x^TQx + c
```
(方程2)
图12 展示了基于VQE和QAOA的QUBO优化工作流程的流程图,其中x ∈ {0,1}^N,Q ∈ R^{N×N}是一个二次系数的对称矩阵,c是一个线性系数向量,d是一个常数。在这项研究中,xi,j表示在第i层选择材料j,如果选择了材料则xi,j = 1,否则为0。选择QUBO表述是因为它允许高效地映射到基于门的量子计算机(VQE/QAOA)和量子退火器固有的伊辛哈密顿量。非二进制表述将不必要地增加量子比特的大小。此外,为了确保每个深度只选择一种材料,在目标函数中添加了一个二次惩罚项,由方程3给出:
```math
λ ∑_{i=1}^M (xi,j-1)
```
(方程3)
其中λ是一个可调的惩罚参数,M是材料的数量(对于SPE来说是六种材料)。惩罚被设置为大约是每个深度最大剂量的10倍,以严重惩罚在特定深度选择多种材料或没有选择材料的情况。
- **QUBO到伊辛映射**:现在,将QUBO模型编码成伊辛哈密顿量,由方程4表示,将得到所需的比特串:
```math
H_s(x) = ∑_{i=1}^N h_i s_i
```
(方程4)
为了将QUBO映射成伊辛形式,使用方程5定义的变换:
```math
x_i = 1 + s_i^2 \iff s_i = 2^{x_i-1}
```
(方程5)
其中hi是局域场系数,Ji,j是自旋之间的相互作用强度。
- **变分量子本征求解器(VQE)**:将问题映射成伊辛哈密顿量后,使用变分量子本征求解器(VQE)来近似其基态,该求解器编码了具有最小剂量的最优配置。VQE基于量子力学的变分原理,即对于任何参数化的量子状态|?(→θ)?,哈密顿量H的期望值满足:
```math
E(→θ) = ??(→θ) | H | ?(→θ)? ≥ E_0
```
(方程6)
其中E_0是H的真实基态能量。在这项研究中使用了两种局部Ansatz。图13展示了用于构建量子状态|?(→θ)?的Ansatz电路。对于每个问题实例(深度),量子比特的数量等于候选材料的数量。
图13 两层的VQE Ansatz的量子电路表示
为了迭代调整Ansatz参数,使用了COBYLA(受限于线性近似的优化)优化器。它以逐步的方式更新参数向量→θ,以最小化哈密顿量的期望能量。一旦使用给定参数集的Ansatz准备了一个量子状态|?(→θ)?,就估计伊辛哈密顿量的期望值??(→θ) | H | ?(→θ)?。在这项工作中,使用了Qiskit Sampler原语来高效采样比特串以估计哈密顿量的期望值。这些步骤重复进行,直到收敛到具有最优参数→θ*的基态|?(→θ*)?。收敛后,测量量子电路,并识别出最可能的比特串。这个过程对每个深度点独立重复进行,然后将结果的比特串编译起来构建完整的深度依赖材料剖面。
- **量子近似优化算法(QAOA)**:此外,还检查了量子近似优化算法(QAOA),以便与VQE进行比较分析。QAOA特别适合组合优化问题,并提供了一种与VQE不同的Ansatz结构,它在两个量子算子之间交替,即问题哈密顿量和混合哈密顿量,分别由角度γ和β参数化。与VQE类似,目标是最小化系统的期望能量,对应于具有最小剂量的材料。为此,构建了一个具有三层或重复次数的QAOA电路,如图13所示,其中每一层依次应用一个问题幺正算子U(C,γ)和一个混合幺正算子U(B,β),分别由方程7和8定义。问题幺正算子U(C,γ)表示为:
```math
U_C(Ω) = e^{-ιΩ}
```
(方程7)
其中Ω是成本哈密顿量(编码QUBO目标函数),γ是表示在此哈密顿量下演化时间的可调参数。这个操作使量子状态偏向低成本(即低剂量)配置。混合幺正算子由方程8给出:
```math
U_B(β) = e^{-ιβ}
```
(方程8)
?_M通常选择为Pauli-X算子的总和(即?_M = ∑_i Σ_i ξ_i),它诱导计算基态之间的转换。参数β控制这些转换的程度,允许探索解空间。这些门作用于初始的均匀叠加态|+??n(即每个量子比特初始化为|+? = √2(|0? + |1?))。在这项工作中,使用了Qiskit内置的QAOA类,它将QUBO矩阵内部转换为成本哈密顿量并构建相应的量子电路(图14)。使用COBYLA优化器来调整变分参数。执行电路后,重复测量量子状态,以获得比特串的分布,并识别出最可能的比特串,作为每个深度的QUBO问题的近似解(即具有最低等效剂量的材料)。
图14 单层的QAOA电路的量子电路表示
- **经典暴力方法**:在获得VQE的结果后,使用经典暴力方法来验证和基准测试这些结果。这种方法保证识别出全局最优配置(即每个深度最低剂量的材料),但代价是指数时间复杂度。具体来说,对于具有n个二元变量的问题,暴力方法评估所有2^n个可能的比特串x ∈ {0,1}^n。为了找到最优解,需要最小化方程9中表达的成本函数:
```math
C(x) = x^TQx + c
```
(方程9)
其中Q是一个二次系数的对称矩阵,c是一个线性系数向量,d是一个偏移常数。选择成本最低的配置作为最优解。虽然这种方法保证了精确解,但对于更大的问题规模来说,由于其指数时间复杂度而变得不可行。
为了验证从NASA的OLTARIS模拟平台获得的不同屏蔽材料的剂量当量结果在统计上是显著的,进行了Wilcoxon符号秩检验。这是一种非参数统计方法,用于评估两个配对样本之间的质子剂量当量率的差异。该测试首先计算深度差异di = xi - yi来评估配对样本。在这种方法中,零差异被丢弃,绝对值|di|按升序排列,每个排名Ri保留其原始差异的符号。检验统计量W是通过将所有正号秩的值相加计算得出的,即W=∑Mi Ri。p值是通过将W与一个对称分布进行比较来确定的,该对称分布的均值为μW = n*(n+1)/4,方差为σW2 = n*(n+1)*(2*n+1)/4,这一分布是在相同剂量分布的零假设下得出的。其中n是样本量,在本模拟研究中为15。Wilcoxon符号秩检验的结果如表1所示,这些结果在统计上验证了各种屏蔽材料在所有深度点上的排序。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号