Recent studies have shown promising results indicating the potential of Noisy Intermediate Scale Quan- tum (NISQ) devices. In this work, Low-earth Orbit (LEO) satellite network design problem is formulated as a Quadratic Unconstrained Binary Optimization (QUBO) problem, and Quantum Annealing (QA) is utilized to solve the resulting problem in a real-world setting. Compare to classical approaches, the experimental results indicate improvements in terms of network path length and number of satellite hops in network path that amount to network latency. Further, an iterative post-processing method, Statis- tical Qubit Freezing (SQF), which freezes initial states of qubits and reduces the size of the problem in each annealing cycle, is proposed and evaluated. Solution found with SQF indicates that SQF in fact allows the system to reach lower energy state.
양자 기술의 활용 방안을 모색하기 위하여, 이진 최적화 문제(Quadratic Unconstrained Binary Optimiza- tion, QUBO)에 특화된 D-Wave의 양자 어닐러를 사용하여 저궤도 위성 네트워크의 위상 최적화를 진행하 였다. 저궤도위성의경우수천개의위성이군집을형성하기에고전컴퓨터를사용하여해당군집의최적의 네트워크 위상을 도출하는데 어려움이 있다. 양자 어닐러를 사용하여 실제 산업에 사용될 수 있는 규모의 문제를 해결함에 있어 양자 정보처리 기술이 어떠한 이득을 가져올 수 있는지 연구하였다. 또한 현재까지 개발된 양자 컴퓨터의 경우 기술적 한계로 인하여 계산결과에 많은 에러를 내포하여 계산 결과의 정확도가 떨어진다. 본 프로젝트에서는 양자 어닐러의 초기 계산 결과를 활용하여 점진적으로 문제의 규모를 축소하 여 계산 결과의 정확도를 높이는 방법에 대하여 연구하였다. Statistical Qubit Freezing(SQF)으로 명명한 해당 방법으로 양자 어닐러의 최종 상태의 각 큐빗들의 값의 분포를 확인하여 편향성이 큰 변수들의 경우 초기값을 고정한 후 규모가 작아진 문제를 다시 양자 어닐러를 사용하여 풀었을 때, 문제 규모를 축소하기 전에는 찾을 수 없었던 에너지가 더 낮은 안정적인 상태를 찾을 수 있음을 확인하였다.
