该文综述量子卷积神经网络（QCNN）的研究进展，涵盖雷达信号去噪与抗干扰、混合量子-经典框架（QCCNN）、quanvolutional层、可伸缩sQCNN及反保真度训练等方向。实验基于MNIST、Tetris、音频和交通标志等数据集，表明QCNN在精度、训练速度和模型尺寸方面具有潜力，并探讨了其泛化性与物理嵌入机制。