[ES] La evolución hacia las redes inalámbricas de sexta generación (6G) introduce un nuevo paradigma en las comunicaciones móviles, integrando tecnologías avanzadas para satisfacer demandas de velocidades extremadamente altas, latencia mínimamente perceptible y conectividad masiva e inteligente. En este contexto, la computación cuántica (QC) emerge como un habilitador disruptivo capaz de abordar problemas computacionales complejos más allá del alcance de los métodos clásicos. Esta Tesis analiza cómo la QC puede optimizar aspectos críticos de las redes 6G, como la localización, el enrutamiento y la detección de señales. Aunque no existe un calendario oficial, se estima que los primeros despliegues de 6G podrían iniciarse hacia 2030, cuando el 5G alcance su madurez plena. Organismos como el 3GPP y la UIT definirán las especificaciones técnicas durante la segunda mitad de la década de 2020. Por su impacto potencial, tanto la academia como la industria ya realizan investigaciones teóricas y demostraciones prácticas para forjar este futuro. Un pilar esencial del 6G es su alineación con la Agenda 2030 de la ONU y los Objetivos de Desarrollo Sostenible. Se prevé que la hoja de ruta de 6G incorpore criterios de eficiencia energética y compromiso social, impulsando ciudades inteligentes e infraestructuras conectadas. La Tesis evalúa cómo la QC puede contribuir a la sostenibilidad de las redes mediante indicadores clave de valor (KVIs) vinculados al hardware cuántico emergente. Respecto a casos de uso concretos, la Tesis aborda primero el desafío de la localización en interiores. Propone un método cuántico de cálculo de distancia euclidiana para mejorar la precisión del "fingerprinting", superando los enfoques clásicos en entornos con obstáculos. A continuación, profundiza en la optimización cuántica del enrutamiento: ante la creciente complejidad y la necesidad de gestión de tráfico en tiempo real, se emplea el Algoritmo de Optimización Aproximada Cuántica (QAOA) para diseñar un marco de enrutamiento que, una vez maduro el hardware, reducirá la sobrecarga computacional y optimizará métricas como latencia, consumo energético y fiabilidad.
Finalmente, presenta un Detector de Máxima Verosimilitud (MLD) cuántico para sistemas MIMO-NOMA, cruciales en 6G por su alta eficiencia espectral y conectividad. Este MLD aprovecha algoritmos cuánticos para mitigar la interferencia multiusuario y simplificar la detección de símbolos, reduciendo drásticamente la carga computacional frente a los detectores clásicos. En conjunto, esta investigación demuestra el enorme potencial de la QC para impulsar precisión en localización, optimización de redes y procesamiento de señales. Aunque el hardware actual aún es NISQ, los resultados sientan las bases para el despliegue de tecnologías 6G habilitadas por computación cuántica, avanzando hacia redes inalámbricas inteligentes, seguras y ultraeficientes en la próxima década., [CA] L'evolució cap a les xarxes sense fils de sisena generació (6G) introdueix un nou paradigma en les comunicacions mòbils, combinant tecnologies avançades per a satisfer les demandes d'ample de banda ultraalt, latència gairebé imperceptible i connectivitat massiva i intel·ligent. En aquest context, la computació quàntica (QC) emergeix com un habilitador disruptiu capaç d'abordar problemes computacionals complexos més enllà de l'abast dels mètodes clàssics. Aquesta Tesi examina com la QC pot optimitzar aspectes crítics de les xarxes 6G, localització, enrutament i detecció de senyals. Encara que no existeix un calendari oficial, s'espera que els primers desplegaments de 6G arriben al voltant de 2030, un cop el 5G haja arribat a la seva plena maduresa. Organismes d'estàndard com el 3GPP i la UIT preveuen definir les especificacions tècniques durant la segona meitat dels anys 2020. Atés el seu potencial impacte, tant el món acadèmic com la indústria ja duen a terme recerques teòriques i demostracions pràctiques per a modelar aquest futur. Un pilastre fonamental del 6G és l'alineació amb l'Agenda 2030 de les Nacions Unides per al Desenvolupament Sostenible. Es preveu que la fulla de ruta del 6G incorpore criteris d'eficiència energètica i responsabilitat social, impulsant ciutats intel·ligents i infraestructures connectades. Aquesta Tesi avalua com la QC pot promoure la sostenibilitat de les xarxes mitjançant l'avaluació d'indicadors claus de valor (KVIs) juntament amb el maquinari quàntic emergent. Pel que fa a casos d'ús concrets, la Tesi aborda primer la localització en interiors. Proposa un mètode quàntic d'aquest càlcul de distància euclidea per a fingerprinting, demostrant una precisió superior respecte als enfocaments clàssics en entorns amb múltiples obstacles. A continuació, aprofundeix en l'optimització quàntica de l'enrutament: davant l'augment de la complexitat de la xarxa i la necessitat de gestionar el trànsit en temps real, aplica l'Algorisme d'Optimització Aproximada Quàntica (QAOA) per a dissenyar un marc d'enrutament que , quan el maquinari quàntic estiga madur, reduirà la sobrecàrrega computacional alhora que optimitza la latència, el consum energètic i la fiabilitat. Finalment, la Tesi presenta un Detector de Versemblança Màxima (MLD) basat en QC per a sistemes MIMO-NOMA, essencials per a l'eficiència espectral i l'alta connectivitat del 6G. Mitjançant algoritmes quàntics, aquest MLD atenua la interferència multiusuari i simplifica la detecció de símbols, reduint dràsticament la càrrega computacional respecte als detectors clàssics. En conjunt, aquestes contribucions revelen el potencial transformador de la QC per a millorar la precisió en la localització, l'optimització de xarxes i el processament de senyals. Encara que el maquinari actual es manté en l'era Noisy Intermediate-Scale Quantum (NISQ), aquest treball establix les bases per a les tecnologies 6G impulsades per la computació quàntica, avançant cap a xarxes sense fils intel·ligents, segures i ultraeficients durant la pròxima dècada., [EN] The evolution toward sixth-generation (6G) wireless networks introduces a new paradigm in mobile communications, combining advanced technologies to meet demands for ultra-high data rates, barely perceptible latency, and massive intelligent connectivity. In this context, quantum computing (QC) emerges as a disruptive enabler capable of tackling complex computational problems beyond the reach of classical methods. This Thesis examines how QC can optimize critical aspects of 6G networks, namely localization, routing, and signal detection. Although no official timeline exists, initial 6G deployments are expected around 2030, once 5G has fully matured. Standards bodies such as 3GPP and the ITU are projected to define technical specifications during the latter half of the 2020s. Given its potential impact, both academia and industry are already conducting theoretical research and practical demonstrations to shape this future. A cornerstone of 6G is alignment with the UN's 2030 Agenda for Sustainable Development. The 6G roadmap is expected to incorporate energy efficiency and social responsibility criteria, driving smart cities and connected infrastructures. This Thesis evaluates how QC can advance network sustainability by assessing key value indicators (KVIs) alongside emerging quantum hardware. Regarding concrete use cases, the Thesis first addresses indoor localization. It proposes a quantum-assisted Euclidean-distance method for fingerprinting, demonstrating superior accuracy over classical approaches in obstacle-filled environments. Next, it delves into quantum routing optimization: faced with escalating network complexity and real-time traffic management needs, it applies the Quantum Approximate Optimization Algorithm (QAOA) to devise a routing framework that, once quantum hardware matures, will reduce computational overhead while optimizing latency, energy consumption, and reliability. Finally, the Thesis introduces a quantum-based Maximum Likelihood Detector (MLD) for MIMO-NOMA systems, which are key to 6G's spectral efficiency and high connectivity. By leveraging quantum algorithms, this MLD mitigates multiuser interference and streamlines symbol detection, drastically lowering computational demands compared to classical detectors. Together, these contributions showcase QC's transformative potential to enhance localization precision, network optimization, and signal processing. Although today's hardware remains within the Noisy Intermediate-Scale Quantum (NISQ) era, this work lays the groundwork for future 6G technologies powered by quantum computing, advancing toward intelligent, secure, and ultra-efficient wireless networks in the coming decade., I gratefully acknowledge the Universitat Politècnica de València for awarding me the PAID-01-20 scholarship, which made it possible to pursue this doctoral endeavor.