动态最优解缠方案用于模拟林德布拉德方程
随机展开方案是模拟林德布拉德方程的强大计算工具,能显著降低内存需求。然而这一优势伴随着随机不确定性的增加,且最优展开问题尚未解决。该工作研究了由布朗运动或泊松过程驱动的展开方案,并提出了这些方法的全面参数化表征。对于单个林德布拉德算符和单噪声项的情况,该参数族为路径范数保持的展开方案提供了完整描述。研究人员进一步解析推导出可最小化观测量方差短时增长的动态最优量子态扩散(DO-QSD)和动态最优量子跳跃过程(DO-QJP)。与跳跃过程拟设相比,DO-QSD具有两大显著优势:首先可严格证明DO-QSD的方差在局部时间范围内不超过任何跳跃过程拟设;其次其数学表达式极为简洁。数值结果表明,所提出的DO-QSD方案能大幅降低观测量方差及相应模拟误差。
