量子科技中心_量科网

量子Cramér--Rao理论本质上是局域的：它限定了在特定参数值附近的精度，而其饱和测量通常依赖于该参数值。Barankin型界限使用了有限的参数位移，但仍锚定于一个选定的参考值。这就留下了一个基本的全局估计问题：当参数仅已知在一个宽泛的域内时，由单个估计器和单个在真实值定位前就固定的测量策略所能保证的精度是多少？该团队通过引入与整个参数域上的加权方差相关联的全局得分函数来回答这个问题。这些得分函数的关联性产生了一个精度界限的层级结构：全局Cramér--Rao和Barankin型界限作为受限层级出现，而无约束的得分关联性则针对指定的加权方差产生一个完全全局的界限。该层级结构在多次重复极限下恢复了局域Cramér--Rao理论，并揭示了在宽泛域上针对有限数据的真正全局精度极限。在量子设定中，该构造识别出何时这一完全全局界限能被单个与参数无关的测量实现。同一框架可扩展到贝叶斯估计，在局域极限下恢复Van Trees界限，同时在此极限之外产生贝叶斯均方误差的更强有限宽度下界。