量子科技中心_量科网

相干态鉴别是连续变量量子通信中的核心环节，尤其在连续变量量子密钥分发（CV-QKD）协议中，其依赖于对不同相干态进行区分的能力以建立双方共享的安全密钥。本研究提出并分析了一种针对N个相位对称相干态的鉴别策略，该策略将无歧义鉴别（UD）最优地拓展至确定性范畴，但必然伴随非零误差概率。尽管UD过程中采用的态分离映射会引入扰动，该团队证明当N>2时，UD的“失败态”仍保留原始输入态的残余信息，可被进一步用于鉴别。与传统UD直接舍弃不确定结果不同，该团队通过级联的最小误差鉴别（MED）实现了“失败态”的最优再利用。这一被命名为信息回收（IR）的策略融合了MED与最优UD的双重优势：始终提供确定性结果的同时，允许通过辅助系统识别其中完全无误的子集。该团队通过输入态与失败态之间的保真度缺损来量化态分离映射引入的扰动，证明该缺损构成了回收阶段误差概率的下界。特别在适用于长距离CV-QKD的低振幅区域，研究表明态分离在获得显著成功率的同时，对失败事件后的输入态仅引入较低扰动。该工作为连续变量系统中的自适应级联鉴别协议开辟了新路径，可能为新一代量子通信接收器的设计提供理论基础。