存在探测器噪声时自适应量子态层析的局限性
免假设的量子态测量重构技术对量子设备的基准测试与认证至关重要,然而该方法因需消耗大量测量统计数据和实验资源而始终面临挑战。自适应测量策略通过动态优化数据采集过程中的测量设置,可为纯态重构带来最高达二次方的精度提升,从而有效缓解这一难题。当前核心悬而未决的问题是:在读出环节必然存在噪声的实际实验中,这些渐近优势是否依然成立?该工作通过结合读出误差缓解技术,重点研究了在采用混合态估计器重构纯态这一复杂场景下,读出噪声对自适应量子态层析的影响。基于费舍尔信息优化的理论分析及贝叶斯推断的大规模数值模拟表明:任何非零的读出噪声都会消除自适应策略的渐近二次方缩放优势。针对单量子比特和双量子比特系统,研究人员在精确读出误差缓解条件下对有限测量统计数据行为进行了数值研究,发现其存在从理想缩放向次优渐变的过渡特征。此外,通过考察探测器层析校准中使用有限状态副本的现实场景,该团队发现不充分的探测器表征会导致估计偏差并限制重构精度。尽管研究结果界定了自适应策略可达到的精度上限,但数值模拟仍观测到重构精度存在恒定倍数增益,且该增益随读出噪声降低而增大。这表明在充分校准的实验中,自适应测量策略仍具有潜在的实际应用价值。

