量子估计所需的充分测量支持规模
在有限维希尔伯特空间ℋ上,针对d参数族密度算子的量子估计问题中,一个估计器由二元组(M,θ̂)定义:其中M是具有有限结果集Ω的POVM(正算子值测度),θ̂:Ω→ℝd是经典估计映射。由于结果数量|Ω|在理论上无界,可容许POVM的搜索空间极其庞大,这使得最优估计器的寻找变得困难。本文针对局部无偏估计器中加权均方误差迹的最小化问题,证明了只需考虑最多具有(dimℋ)² + d(d+1)/2 - 1个结果的POVM,且最优测量可选择为秩一形式。对于贝叶斯估计中平均加权均方误差迹的最小化,该团队证明最多考虑(dimℋ)²个结果的POVM即可,且最优POVM同样可取秩一形式。此外,当模型存在实充分子代数时,该团队证明上述支撑数界中的(dimℋ)²项在局部无偏和贝叶斯两种设置下均可缩减。这些界限显著缩小了最优测量的搜索空间,并为限定于有限结果秩一POVM的数值优化提供了理论依据。

