[论文解读] An introduction to quantum filtering

Luc Bouten, Ramon van Handel+1 more|ArXiv.org|Jan 30, 2006

Quantum Information and Cryptography参考文献 40被引用 15

一句话总结

本文通过构建非交换概率框架，基于福克空间上的伊藤微积分发展了量子随机分析，并利用参考概率法与创新（鞅）方法推导出量子滤波方程。主要贡献在于为连续测量的量子系统推导出量子 Kushner-Stratonovich 方程，表明可观测量的条件期望遵循由创新过程驱动的随机微分方程。

ABSTRACT

This paper provides an introduction to quantum filtering theory. An introduction to quantum probability theory is given, focusing on the spectral theorem and the conditional expectation as a least squares estimate, and culminating in the construction of Wiener and Poisson processes on the Fock space. We describe the quantum Itô calculus and its use in the modelling of physical systems. We use both reference probability and innovations methods to obtain quantum filtering equations for system-probe models from quantum optics.

研究动机与目标

• 为量子控制与量子光学领域的研究人员提供量子滤波理论的全面导论。
• 通过非交换概率与量子随机过程，统一经典滤波概念与量子力学。
• 利用两种不同方法（参考概率法与创新（鞅）方法）推导量子滤波方程。
• 建立基于连续测量与状态估计的量子反馈控制的数学基础。
• 通过谱定理、条件期望与量子伊藤微积分，使量子滤波更具可及性。

提出的方法

• 利用谱定理与非交换条件期望（作为最小二乘估计器）构建量子概率理论。
• 在福克空间上构造维纳过程与泊松过程，以建模连续测量中的量子噪声。
• 应用量子伊藤微积分，推导系统-观测模型的量子随机微分方程（QSDEs）。
• 使用参考概率法，通过在新测度下将测量过程转化为维纳过程，推导量子滤波方程。
• 应用创新方法，证明创新过程为维纳过程，并利用Fujisaki-Kallianpur-Kunita表示定理，将条件期望表示为随机积分。
• 推导量子Kushner-Stratonovich方程：$ \hat{\xi}_t = \hat{\xi}_0 + \int_0^t \hat{\beta}_s ds + \int_0^t \gamma_s dW_s $，其中 $ \gamma_s = \widehat{\xi_s h_s} + \hat{\lambda}_s - \hat{\xi}_s \hat{h}_s $。

实验结果

研究问题

• RQ1 如何通过非交换概率将经典滤波概念推广至量子领域？
• RQ2 条件期望在量子滤波中的作用是什么？它如何对应于最小二乘估计器？
• RQ3 如何在福克空间上构建维纳过程与泊松过程等量子随机过程？
• RQ4 参考概率法与创新方法在推导量子滤波方程时有何异同？
• RQ5 在量子光学的系统-探测器模型中，量子滤波方程的显式形式是什么？

主要发现

• 在参考概率测度下，创新过程 $ W_t = Y_t - \int_0^t \hat{h}_s ds $ 被证明为维纳过程，从而可应用经典随机分析工具。
• 量子条件期望 $ \hat{\xi}_t $ 满足由创新过程驱动的随机微分方程，其漂移项与扩散项分别来自系统动力学与测量过程。
• 滤波方程中的扩散系数 $ \gamma_t $ 显式给出为 $ \gamma_t = \widehat{\xi_t h_t} + \hat{\lambda}_t - \hat{\xi}_t \hat{h}_t $，将估计值与测量及系统演化相联系。
• 参考概率法通过将测量过程转化为维纳过程，简化了分析，从而实现滤波方程的推导。
• 创新方法通过证明鞅表示定理适用于条件期望，确认了相同的滤波方程，得到一致的SDE。
• 该理论通过实现从连续、噪声量子测量中实时状态估计，为量子反馈控制提供了严格的数学基础。