[论文解读] Quantum filtering: a reference probability approach

Luc Bouten, Ramon van Handel|ArXiv.org|Aug 1, 2005

Quantum Information and Cryptography参考文献 53被引用 22

一句话总结

本文提出了一种基于参考概率的量子滤波方法，利用非交换概率和 Hudson-Parthasarathy 随机微积分，推导出具有连续同频混频和光子计数观测的量子系统的 Belavkin-Zakai 与 Belavkin-Kushner-Stratonovich 方程。该方法通过一种量子 Girsanov 型变换实现非破坏性测度变换，借助量子条件期望与非交换 Kallianpur-Striebel 公式，推导出未归一化与归一化滤波方程。

ABSTRACT

These notes are intended as an introduction to noncommutative (quantum) filtering theory. An introduction to quantum probability theory is given, focusing on the spectral theorem and the conditional expectation as the least squares estimate, and culminating in the construction of Wiener and Poisson processes on the Fock space. Next we describe the Hudson-Parthasarathy quantum Ito calculus and its use in the modelling of physical systems. Finally, we use a reference probability method to obtain quantum filtering equations, in the Belavkin-Zakai (unnormalized) form, for several system-observation models from quantum optics. The normalized (Belavkin-Kushner-Stratonovich) form is obtained through a noncommutative analogue of the Kallianpur-Striebel formula.

研究动机与目标

• 开发一种系统性的、基于参考概率的连续时间量子滤波方程推导方法。
• 通过非交换概率与随机微积分，将经典滤波技术（特别是 Zakai 与 Kallianpur-Striebel 公式）扩展至量子领域。
• 为量子光学中同频混频与光子计数测量模型提供统一的量子滤波方程推导。
• 证明量子滤波可简化为在参考测度下对量子条件期望的简单运算，避免依赖于创新猜想。

提出的方法

• 使用非交换概率理论，重点关注谱定理与作为最小二乘估计器的量子条件期望。
• 通过谱定理与量子随机微积分，在 Fock 空间上构造维纳过程与泊松过程。
• 应用 Hudson-Parthasarathy 量子 Itô 微积分建模具有马尔可夫动力学的开放量子系统。
• 通过受启发于 Holevo 方法的量子 Girsanov 变换实现非破坏性测度变换，以简化滤波问题。
• 在参考测度下通过量子条件期望推导 Belavkin-Zakai 方程，再应用非交换 Kallianpur-Striebel 公式，得到归一化的 Belavkin-Kushner-Stratonovich 方程。
• 在两个关键量子光学模型上验证该方法：具有非理想观测的同频混频探测与具有计数过程动力学的光子计数。

实验结果

研究问题

• RQ1 如何将经典参考概率方法适配于非交换设定下推导量子滤波方程？
• RQ2 谱定理与量子条件期望在通过最小二乘估计实现量子滤波中起什么作用？
• RQ3 如何利用量子 Girsanov 变换构造一个能简化滤波问题的参考测度？
• RQ4 同频混频与光子计数测量下，Belavkin-Zakai 与 Belavkin-Kushner-Stratonovich 方程的显式形式是什么？
• RQ5 非交换 Kallianpur-Striebel 公式如何关联滤波中未归一化与归一化的量子态？

主要发现

• 对于具有非理想观测的同频混频探测，Belavkin-Zakai 方程为 $ d\sigma_t(X) = \sigma_t(\mathcal{L}_{L,H}(X))dt + (1+\kappa^2)^{-1}\sigma_t(L^*X + XL)dY_t $。
• 对于光子计数，Belavkin-Zakai 方程的形式为 $ d\sigma_t(X) = \sigma_t(\mathcal{L}_{L,H}(X))dt + (\sigma_t(L^*XL) - \sigma_t(X))(dY_t - dt) $。
• 光子计数的归一化滤波方程为 $ d\pi_t(X) = \pi_t(\mathcal{L}_{L,H}(X))dt + \left(\frac{\pi_t(L^*XL)}{\pi_t(L^*L)} - \pi_t(X)\right)(dY_t - \pi_t(L^*L)dt) $。
• 证明了创新过程 $ d\overline{Z}_t = dY_t - \pi_t(L^*L)dt $ 是一个局部鞅，从而确认条件强度为 $ \pi_t(L^*L) $。
• 参考概率方法避免了创新猜想，仅依赖于量子条件期望与测度变换，相较于基于鞅的推导更具概念简洁性。
• 该方法具有普适性，适用于多种量子模型，包括具有压缩或热输入噪声的系统，如讨论中所指出的扩展性所示。