Optimal multi-spectral squeezing via deterministic 2D-phase optimization

기술 요약: 결정론적 2D 위상 최적화를 통한 최적의 다중 스펙트럼 압축(Multi-Spectral Squeezing)

문제 정의
연속 변수(CV) 양자 정보, 특히 측정 기반 양자 컴퓨팅(MBQC)에서 대규모 클러스터 상태를 생성하려면 고품질의 다중 모드 압축광이 필요합니다. 도파로 기반 시스템은 넓은 대역폭과 펄스 동작에 대한 호환성을 제공하지만, 제작 결함 및 불균일한 기하학적 구조로 인한 공간 모드 불규ло성(irregularities) 문제를 겪습니다. 이러한 불규로성은 호모다인 검출 시 양자 신호와 고전적 국부 발진기(LO) 사이의 모드 중첩을 저하시킵니다. 관측되는 압축도는 근본적으로 검출 효율($\eta$)에 의해 제한되므로($\Delta X^2_{obs} \approx 1 - \eta$), 불완전한 모드 매칭($\eta_{mod}$)은 측정 가능한 압축 수준에 심각한 제약을 가합니다.

공간적 중첩을 개선하기 위한 기존 전략(예: 공간 광 변조기(SLM) 사용)은 일반적으로 머신러닝 기반 최적화에 의존합니다. 이러한 방식은 효과적이긴 하지만, "블랙박스" 접근 방식으로서 재현성이 부족하고 물리적 통찰력이 제한적이며, 전역 최댓값(global maximum)으로의 수렴을 보장하지 못합니다. 또한 계산 비용이 많이 들고 비효율적일 수 있습니다.

방법론
저자들은 SLM을 사용하여 LO의 공간 위상 프로파일을 최적화하는 결정론적이고 순차적인 알고리즘을 제안합니다. 이 방법은 불가지론적인 머신러닝이 아닌, 광학 공정의 물리적 기술에 기초합니다.

1. 픽셀 기저 표현: LO 공간 모드는 SLM 상에 투영되며 정사각형 매크로픽셀($p_i$)의 기저로 분해됩니다. 시드 빔(양자 신호의 대리물 역할을 함)과 LO 사이의 간섭 가시성($V$)은 이 픽셀들의 기여도 합의 크기로 표현됩니다:
   $$V(\phi_0, \dots, \phi_n) = \left| \sum_i \langle f_{seed}, p_i \rangle \langle p_i, f_{LO} \rangle e^{i\phi_i} \right|$$
2. 순차적 최적화: 알고 alogirthm은 가시성 함수가 픽셀 쌍에 의존하는 교차항 없이 개별 픽셀 기여도의 합이라는 점을 활용합니다. 빔 중심에 있는 참조 픽셀($p_0$)을 선택함으로써, 알고리즘은 이후의 각 픽셀 $p_i$의 위상($\phi_i$)을 순차적으로 최적화합니다.
3. 위상 정렬: 각 픽셀 $p_i$에 대해, 시스템은 $p_0$와 $p_i$ 사이의 상대 위상 $\phi$를 스캔하여 두 픽셀 간의 가시성 $V_i(\phi)$를 최대화하는 값을 찾습니다. 이를 통해 $p_i$의 위상을 $p_0$에 정렬합니다.
4. 실험적 구현: 스캔 중 특정 픽셀을 격리하기 위해, 대상 픽셀에 선형 위상 램프(linear phase ramp)를 적용하여 빛을 푸리에 평면으로 굴절시키고, 아이리스(iris)를 통해 다른 영역으로부터의 원치 않는 기여를 차단합니다. 이를 통해 시스템은 나머지 마스크의 간섭 없이 단일 픽셀의 기여도를 참조 픽셀에 대해 측정할 수 있습니다.

주요 기여

• 결정론적 전역 최적화: 본 논문은 픽셀 기저에서 가시성의 전역 최댓값에 도달함을 증명하는 알고리즘을 소개합니다. 무작위 탐색이나 경사 하강법 기반의 머신러닝과 달리, 이 방법은 수렴을 보장합니다.
• 선형 확장성: 계산 복잡도는 픽셀 수($n$)에 따라 선형적으로 확장됩니다. 이는 $n$개의 파라미터 문제를 $n$개의 단일 파라미터 최적화 문제로 축소하기 때문입니다.
• 물리적 해석 가능성: 이 접근 방식은 "블랙박스" 성격의 머신러닝 기법을 피하며, 최적화된 모드에 대한 명확한 물리적 이해를 제공합니다.
• 효율성: 최적화 과정이 매우 빠릅니다. $10 \times 10$ 그리드의 경우, 알고리즘은 계산보다는 신호 획득 시간에 의해 지배되며 5분 이내에 완료됩니다.

결과
이 방법은 텔레콤 파장에서 다중 스펙트럼 압축광을 생성하는 도파로 기반 셋업에서 테스트되었습니다.

• 가시성 개선: 최적화된 위상 마스크는 시드와 LO 사이의 간섭 가시성을 76%에서 84%로 증가시켰습니다.
• 효율 이득: 이러한 가시성 증가는 모드 매칭 효율($\eta_{mod}$)의 20% 이득에 해당합니다.
• 압축도 향 향상: 다중 스펙트럼 압축 측정 결과, 개선된 모드 매칭이 양자 판독 성능으로 직접 연결됨을 확인했습니다. 기본 Hermite-Gauss (HG0) 스펙트럼 모드의 경우, 측정된 압축도는 $-2.08 \pm 0.03$ dB에서 $-2.64 \pm 0.02$ dB로 개선되었습니다.
• 일관성: 관측된 압축도 개선은 효율 손실 모델($\Delta X^2_{obs} = \eta \Delta X^2_{state} + (1-\eta)$)을 사용하여 가시성 이득으로부터 도출된 이론적 예측과 밀접하게 일치합니다. 다른 모드들에 대해서도 평균 효율이 21% 상승했습니다.

의의 및 주장
저자들은 결정론적 공간 위상 성형(spatial phase shaping)이 도파로 플랫폼에서 향상된 다중 모드 압축을 실현하는 효과적이고 해석 가능한 경로를 제공한다고 주장합니다. 본 연구는 광학 공정의 구체적인 물리적 제약에 집중함으로써, 머신러닝 대안보다 더 효율적이고 재현 가능하며, 위상 전용 성형(phase-only shaping)에 대해 최적의 해에 도달할 것이 이론적으로 보장되는 최적화 루틴을 개발할 수 있음을 입증했습니다.

논문은 가시성 격차(100%에 도달하지 못하는 이유)가 위상 전용 성형으로는 교정할 수 없는 강도 프로파일 불일치 및 잠재적인 기생 반사 때문일 가능성이 높다고 언급했습니다. 그러나 본 연구는 제안된 결정론적 알고리즘이 복잡한 다중 모드 양자 시스템에서 호모다인 검출 성능을 극대화하기 위한 강력한 도구임을 확립했습니다.