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

技术摘要：通过确定性二维相位优化实现最优多光谱挤压

问题陈述
在连续变量（CV）量子信息领域，特别是对于基于测量的量子计算（MBQC）而言，产生高质量的多模挤压光是构建大型簇态的关键。虽然基于波导的系统具有宽带宽和兼容脉冲操作的优势，但它们受限于由制造缺陷和非均匀几何结构引起的空间模式不规则性。这些不规则性会降低同相检测过程中量子信号与经典本地振荡器（LO）之间的模式重叠。由于观测到的挤压本质上受检测效率（$\eta$）限制（即对于强挤压态，$\Delta X^2_{obs} \approx 1 - \eta$），不完美的模式匹配（$\eta_{mod}$）构成了严重的测量约束。

现有的提高空间重叠的策略（如使用空间光调制器，SLM）通常依赖于基于机器学习的优化。虽然这些方法有效，但往往缺乏可重复性，提供有限的物理洞察，且无法保证收敛至全局最大值。此外，这类方法可能计算成本高昂且效率低下。

方法论
作者提出了一种确定性的顺序算法，用于利用 SLM 优化 LO 的空间相位轮廓。该方法基于光学过程的物理描述，而非不可知的机器学习。

1. 像素基底表示：LO 空间模式被成像到 SLM 上，并分解为正方形宏像素（$p_i$）的基底。LO 与弱相干种子光束（作为量子信号的代理）之间的可见度（$V$）可以表示为这些像素贡献之和的模长：
   $$V(\phi_0, \dots, \phi_n) = \left| \sum_i \langle f_{seed}, p_i \rangle \langle p_i, f_{LO} \rangle e^{i\phi_i} \right|$$
2. 顺序优化：该算法利用了可见度函数是单个像素贡献之和且不存在依赖于像素对的交叉项这一特性。通过选择位于光束中心的参考像素（$p_0$），算法按顺序优化每个后续像素 $p_i$ 的相位（$\phi_i$）。
3. 相位对齐：对于每个像素 $p_i$，系统扫描 $p_0$ 与 $p_i$ 之间的相对相位 $\phi$，以找到使两像素可见度 $V_i(\phi)$ 最大化的值。这实现了将 $p_i$ 的相位与 $p_0$ 对齐。
4. 实验实现：为了在扫描过程中隔离特定像素，对目标像素应用线性相位斜坡，将其光束偏转到傅里叶平面，利用光阑阻挡来自其他区域的干扰贡献。这使得系统能够测量单个像素相对于参考像素的贡献，而不会受到其余掩模的干扰。

核心贡献

• 确定性全局优化：论文引入了一种能够在像素基底中证明达到可见度全局最大值的算法。与随机搜索或基于梯度的机器学习不同，该方法保证了收敛性。
• 线性可扩展性：由于将 $n$ 参数问题简化为 $n$ 个单参数优化问题，其计算复杂度随像素数量（$n$）呈线性缩放。
• 物理可解释性：该方法提供了对优化模式的清晰物理理解，避免了机器学习技术的“黑盒”性质。
• 高效性：优化过程非常迅速；对于一个 $10 \times 10$ 的网格，算法在不到 5 分钟内即可完成，其运行时间主要取决于信号采集而非计算。

结果
该方法在生成电信波段多光谱挤压光的波导系统中进行了测试。

• 可见度提升：优化的相位掩模将种子光与 LO 之间的干涉可见度从 76% 提高到了 84%。
• 效率增益：这种可见度的提升对应于 20% 的模式匹配效率（$\eta_{mod}$）增益。
• 挤压增强：多光谱挤压测量证实，改进的模式匹配直接转化为量子读取性能。对于基础 Hermite-Gauss (HG0) 光谱模式，测得的挤压从 $-2.08 \pm 0.03$ dB 提升至 $-2.64 \pm 0.02$ dB。
• 一致性：观测到的挤压提升与使用效率损失模型（$\Delta X^2_{obs} = \eta \Delta X^2_{state} + (1-\eta)$）推导出的理论预测高度吻合。在其他模式中，平均效率提升了 21%。

意义与主张
作者声称，确定性的空间相位整形为增强波导平台中的多模挤压提供了一条有效且可解释的途径。这项工作表明，通过专注于光学过程的具体物理约束，可以开发出不仅比机器学习替代方案更高效、更具可重复性，而且在理论上保证能达到相位仅整形最优解的优化程序。

论文指出，剩余的可见度差距（未达到 100%）可能是由于仅相位整形无法修正的强度分布不匹配以及潜在的寄生反射造成的。然而，结果证明了所提出的确定性算法是最大化复杂多模量子系统中同相检测性能的强大工具。