Quantum Simulation of Stokes Flow via Schrödingerisation and Artificial Compressibility

技术摘要：通过薛定谔化与人工可压缩性实现斯托克斯流的量子模拟

问题陈述
模拟不可压缩斯托克斯流（Stokes flow）对于微流控、低雷诺数流体力学及多孔介质传输等应用至关重要。然而，经典数值方法面临一个根本性的瓶颈：斯托克斯系统的鞍点结构要求在离散层面精确满足不可压缩约束（$\nabla \cdot u = 0$）。这种耦合导致了大规模且病态的线性系统，其求解成本极高，且随着问题维度的增加，资源需求呈爆炸式增长。虽然人工可压缩性等经典正则化技术存在，但在高维设定下，由于所需资源呈指数级缩放，这些技术在计算上仍然难以承受。

方法论
作者提出了一种统一的量子算法框架，通过整合人工可压缩性与**薛定谔化（Schrödingerisation）**技术来应对这些挑战。

1. 人工可压缩性正则化： 通过引入伪压力演化方程来放宽严格的不可压缩条件。具体而言，将原始连续性方程 $\nabla \cdot u = 0$ 替换为 $\nabla \cdot u = \varepsilon p$，其中 $\varepsilon$ 是一个微小的人工可压缩性参数。这把原始的鞍点问题转化为一个涉及动量方程和抛物型压力演化方程的耦合初值问题。作者提供的误差估计证明了正则化解向真实不可压缩解的线性收敛性（$O(\varepsilon)$）。

2. 交错网格离散化： 为了确保数值稳定性和适当的速度-压力耦合，该系统采用交错网格有限体积法进行离散化。这种方法将速度分量和压力置于不同的节点处，避免了共点网格中常见的伪振荡问题。

3. 薛定谔化映射： 核心创新在于将由此产生的非厄米、耗散性偏微分方程（PDEs）映射到酉量子系统上。通过采用“扭曲相位变换”（warped phase transformation, $w = e^{-q}u$）以及对辅助变量 $q$ 进行傅里叶变换，作者将原始动力学嵌入到一个更高维的希尔伯特空间中。这种嵌入将耗散系统转化为薛定谔型方程（$\partial_t \hat{v} = i H_{Stokes} \hat{v}$），其中 $H_{Stokes}$ 是一个厄米哈密顿量。

4. 量子电路构建： 作者设计了一个显式量子电路来模拟时间演化算符 $U_{Stokes}(\tau) = \exp(i H_{Stokes} \tau)$。

   • 利用一阶 Lie-Trotter-Suzuki 公式将哈密顿量分解为基本分量。
   • 有限差分算子（位移和拉普拉斯算子）通过二进制编码和位移算符（$S_+$, $S_-$）进行表示。
   • 电路利用量子傅里叶变换（QFT）在辅助变量 $q$ 空间与动量 $\eta$ 空间之间进行切换，从而通过酉量子演化实现对非酉原始动力学的模拟。
   • 解通过逆 QFT 以及在辅助变量子空间（$q > 0$）上的投影测量进行恢复。

主要贡献

• 统一框架： 本文提出了首个结合人工可压缩性与薛定谔化的斯托克斯方程显式量子算法，为耦合的速度-压力系统提供了一个连贯的表述。
• 显式电路设计： 作者推导出了详细的量子电路实现方案，包括将哈密顿量分解为基本门（CNOT、Hadamard、相位门及多受控旋转门）的过程，并提供了严谨的门计数分析。
• 复杂度分析： 严谨的复杂度分析确立了理论上的量子优势。作者证明，对于高维问题，所提方法与经典方法相比实现了问题维度的指数级加速。具体而言，当经典复杂度在某些假设下按 $O(\delta^{-(d+4)})$ 缩放时，该量子方法避免了对维度 $d$ 的指数依赖。
• 数值验证： 通过在 Qiskit 平台上进行的数值模拟验证了算法的有效性和可扩展性，包括基准问题的精度测试和参数收敛性分析。

结果
在 Qiskit 上的数值模拟验证了算法的准确性。作者在具有解析解的耦合斯托克斯系统上测试了该方法，证明随着离散化参数（$n_x, n_q$）的增加以及时间步长（$dt$）和人工可压缩性参数（$\varepsilon$）的减小，逐点误差随之降低。结果证实了微分算子离散化的正确性以及整体量子电路设计的稳定性。

意义与主张
本文声称通过克服经典斯托克斯流模拟中固有的维度瓶颈，在计算流体力学领域取得了重大突破。通过将非酉的鞍点问题转化为酉量子演化，该方法利用了量子计算解决目前经典计算机难以处理的高维流体动力学问题的潜力。作者强调，其方法提供了“可证明的维度指数级加速”，使其成为未来应用于复杂几何形状和高维流体力学问题的可行方案。这项工作被定位为将此类算法移植到近期的量子硬件，并最终扩展到非线性纳维-斯托克斯（Navier-Stokes）方程的基础性步骤。