Optimal local oscillators for the homodyne detection of multiphoton states
本文提出了一种通过利用多光子态联合谱振幅(JSA)的张量结构来优化同态检测中脉冲局部振荡器的框架,证明了最优振荡器对应于 JSA 张量的第一特征对,并且其高阶奇异值分解既能提供理论可见度界限,也能为基于梯度的优化提供实际初始化。
原始论文采用 CC BY 4.0 许可(http://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明
要理解这里所描述的工作,人们必须首先踏入量子光学领域。在这个领域中,科学家们操纵单个光粒子(称为光子)来构建下一代计算和传感技术。在这个领域中,最强大的工具不仅是光子本身,还有它们排列的精确方式。有时,研究人员会创造出将光子以复杂且非随机的模式连接在一起的状态,这种状态被称为非高斯态(non-Gaussian states)。这些状态之所以特殊,是因为它们所承载的信息是标准、平滑的光分布无法携带的。为了读取这些状态中存储的信息,科学家使用一种称为同相检测(homodyne detection)的技术。想象一下,你试图在一支嘈壮丽的管弦乐队中听清一种特定的乐器;你需要一个参考音,一个稳定的节拍来与音乐进行对比。在实验室中,这个参考物是一个“局部振荡器”(local oscillator),即一束激光,它充当了测量量子态的尺子。如果这把尺子的形状和时序与量子态不完全匹配,测量就会失败,独特的信息也会随之丢失。挑战一直在于,随着状态中光子数量的增加,该状态的形状会变得极其复杂,使得通过猜测或简单的计算来设计一把匹配的尺子几乎变得不可能。
蒙特利尔理工大学的一个研究小组现在开发了一种新的数学框架,用以解决这种针对包含多个光子的状态的匹配问题。他们通过将复杂的光态视为一个具有特定内部结构的、而非简单波动的多维对象来处理这一问题。通过分析这种结构,他们发现寻找完美的局部振荡器在数学上等同于寻找光自身形状中最显著的模式。他们证明了对于较简单、较不复杂的态,最好的尺子就是光中已经存在的、最突出的模式,这可以在无需复杂搜索的情况下被识别出来。然而,对于更复杂、高度纠缠的态,这种简单的模式是不够的。在这些情况下,研究人员创建了一种新算法,该算法从一个最佳猜测开始,然后通过逐步细化,一步步地找到真正的最优形状。他们的工作表明,虽然简单态可以用近乎完美的清晰度进行测量,但高度复杂的态无论如何调整尺子,总会丢失一些信息,不过他们的方法确保了这种损失被控制在绝对的理论极限之内。
研究人员首先观察了实验室中光是如何产生的。当光子成组产生时,它们在诞生时往往具有颜色和到达时间之间特定的关系。这种关系由联合谱振幅(joint spectral amplitude)描述,它就像是一张描述不同部分之间如何相互连接的地图。对于单个光子,这张地图相对简单;但对于三、四、五甚至六个光子的组合,这张地图就变成了一个高维张量(tensor),这种结构对于人类来说难以直观理解,对于计算机来说也难以直接处理。团队意识到,设计完美局部振荡器的过程,本质上是在这个多维地图中寻找最重要的单一方向。如果光态主要由一种简单的模式组成,那么最好的局部振荡器就是该模式本身。但如果光是许多种模式的混乱混合,那么最好的局部振荡器则是研究人员必须计算出的一个特定组合。
为了解决这个问题,团队使用了一种强大的数学工具,称为高阶奇异值分解(higher-order singular value decomposition)。可以将它想象成一种将复杂、多层对象分解为其基本构建块的方法。他们发现,第一个构建块——即最显著的那一个——通常可以作为寻找完美局部振荡器的极佳起点。在光子之间没有强关联的情况下,这第一个构建块几乎就是完整的答案,这使得科学家可以跳过困难的优化步骤。然而,当光子之间紧密联系时,第一个构建块仅仅是一个提示。研究人员随后开发了一种策略,利用这个提示来引导计算机搜索。他们以第一个构建块作为搜索的起点,并使用一种逐渐调整搜索规则的技术,使计算机能够在复杂的可能性景观中进行导航,而不至于陷入局部死胡同。这种结合了智能初始猜测与细致逐步优化的方法被证明是非常有效的。
团队使用两种不同类型光源的计算机模拟测试了他们的方法。第一种类型基于高斯分布,这种分布平滑且可预测,常用于标准量子实验。第二种类型源自一种更奇特的物理过程,即高阶参量下转换(high-order parametric down-conversion),它会产生更复杂、更锯齿状的光模式。在这两种情况下,他们都改变了光子之间的关联强度。对于平滑且弱关联的态,他们的方法证实了简单的第一个构建块确实是完美的局部振荡器,实现了接近百分之百的测量可见度。但在处理复杂且强关联的态时,结果则更为微妙。即使使用了完美的局部振荡器,测量可见度仍会降至百分之百以下。这并非他们方法的失败,而是由光本身的性质所导致的根本限制。模拟显示,随着光复杂度的增加,最佳测量值与完美测量值之间的差距会扩大,这证实了从高度纠缠态中提取信息在本质上是更难的。
该研究的一个关键发现是建立了一个理论天花板,用于衡量这些测量性能的上限。通过分析光的结构图,他们推导出了一个数学界限,该界限可以预测任何给定态的最大可能可见度。在他们的模拟中,他们找到的优化后的局部振荡器始终保持在该天花板之下,并且对于较简单的态,它们非常接近触及这一界限。这个界限非常有价值,因为它为实验人员提供了一个目标,使其无需每次都进行完整且耗时的优化。如果已知光源是简单的,该界限会告诉他们,快速、简单的测量就足够了;如果光源是复杂的,该界限则会告知他们,即便尽最大努力也会存在极限,因此不应浪费时间去寻找一个并不存在的完美解。
研究人员还探索了当光具有更复杂的内部结构时会发生什么,例如当用于产生光子的泵浦激光器具有“啁啾”(chirp)时,即其频率随时间变化。这使得光以另一种更复杂的方式变得复杂,在其形状中引入了虚数成分。即使在这种更困难的情景下,他们的算法依然有效,成功找到了最优的局部振能,并确认了测量极限与他们的理论预测保持一致。该方法表现出了足够的鲁棒性,能够处理这些复杂的现实世界变化,这表明它可以应用于实际的实验室实验。
这项工作的意义不仅在于改进了测量光的方法。通过提供设计完美局部振荡器的清晰路径,研究人员消除了使用非高斯量子态的一个主要瓶颈。这些状态对于先进的量子计算和精密计量学至关重要,但由于光与测量工具之间的不匹配,它们的表征一直非常困难。现在,科学家们有了一个可靠的配方来设计用于读取这些状态的工具。这项研究并不声称解决了量子光学中的所有问题,也不暗示所有的量子态都可以实现完美效率的测量。相反,它提供了一种严谨且实用的方法,旨在尽可能接近物理定律所允许的真相。对于那些较易产生的弱关联态,解决方案是直接且简单的;而对于那些蕴含着未来技术巨大潜力的强关联态,解决方案则是经过精心调优的优化,这种优化尊重系统的基本限制。这种清晰度让研究人员能够专注于构建更好的光源,因为他们知道自己现在已经拥有了测量所创造之物的最佳工具。
您所在领域的论文太多了?
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。