摘要 量子态断层扫描旨在找到量子态的最佳描述——密度矩阵,是量子计算和通信中必不可少的组成部分。状态断层扫描的标准技术无法跟踪变化的状态,并且在存在环境噪声的情况下通常表现不佳。尽管理论上有不同的方法可以解决这些问题,但迄今为止实验演示很少。我们的方法,矩阵指数梯度 (MEG) 断层扫描,是一种在线断层扫描方法,允许状态跟踪,从第一次测量开始动态更新估计的密度矩阵,计算效率高,即使数据非常嘈杂也能快速收敛到良好的估计值。该算法通过单个参数控制,即其学习率,它决定了性能,并且可以在模拟中根据单个实验进行定制。我们展示了在以光子横向空间模式编码的量子系统上进行 MEG 断层扫描的实验实现。我们研究了我们的方法在静止和演化状态以及显著的环境噪声下的性能,并发现在所有情况下保真度约为 95%。
主要关键词