在通信过程中估计信号时,自然需要利用对未知参数的先验知识进行贝叶斯参数估计 [1]。量子通信是一种很有前途的近期通信技术,它可以比传统协议更安全、更有效地传输信息。关于如何在给定的噪声量子信道上忠实地传输经典和/或量子信息,已经有很多研究,例如 [2]–[4]。量子贝叶斯估计是有效解码量子态中编码的经典信息的关键因素。量子贝叶斯估计在量子传感和量子计量领域也得到了极大关注 [5]–[8]。量子贝叶斯估计大约半个世纪前由 Personick [9],[10] 发起。由于量子估计理论的最新进展,量子贝叶斯估计问题重新引起了人们的关注。针对贝叶斯风险,提出了几种量子贝叶斯界,例如 [9]–[17]。然而,它们中的大多数都没有捕捉到真正的量子性质,因为已知的下界几乎都是基于经典贝叶斯界的直接翻译。特别是,先前提出的下界是通过对算子空间上的内积的某个选择应用柯西-施瓦茨型不等式推导出来的。Holevo 在一般统计决策问题的背景下发起了对量子估计的非平凡下界的研究 [18]。他还基于量子 Fisher 信息矩阵分析了贝叶斯风险的下界 [19]–[21]。特别是,他对高斯移位进行了彻底的分析
主要关键词