科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对连续弱测量中存在高斯测量噪声的问题,提出一种基于卡尔曼滤波的在线量子状态估计的预测-修正-投影优化算法。首先,在常规在线卡尔曼滤波算法预测状态时间更新和估计状态测量更新的基础上,通过增加对量子态的约束条件,将其应用于在线的量子状态估计中,将量子态在线估计问题转化为一个带有量子态约束条件的卡尔曼滤波优化问题。其次,通过将待优化问题的求解分解成两个凸优化子问题,一个是基于在线卡尔曼滤波算法求解无约束条件下的量子测量更新问题,另一个是利用量子约束条件信息,通过求解矩阵投影问题来获得估计状态。最后,将所提算法应用到4量子位系统状态的在线估计数值实验中,进行了性能对比实验。实验结果表明,所提算法具有更优的在线状态估计精度,并且能够以更少的采样次数和耗时,实现较高精度的量子状态在线估计。
- 单位
