← 返回首页

在Krylov子空间中计算玻色子态的迹距离

arXiv: 2603.05499v1

论文信息

标题: Calculating trace distances of bosonic states in Krylov subspace

作者: Javier Martínez-Cifuentes, Nicolás Quesada

发布日期: 2026-03-05

arXiv ID: 2603.05499v1

PDF链接: 下载PDF

论文背景与研究动机：高斯态距离计算的困境

在量子技术的广阔领域中，连续变量量子系统占据着核心地位。与基于离散能级（如量子比特）的系统不同，连续变量系统利用诸如光场的正交分量等具有连续谱的物理量来编码信息。在这一领域中，高斯态因其数学上的简洁性和物理上的普遍性而成为基石。高斯态完全由其**一阶矩（均值）和二阶矩（协方差矩阵）**描述，这使得其制备、操控和理论分析相对容易。它们在量子通信、量子计量学和连续变量量子计算中有着广泛应用。

然而，要真正利用这些量子态，一个基本且关键的任务是区分它们。例如，在量子态层析中，我们需要判断实验制备的态与目标态有多接近；在量子密钥分发中，需要评估窃听者可能引入的可区分性。量子信息论中，衡量两个量子态 ρ\rho 和 σ\sigma 可区分性的黄金标准是迹距离，其定义为 D(ρ,σ)=12Tr∣ρ−σ∣D(\rho, \sigma) = \frac{1}{2} \text{Tr}|\rho - \sigma|，其中 ∣A∣=A†A|A| = \sqrt{A^\dagger A}。迹距离具有清晰的物理意义：它直接给出了在最优量子测量下区分这两个态的最大成功概率差。

对于有限维量子系统，计算迹距离虽有挑战但路径明确。但对于描述连续变量系统的无限维希尔伯特空间，问题变得异常棘手。尽管高斯态的描述很简单（仅需均值和协方差矩阵），但计算两个高斯态之间的迹距离却没有普适的解析公式。现有的方法要么局限于高度对称的特殊情况，要么需要面对无限维算符的显式表示——这通常意味着需要在某个截断的数值基（如福克态基）上展开密度矩阵。由于希尔伯特空间维度呈指数增长，这种“暴力”数值方法计算成本极高，甚至不可行，成为了连续变量量子信息处理中的一个长期瓶颈。

因此，本论文的研究动机非常明确：开发一种高效、普适的数值方法，用于计算连续变量量子态（特别是高斯态）之间的迹距离，克服无限维带来的数值灾难。 这不仅是一个理论上的进步，更是为连续变量量子技术的实际应用，如态认证、参数估计和机器学习，提供迫切需要的实用工具。

核心方法：Krylov子空间与广义Lanczos算法

论文的核心创新在于将计算算符函数（特别是绝对值函数 ∣X∣|X|，其中 X=ρ−σX = \rho - \sigma）的成熟数值技术——Krylov子空间方法——巧妙地应用于无限维的连续变量问题。其精髓在于避免直接处理庞大甚至无限的矩阵，而是通过在迭代过程中构建的一个低维子空间（Krylov子空间）来近似原算符的行为。

具体而言，要计算 D(ρ,σ)=12Tr∣ρ−σ∣D(\rho, \sigma) = \frac{1}{2} \text{Tr}|\rho - \sigma|，关键在于计算 ∣X∣|X| 的迹。论文聚焦于一个纯高斯态 ρ=∣ψ⟩⟨ψ∣\rho = |\psi\rangle\langle\psi| 和一个混合高斯态 σ\sigma 之间的距离计算。该方法的关键步骤如下：

1. 问题转化与矩阵元素访问： 算法并不需要 ρ\rho 和 σ\sigma 的显式矩阵表示。它只需要一种能力：对于给定的某个“起始”态向量 ∣ϕ0⟩|\phi_0\rangle（通常取为纯态 ∣ψ⟩|\psi\rangle），能够计算形如 ⟨ϕ∣X∣ϕ‘⟩\langle \phi | X | \phi‘ \rangle 的矩阵元。由于 ρ\rho 和 σ\sigma 是高斯态，它们的威格纳函数（或特征函数）是高斯型的，这意味着所有矩信息都可解析获得。利用高斯态的数学性质，可以在相空间（即威格纳函数域）中高效地计算这些矩阵元，而无需回到庞大的福克态基底。

2. 构建Krylov子空间： 算法从一个初始向量 ∣ϕ0⟩=∣ψ⟩|\phi_0\rangle = |\psi\rangle 开始，通过反复应用算符 XX，生成一组正交归一的向量 {∣ϕ0⟩,∣ϕ1⟩,…,∣ϕK−1⟩}\{|\phi_0\rangle, |\phi_1\rangle, \dots, |\phi_{K-1}\rangle\}，它们张成Krylov子空间 KK(X,∣ϕ0⟩)\mathcal{K}_K(X, |\phi_0\rangle)。这个过程通过广义Lanczos算法实现。该算法在每一步中，利用矩阵元 ⟨ϕi∣X∣ϕj⟩\langle \phi_i | X | \phi_j \rangle 的信息，通过三项递推关系生成下一个正交向量。最终，算符 XX 在这个子空间上的投影是一个 K×KK \times K 的实对称三对角矩阵 TKT_K。

3. 在低维空间计算迹： 核心的近似在于：算符 XX 在由 ∣ϕ0⟩|\phi_0\rangle 主导的动力学（即多次应用 XX）下的行为，被这个低维三对角矩阵 TKT_K 很好地捕获。因此，我们有近似： ⟨ϕ0∣f(X)∣ϕ0⟩≈⟨e1∣f(TK)∣e1⟩\langle \phi_0 | f(X) | \phi_0 \rangle \approx \langle e_1 | f(T_K) | e_1 \rangle 其中 f(⋅)=∣⋅∣f(\cdot) = |\cdot|，∣e1⟩|e_1\rangle 是 KK 维空间的第一标准基向量 (1,0,...,0)T(1, 0, ..., 0)^T。由于 TKT_K 是小型三对角矩阵，计算 f(TK)f(T_K)（例如通过特征值分解）是轻而易举的。

4. 计算迹距离： 对于纯态 ρ=∣ψ⟩⟨ψ∣\rho = |\psi\rangle\langle\psi|，迹距离公式可以简化为 D(ρ,σ)=12⟨ψ∣∣ρ−σ∣∣ψ⟩D(\rho, \sigma) = \frac{1}{2} \langle \psi | |\rho - \sigma| | \psi \rangle。这正是上面第三步中 ∣ϕ0⟩=∣ψ⟩|\phi_0\rangle = |\psi\rangle 时的特例。因此，通过计算 ⟨e1∣∣TK∣∣e1⟩\langle e_1 | |T_K| | e_1 \rangle 并乘以 1/21/2，即可高效得到迹距离的近似值。随着Krylov子空间维度 KK 的增加，这个近似会快速收敛到真实值。

方法的延展性：

  • 非高斯态：对于可以表示为多个高斯态线性组合的态（如猫态），该方法依然适用，因为算符 XX 的矩阵元仍可基于高斯积分计算。
  • 混合态间的下界：对于两个混合高斯态 σ1\sigma_1 和 σ2\sigma_2，直接应用上述方法计算 D(σ1,σ2)D(\sigma_1, \sigma_2) 不再精确。但论文证明，可以通过考虑它们的纯态分解，并利用三角不等式和本方法，计算出迹距离的一个紧致的下界。这在许多实际场景（如验证态保真度是否超过某个阈值）中已经足够有用。

创新点与贡献

本论文的贡献是多方面的，兼具理论深度和实用价值：

1. 方法论创新： 首次将广义Lanczos算法和Krylov子空间技术系统性地应用于解决无限维连续变量系统的迹距离计算问题。它绕开了传统的基态展开瓶颈，提供了一条全新的高效计算路径。

2. 输入友好性： 算法仅需要量子态的一、二阶矩信息（对于高斯态）或高斯叠加的系数，这与连续变量系统最自然的描述方式相匹配，极大降低了输入准备的成本。

3. 计算高效性： 通过在小型的 K×KK \times K 三对角矩阵上运算（KK 通常很小，在几十到几百量级即可收敛），实现了对无限维问题的“降维打击”，计算复杂度从指数级降至多项式级。

4. 功能延展性： 不仅解决了纯态-混合态的确切距离计算，还将框架扩展到非高斯态和混合态间距离的下界估计，显著拓宽了其应用范围。

5. 提供实用工具： 论文为解决连续变量量子信息中的核心难题——态区分与认证——提供了一个切实可行的数值工具，填补了该领域长期存在的技术空白。

实践应用建议与未来发展方向

在量子计算与模拟中的应用建议： 对于从事连续变量量子光学实验或玻色编码量子计算的团队，本方法可直接集成到态表征和分析软件包中。

  • 态认证：在制备出一个目标高斯态（如压缩态）后，可以将其与实验测得的状态（通常由层析得到，也是以矩的形式描述）输入此算法，快速计算迹距离，定量评估制备质量。
  • 误差诊断：通过计算实际态与理想态在不同演化时间点的迹距离，可以追踪误差积累过程，帮助识别主要噪声来源。
  • 算法验证：在连续变量量子算法模拟中，可以用此方法比较理想输出态与实际输出态的接近程度，作为算法保真度的严格度量。

在量子机器学习中的启发： 本方法的核心——利用矩信息和Krylov子空间避免高维显式表示——对量子机器学习有深刻启发。

  • 核方法：高斯态在相空间中的操作类似于核函数计算。本算法可被视为一种特殊的“量子核”评估方法，可用于设计新型的连续变量量子核函数，用于分类或聚类任务。
  • 特征提取：Lanczos过程本身生成了算符 XX 的一组正交特征向量（在Krylov子空间中），这些向量可以捕获态之间差异的最主要模式，可用于降维或特征学习。

未来发展方向：

  1. 算法强化：探索更复杂的Krylov子空间方法（如有理Krylov）或预处理技术，以加速收敛，特别是对于接近的态（此时 XX 的谱聚集在0附近）。
  2. 混合态精确计算：寻找更精巧的纯化方案或双Lanczos方法，以实现两个混合高斯态之间迹距离的精确高效计算，而不仅仅是下界。
  3. 与其他度量的结合：将框架扩展到计算保真度、量子Fisher信息等其他重要的量子信息度量。
  4. 软件化与集成：开发用户友好的开源软件库，使其成为连续变量量子工具包（如Strawberry Fields、The Walrus）的标准组件。
  5. 探索新物理：应用此工具研究非平衡动力学中的态区分、复杂高斯网络中的关联度量等前沿物理问题。

总结与展望

《在Krylov子空间中计算玻色子态的迹距离》这篇论文，针对连续变量量子技术中一个基础且棘手的计算问题，提出了一种优雅而高效的解决方案。通过将经典的数值线性代数利器——Lanczos算法——与高斯态的相空间表述相结合，它成功绕过了无限维希尔伯特空间的数值障碍，使得精确计算高斯态间的迹距离变得可行。

这项工作的意义超越了解决一个具体计算问题。它展示了将针对大规模稀疏矩阵的数值技术应用于量子物理问题的强大威力，为处理其他无限维或高维量子计算问题（如开放量子系统动力学、量子场论模拟）提供了方法论范本。更重要的是，它交付了一个迫切需要的实用工具，将直接推动连续变量量子态层析、认证和基准测试的实验进展。

展望未来，随着量子硬件对连续变量系统的支持日益成熟，对高效、鲁棒的态分析工具的需求将愈发强烈。本论文所建立的方法论框架，有望成为一个核心组件，集成到未来的量子计算与模拟平台中，帮助我们从“制备了量子态”走向“精确地了解和验证我们所制备的量子态”，从而加速连续变量量子技术从实验室走向实际应用的进程。