3. 量子动力学与控制系统建模
量子最优控制的第一步不是“优化”，而是把被控量子系统的动力学写成可计算、可微、可与控制脉冲耦合的模型。若模型写错，后续的梯度、脉冲包络和校准都会在错误的方向上收敛。本节围绕四个核心对象展开：薛定谔方程描述纯态演化，刘维尔方程描述含退相干的密度矩阵演化，哈密顿量参数化把控制旋钮显式写进算符，坐标系变换则把实验室系中高速振荡的驱动项搬到旋转系中，使慢变包络成为真正被优化的变量。
一、薛定谔方程：纯态演化的基本形式
在封闭量子系统中，态矢量 |ψ(t)⟩ 的演化由薛定谔方程给出：
iħ d|ψ(t)⟩/dt = H(t)|ψ(t)⟩其中 H(t) 是含时哈密顿量，ħ 为约化普朗克常数。工程实现中通常取 ħ=1，把频率单位统一为 rad/s 或 GHz。若 H 在一小段时间 Δt 内近似常数，则演化算符为 U(Δt)=exp(-iHΔt)。对分段常数脉冲，总演化就是各段指数算符的乘积；对连续包络，则用足够细的时间步做乘积积分。这里必须明确约定：本文所有算符均取 ħ=1，时间单位为 ns，频率单位为 rad/ns，相位以绕 z 轴右旋为正。
以一个超导 transmon 的简化二能级模型为例，令 ω₀/2π=5.0 GHz，驱动频率 ω_d/2π=5.0 GHz，则裸哈密顿量可写为 H₀=ω₀σ_z/2。若只关心布居翻转，控制目标常设为从 |0⟩ 到 |1⟩ 的 π 脉冲。此时若直接在实验室系数值积分，驱动项会以 5 GHz 振荡，时间步必须远小于 0.2 ns，计算量巨大且梯度不稳定。这正是需要旋转坐标系的原因。
二、刘维尔方程：引入退相干与耗散
真实量子比特不是封闭系统。当存在弛豫和退相干时，纯态描述失效，应改用密度矩阵 ρ(t)。其演化由刘维尔-冯诺依曼方程给出：
dρ/dt = -i[H(t), ρ] + L(ρ)其中 L(ρ) 是林德布拉德耗散项。对二能级系统，常用形式为：
L(ρ) = γ₁(σ₋ρσ₊ - ½{σ₊σ₋, ρ}) + γ_φ(σ_zρσ_z - ρ)/2γ₁=1/T₁ 为能量弛豫率，γ_φ 为纯退相率，实际退相率满足 1/T₂=1/(2T₁)+γ_φ。例如某 transmon 测得 T₁=40 μs、T₂*=25 μs，则 γ₁/2π≈4.0 kHz，γ_φ/2π≈4.0 kHz。在最优控制中，这些参数决定脉冲不能无限拉长：若 π 脉冲宽度为 20 ns，退相干影响约 0.1%；若拉长到 2 μs，则影响可达 10% 量级。因此刘维尔方程不仅是“更真实的模型”，也是判断脉冲时长与保真度上限的依据。
三、哈密顿量参数化：把控制旋钮写进算符
控制系统的核心是把实验可调的物理量映射为哈密顿量中的参数。以驱动型量子比特为例，实验室系哈密顿量可写为：
H_lab(t) = ω₀σ_z/2 + Ω(t)cos(ω_d t + φ(t))σ_x其中 Ω(t) 是拉比频率包络，φ(t) 是相位，二者是真正可编程的控制量。若采用 IQ 混频，还可写成 Ω_x(t)σ_x+Ω_y(t)σ_y 的双通道形式。参数化时要注意三点：第一，Ω(t) 的采样率必须与任意波形发生器一致，例如 1 GS/s 对应 1 ns 一个点；第二，φ(t) 的跳变会引入瞬时频率偏移，需在模型中加入 dφ/dt 项；第三，若存在驱动线延迟 τ，应在参数化中显式加入 H(t-τ)，否则优化出的脉冲在硬件上会整体偏移。
四、从实验室系到旋转坐标系
旋转坐标系变换的目标是消去驱动频率的高速振荡。定义变换算符 R(t)=exp(-iω_d t σ_z/2)，令旋转系态为 |ψ_R⟩=R†|ψ⟩，则旋转系哈密顿量为：
H_rot = R† H_lab R - i R† (dR/dt)代入 H_lab 并取旋转波近似，忽略 2ω_d 快变项后得到：
H_rot ≈ Δσ_z/2 + Ω(t)(cosφ σ_x + sinφ σ_y)/2其中 Δ=ω₀-ω_d 为失谐。若 Δ=0，则 H_rot=Ω(t)(cosφ σ_x+sinφ σ_y)/2，此时布居翻转只由 Ω(t) 的积分决定：∫Ω(t)dt=π 对应 π 脉冲。这个结论是后续所有脉冲设计的基础。需要强调：旋转波近似在 Ω/ω_d≪1 时成立，对 5 GHz 驱动、20 MHz 拉比频率，误差约 0.4%，通常可接受；但若 Ω 达到 200 MHz，则必须保留快变项或改用更精确的变换。
五、建模流程与结果判读
把上述四部分串成可执行流程，建议按以下顺序落地。第一步，确定物理参数：ω₀、T₁、T₂*、驱动线延迟 τ，这些来自谱学与时间域测量。第二步，写出实验室系 H_lab(t)，明确 Ω(t) 与 φ(t) 的采样率和边界条件。第三步，施加旋转坐标系变换，得到 H_rot，并检查旋转波近似误差是否可接受。第四步，选择演化方程：若只关心理想脉冲形状，用薛定谔方程；若需评估保真度上限，用刘维尔方程。第五步，用分段常数或 Runge-Kutta 积分得到 U(T) 或 ρ(T)，再计算目标泛函，例如保真度 F=⟨ψ_target|ρ(T)|ψ_target⟩。
判读结果时，重点看三个量：末态布居是否达到目标（如 P₁≈1）、相位是否累积了非目标旋转、以及保真度随脉冲时长的变化趋势。若发现优化后的脉冲在仿真中保真度很高，但实验上明显偏低，优先检查旋转坐标系约定是否与硬件一致、失谐 Δ 是否标定准确、以及延迟 τ 是否被正确补偿。建模的最终目的不是写出漂亮的方程，而是让优化器在正确的坐标系和正确的耗散模型下，找到硬件上真正可执行的脉冲。